从Web服务输出中清除ASCII控制字符

如何解决从Web服务输出中清除ASCII控制字符

| 我从最近使用的Web服务接收到的某些文本遇到了一些困难。该Web服务发送回XML，这很好，但是我们在某些XML的中间获取了ASCII控制字符。我想在此帖子中粘贴一个示例，但由于字符无效，我什至无法将其粘贴到此textarea中。 我花了一些时间研究在这些情况下的处理方法，然后发现了这篇翔实的文章：http://seattlesoftware.wordpress.com/2008/09/11/hexadecimal-value-0-is-an-invalid-character/。这是相关文章的引文：   这些不是具有任何字符的字符   XML数据中的业务；他们是   应该是非法字符   移除... 因此，按照本文的建议，我编写了一些代码以从此服务中获取原始输出，并剥去它是控制字符的任何字符（并且不是空格，制表符，cr或lf） 这是该代码：

System.Net.WebClient client = new System.Net.WebClient();

byte[] invalidCharacters = { 0x0,0x1,0x2,0x3,0x4,0x5,0x6,0x7,0x8,0xB,0xC,0xE,0xF,0x10,0x11,0x12,0x14,0x15,0x16,0x17,0x18,0x1A,0x1B,0x1E,0x1F,0x7F };

byte[] sanitizedResponse = (from a in client.DownloadData(url)
                            where !invalidCharacters.Contains(a)
                            select a).ToArray();

result = System.Text.UTF8Encoding.UTF8.GetString(sanitizedResponse);

这让我思考。如果我收到双字节字符，我会弄乱我返回的任何数据吗？对于某些代码页来说，由一个或两个单字节ASCII控制字符组成的双字节字符是否有效？这篇文章说这些字符在XML数据中有\“ no business \\”听起来很确定，但我想再说一遍。 感谢任何反馈     

解决方法

        好吧，您所显示的代码假设使用UTF-8-由于其设计方式，该数据在其数据中绝不会包含任何这些字节（除了那些字符）。但是，我鼓励使用文本驱动的方法，而不要使用这种字节驱动的方法-我可能会使用

DownloadString

而不是

DownloadData

（并依靠

WebClient

选择正确的编码），但是在解析之前先使用正则表达式清除数据它。 我还将与网络服务提供商联系，以说明他们正在提供Duff XML。     ,        请尝试以下操作：

byte[] byteArray = Encoding.ASCII.GetBytes( test ); 
MemoryStream stream = new MemoryStream( byteArray );    
stream.Position = 0;
StreamReader reader = new StreamReader( stream );            
string text = reader.ReadToEnd();