使用System.Xml.XmlReader读取含非法XML处理指令数据的问题问询

问题根因 #

你遇到的报错是因为服务端返回的开头<? LLSD/XML ?>不符合XML处理指令（PI）的语法规范：XML要求处理指令开头<?之后必须紧跟PI名称，不能有空格。即便你在XmlReaderSettings里开启了IgnoreProcessingInstructions = true，XmlReader也会先校验PI的语法结构再执行忽略逻辑，语法校验不通过会直接抛出异常，该配置不会生效。
另外你现有的代码还存在一个明显问题：定义了XmlReaderSettings但没有传入XmlReader.Create方法，所有你配置的校验规则实际都没有生效。

解决方案1：预处理跳过非法开头行（推荐） #

因为你的非法处理指令是单独占第一行，其余内容都是规范XML，最简单的方式是先读取并丢弃第一行，再用剩下的流创建XmlReader即可，代码示例如下：

public static OSD DeserializeLLSDXml(Stream xmlStream)
{
    XmlReaderSettings settings = new XmlReaderSettings
    {
        ValidationType = ValidationType.None,
        CheckCharacters = false,
        IgnoreComments = true,
        IgnoreProcessingInstructions = true,
        DtdProcessing = DtdProcessing.Prohibit
    };
    // 注意匹配你实际的编码，默认按UTF-8处理，有需要可自行调整
    StreamReader sr = new StreamReader(xmlStream, Encoding.UTF8);
    string firstLine = sr.ReadLine();
    // 判断第一行是否为非法处理指令，不是的话需要把已读取的第一行加回内容
    if (!firstLine.TrimStart().StartsWith("<? LLSD/XML"))
    {
        var remainingContent = firstLine + Environment.NewLine + sr.ReadToEnd();
        var remainingStream = new MemoryStream(Encoding.UTF8.GetBytes(remainingContent));
        remainingStream.Position = 0;
        sr = new StreamReader(remainingStream);
    }
    // 注意此处要传入settings，配置才会生效
    using (XmlReader xrd = XmlReader.Create(sr, settings))
    {
        return DeserializeLLSDXml(xrd);
    }
}

解决方案2：全局过滤非法处理指令（适配PI不独占一行的场景） #

如果你的非法处理指令可能和其他XML内容在同一行，可以用字符串替换的方式先把所有<? LLSD/XML ?>片段移除再解析：

public static OSD DeserializeLLSDXml(Stream xmlStream)
{
    XmlReaderSettings settings = new XmlReaderSettings
    {
        ValidationType = ValidationType.None,
        CheckCharacters = false,
        IgnoreComments = true,
        IgnoreProcessingInstructions = true,
        DtdProcessing = DtdProcessing.Prohibit
    };
    string xmlContent = new StreamReader(xmlStream, Encoding.UTF8).ReadToEnd();
    // 替换所有非法处理指令片段
    xmlContent = xmlContent.Replace("<? LLSD/XML ?>", string.Empty);
    var processedStream = new MemoryStream(Encoding.UTF8.GetBytes(xmlContent));
    processedStream.Position = 0;
    using (XmlReader xrd = XmlReader.Create(processedStream, settings))
    {
        return DeserializeLLSDXml(xrd);
    }
}

注意事项 #

• 两种方案都需要注意匹配你实际的XML编码，如果服务端返回的不是UTF-8，需要调整Encoding参数
• 方案1的性能更优，不需要把整个XML内容读入内存，适合大XML场景

内容的提问来源于stack exchange，提问作者Cinder Biscuits