XML节点包含&符号导致解析报错，如何仅转义内容特殊字符不修改标签？

问题本质 #

你拿到的XML文本在节点内容区域包含未转义的实体字符&，不符合XML语法规范，直接解析会报错。常规全量转义方法会破坏XML标签本身的<、>符号，因此需要定向处理内容区域的非法字符。

方案1：正则定向替换未转义& #

通过正则匹配仅替换没有构成合法XML实体的&字符，不会影响XML标签本身的符号：

using System.Text.RegularExpressions;

// 你的非法XML字符串
string rawXml = @"<Data>
    <Name>Test & <  test> </Name>
</Data>";

// 正则匹配未构成合法XML实体的&，替换为转义后的&amp;
string processedXml = Regex.Replace(rawXml, @"&(?!(?:#[0-9]+|#[xX][0-9a-fA-F]+|[a-zA-Z0-9]+);)", "&amp;");

// 此时processedXml可直接传入XML解析器加载

适用场景：确认只有&未转义，无其他非法XML字符的场景，执行效率更高。

方案2：容错解析器自动修复（更推荐） #

使用对非规范XML容错性高的解析库（如.NET生态的HtmlAgilityPack），自动识别并修复内容区域的所有非法转义字符，无需手动编写规则：

using HtmlAgilityPack;

string rawXml = @"<Data>
    <Name>Test & <  test> </Name>
</Data>";

HtmlDocument doc = new HtmlDocument();
// 加载非规范XML时自动修复非法字符
doc.LoadXml(rawXml);
// 导出修复后的合法XML字符串
string validXml = doc.DocumentNode.OuterHtml;

优势：无需提前判断非法字符类型，除了&之外，内容中未转义的<、>、引号等也会自动处理，避免后续再次出现解析错误。

内容的提问来源于stack exchange，提问作者Muhammad Faisal