c# - name - xml doc

La mejor forma de procesar citas no estándar en el analizador XML

Question

Esta pregunta ya tiene una respuesta aquí:

• C # ¿Cómo reemplazar las citas inteligentes de Microsoft con comillas simples? 10 respuestas

Estoy creando un programa que procesa texto con formato XML. Descubrí que cuando los valores de las etiquetas son citas que no son ASCII (comillas dobles / ASCII 34, comillas simples / ASCII 39), el análisis arroja una excepción. Dichas citas pueden provenir de software de edición como Ms Word (formateo automático).

Actualmente analizo cada línea de mi cuadro de texto y reemplazo las comillas antes de procesar el XML. Aquí está el código (en C #)

int nLines = textBox1.Lines.Length;

for (int i = 0; i < nLines; i++)
{
    // get the current line and replace quotes with standard ones
    line = Regex.Replace(textBox1.Lines[i], "[/u2018|/u2019|/u201A]", "''");
    line = Regex.Replace(line, "[/u201C|/u201D|/u201E]", "/"");

Me pregunto si hay una forma mejor / más correcta / más rápida para lograr esto. Lo que quiero decir con una forma más correcta es que el método debe abarcar casi todas las posibilidades de comillas (he oído que / d puede usarse tanto para 0-9 como para unicode). ¡Gracias por adelantado!

Answer 1

/p{Pi} clases /p{Pi} y /p{Pf} pueden ser útiles para hacer coincidir este tipo de comillas. Sin embargo, no hacen la diferencia entre comillas simples y dobles.

/p{Pi} -> citas iniciales

/p{Pf} -> citas de cierre