Kombinieren Sie einige XML-Dateien: Codierung Probleme

Question

Meine Anwendung wird von Web-Service einiger XML-Dateien wie folgen aus:

<?xml version="1.0" encoding="iso-8859-1"?> 
<root> 
    <person> 
    <!— some elements here —> 
    </person> 
    <person> 
    <!— some elements here —> 
    </person> 
</root> 

ich kombiniere all diese Dateien in einer Datei, die all Personen unter einem Wurzelelement zu verbinden. Wenn ich Code wie folgt verwenden:

var readers = files.Select(XmlReader.Create).ToList(); 
var writer = XmlWriter.Create("final.xml"); 
... 
writer.WriteStartDocument(); 
writer.WriteStartElement("root"); 

foreach (var reader in readers) 
{ 
    reader.MoveToContent(); 
    reader.Read(); 
    while (!reader.EOF) 
    { 
     string elementName = reader.Name; 
     if (elementName.Equals("person", StringComparison.OrdinalIgnoreCase)) 
     { 
      writer.WriteNode(reader, false); 
     } 
     else 
     { 
      reader.Read(); 
     } 
    } 
} 

writer.WriteEndElement(); 
writer.WriteEndDocument(); 
... 
//dispose all readers and writers 

Es funktioniert ok und in der endgültigen Datei habe ich utf-8 in xml prolouge. Aber wenn ich die Leser wie folgt zu erstellen:

var readers = files.Select(x => XmlReader.Create(new StreamReader(x))).ToList(); 

Ich habe die gleichen utf-8 in xml prolouge aber es ist beschädigte Daten in der endgültigen Datei. Zum Beispiel, anstelle von Symbol å Ich habe . Ich habe versucht, den Grund für dieses Problem Joel's article about encodings lesen, aber es gibt kein Ergebnis. Warum funktioniert das so?

Answer 1

Wenn Sie Ihre XmlReader wie folgt zu erstellen:

XmlReader.Create("path/to/file.xml") 

Dann wird die Codierung der Datei wird aus der XML-Deklaration abgeleitet werden, so iso-8859-1. Das ist offensichtlich richtig.

Wenn Sie erstellen Ihre XmlReader wie folgt aus:

XmlReader.Create(new StreamReader("path/to/file.xml")) 

Sie verwenden die Überlastung, die eine TextReader nimmt. A TextReader gibt Unicode zurück, so dass keine Decodierung durch XmlReader erfolgen muss. Das Ergebnis ist, dass die in der Deklaration angegebene Codierung vollständig ignoriert wird. Dies wird in the docs erwähnt:

Ein Textleser einen Strom von Unicode-Zeichen zurückkehrt, so dass die Codierung in der XML-Deklaration spezifiziert wird nicht durch das XML-Lesegerät verwendet, um den Datenstrom zu dekodieren.

Wenn Sie es auf diese Weise tun wollen, müssen Sie die richtige Codierung für die StreamReader angeben, da es nicht das Erfassen richtig:

new StreamReader("path/to/file.xml", Encoding.GetEncoding("iso-8859-1"));