Используйте Syndicationfeed для загрузки XML с закодированными ссылками

Question

Я читаю RSS, используя следующий код:

var reader = XmlReader.Create(url);
SyndicationFeed.Load(reader);

RSS выглядит так, и SyndicationFeed.Load бросит исключение, когда link тег содержит закодированные символы (в данном случае å закодировано как %C3%A5)

<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <atom:link rel="self" type="application/rss+xml" href="http://example.com/rss" />
    <title>My RSS</title>
    <description>My RSS</description>
    <pubDate>Mon, 04 Jul 2016 08:19:50 +0200</pubDate>
    <generator>RSS Generator 1.1</generator>
    <link>http://example.com/rss</link>
    <item>
      <title>A title</title>
      <description>A description</description>
      <link>http://bl%C3%A5ljus.se</link>
    </item>
  </channel>
</rss>

Исключение составляют следующие:

System.Xml.XmlException: Error in line x position x. An error was encountered when parsing the item's XML. Refer to the inner exception for more details. ---> 
System.UriFormatException: Invalid URI: The hostname could not be parsed.

   at System.Uri.CreateThis(String uri, Boolean dontEscape, UriKind uriKind)
   at System.Uri..ctor(String uriString, UriKind uriKind)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadAlternateLink(XmlReader reader, Uri baseUri)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadItemFrom(XmlReader reader, SyndicationItem result, Uri feedBaseUri)
   --- End of inner exception stack trace ---
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadItemFrom(XmlReader reader, SyndicationItem result, Uri feedBaseUri)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadItem(XmlReader reader, SyndicationFeed feed)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadItems(XmlReader reader, SyndicationFeed feed, Boolean& areAllItemsRead)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadXml(XmlReader reader, SyndicationFeed result)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadFeed(XmlReader reader)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadFrom(XmlReader reader)
   at System.ServiceModel.Syndication.SyndicationFeed.Load[TSyndicationFeed](XmlReader reader)
System.UriFormatException: Invalid URI: The hostname could not be parsed.
   at System.Uri.CreateThis(String uri, Boolean dontEscape, UriKind uriKind)
   at System.Uri..ctor(String uriString, UriKind uriKind)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadAlternateLink(XmlReader reader, Uri baseUri)
   at System.ServiceModel.Syndication.Rss20FeedFormatter.ReadItemFrom(XmlReader reader, SyndicationItem result, Uri feedBaseUri)

Есть ли какие-либо настройки, которые я могу передать при загрузке XML, чтобы сказать SyndicationFeed игнорировать ошибки разбора? Или какое-то другое решение?

Answer 1

Похоже, проблема заключается в создании Uri - Вы можете воспроизвести только с этим кодом:

var uri = new Uri("http://bl%C3%A5jus.se");

Возможное решение - предварительно обработать XML для декодирования URL ссылок перед загрузкой в ​​виде SyndicationFeed,

var doc = XDocument.Load(url);

foreach (var link in doc.Descendants("link")
{
    link.Value = WebUtility.UrlDecode(link.Value);
}

using (var reader = doc.CreateReader())
{
    SyndicationFeed.Load(reader);
}