如何解析XML文件

Posted 2023-05-11

参考技术A

1）DOM(JAXP Crimson解析器) 
        DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的。DOM以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下导航，而不是像SAX那样是一次性的处理。DOM使用起来也要简单得多。

2）SAX

        SAX处理的优点非常类似于流媒体的优点。分析能够立即开始，而不是等待所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档；它可以在某个条件得到满足时停止解析。一般来说，SAX还比它的替代者DOM快许多。 
 　　选择DOM还是选择SAX？ 对于需要自己编写代码来处理XML文档的开发人员来说，  选择DOM还是SAX解析模型是一个非常重要的设计决策。 DOM采用建立树形结构的方式访问XML文档，而SAX采用的事件模型。 
　　DOM解析器把XML文档转化为一个包含其内容的树，并可以对树进行遍历。用DOM解析模型的优点是编程容易，开发人员只需要调用建树的指令，然后利用navigation APIs访问所需的树节点来完成任务。可以很容易的添加和修改树中的元素。然而由于使用DOM解析器的时候需要处理整个XML文档，所以对性能和内存的要求比较高，尤其是遇到很大的XML文件的时候。由于它的遍历能力，DOM解析器常用于XML文档需要频繁的改变的服务中。 
　　SAX解析器采用了基于事件的模型，它在解析XML文档的时候可以触发一系列的事件，当发现给定的tag的时候，它可以激活一个回调方法，告诉该方法制定的标签已经找到。SAX对内存的要求通常会比较低，因为它让开发人员自己来决定所要处理的tag。特别是当开发人员只需要处理文档中所包含的部分数据时，SAX这种扩展能力得到了更好的体现。但用SAX解析器的时候编码工作会比较困难，而且很难同时访问同一个文档中的多处不同数据。

xml文件：  
<?xml version="1.0" encoding="utf-8" ?>   
<Result>  
   <VALUE>  
       <NO DATE="2005">A1</NO>  
       <ADDR>GZ</ADDR>  
   </VALUE>  
   <VALUE>  
       <NO DATE="2004">A2</NO>  
       <ADDR>XG</ADDR>  
  </VALUE>  
</Result>  
  
1）DOM  
import java.io.*;  
import java.util.*;  
import org.w3c.dom.*;  
import javax.xml.parsers.*;  
  
public class MyXMLReader   
　public static void main(String arge[])  
  
　　long lasting =System.currentTimeMillis();   
　　try    
　　　File f=new File("data_10k.xml");   
　　　DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance();   
　　　DocumentBuilder builder=factory.newDocumentBuilder();   
　　　Document doc = builder.parse(f);   
　　　NodeList nl = doc.getElementsByTagName("VALUE");   
　　　for (int i=0;i＜nl.getLength();i++)   
　　　　System.out.print("车牌号码:" + doc.getElementsByTagName("NO").item(i).getFirstChild().getNodeValue());   
　　　　System.out.println("车主地址:" + doc.getElementsByTagName("ADDR").item(i).getFirstChild().getNodeValue());   
　 　   
　　catch(Exception e)   
　　　e.printStackTrace();   
  
  
2）SAX  
  
import org.xml.sax.*;  
import org.xml.sax.helpers.*;  
import javax.xml.parsers.*;  
  
public class MyXMLReader extends DefaultHandler   
  
　java.util.Stack tags = new java.util.Stack();   
　public MyXMLReader()    
　　super();  
     
  
　public static void main(String args[])    
　　long lasting = System.currentTimeMillis();   
　　try    
　　　SAXParserFactory sf = SAXParserFactory.newInstance();   
　　　SAXParser sp = sf.newSAXParser();   
　　　MyXMLReader reader = new MyXMLReader();   
　　　sp.parse(new InputSource("data_10k.xml"), reader);   
　　 catch (Exception e)    
　　　e.printStackTrace();   
　　  
  
　　System.out.println("运行时间：" + (System.currentTimeMillis() - lasting) + "毫秒");   
　　public void characters(char ch[], int start, int length) throws SAXException    
　　String tag = (String) tags.peek();   
　　if (tag.equals("NO"))     
　　　System.out.print("车牌号码：" + new String(ch, start, length));  
      
    if (tag.equals("ADDR"))    
　　System.out.println("地址:" + new String(ch, start, length));  
      
     
  
　　public void startElement(String uri,String localName,String qName,Attributes attrs)    
　　tags.push(qName);  

如何解析 XML 文件？ [关闭]

【中文标题】如何解析 XML 文件？ [关闭]

【英文标题】：How does one parse XML files? [closed]

【发布时间】：2010-09-08 12:32:11

【问题描述】：

有没有简单的C#解析XML文件的方法？如果有，是什么？

【问题讨论】：

你可以使用这个实现：***.com/a/34813985/5784646

好的，我重新打开了这个。副本是一个 XML Reader 解决方案，因为这是关于解析 XML 文件的。 可能的重复可以在问题edithistory ps @GeorgeStocker

中看到

@JeremyThompson 这是重复的原因之一是另一个问题的答案要好得多。最重要的答案是一个简单的“仅链接”答案是没有用的。

@GeorgeStocker 问题的不同之处足以共存，并且都有很好的答案，而且被接受的问题使用不同的技术。这就是为什么我投票让我们保持开放，我知道这个被接受的只是链接，但它是 MSDN 并且是在不可接受之前编写的，希望重新开放的副作用是让 Jon 振作一点，阅读他的个人资料。无论如何欢呼。

【参考方案1】：

这很简单。我知道这些是标准方法，但您可以创建自己的库来更好地处理这些问题。

这里有一些例子：

XmlDocument xmlDoc= new XmlDocument(); // Create an XML document object
xmlDoc.Load("yourXMLFile.xml"); // Load the XML document from the specified file

// Get elements
XmlNodeList girlAddress = xmlDoc.GetElementsByTagName("gAddress");
XmlNodeList girlAge = xmlDoc.GetElementsByTagName("gAge"); 
XmlNodeList girlCellPhoneNumber = xmlDoc.GetElementsByTagName("gPhone");

// Display the results
Console.WriteLine("Address: " + girlAddress[0].InnerText);
Console.WriteLine("Age: " + girlAge[0].InnerText);
Console.WriteLine("Phone Number: " + girlCellPhoneNumber[0].InnerText);

此外，还有一些 other methods 可以使用。例如，here。而且我认为没有一种最好的方法可以做到这一点。你总是需要自己去选择，什么最适合你。

【讨论】：

+1 用于提及 XmlDocument，在某些情况下这比序列化接口方便得多。如果您在寻找一个特定元素，您可以使用索引器访问子元素：xmlDoc["Root"]，这些可以链接起来：xmlDoc["Root"]["Folder"]["Item"]层次结构（尽管验证这些元素确实存在是明智的）

InnerText 在这里获取该节点的值，并与子节点的所有值连接 - 对吧？想要的东西似乎很奇怪。

有女性朋友名单的程序员？恶作剧！

@E.vanPutten 不在这个时代。这不是书呆子的复仇

@DonCheadle 如果您不希望那里有任何子节点，那么InnerText 将只返回节点值 - 这就是我（可能还有其他人）阅读这个问题）首先解析 XML 以查找。

【参考方案2】：

如果您使用 .NET 3.5 或更高版本，我会使用 LINQ to XML。

【讨论】：

我尝试使用它，但无法弄清楚如何获得像我的 XML 中某个元素的标识符值这样简单的东西（或者如何通过标识符获取元素，就此而言） ）。相比之下，使用 XmlDocument 我可以轻松做到这一点。

【参考方案3】：

使用良好的XSD Schema 来创建一组带有xsd.exe 的类，并使用XmlSerializer 从您的XML 中创建对象树，反之亦然。如果您对模型的限制很少，您甚至可以尝试使用 Xml*Attributes 在模型类和 XML 之间创建直接映射。

MSDN 上有an introductory article about XML Serialisation。

性能提示：构造XmlSerializer 的成本很高。如果您打算解析/写入多个 XML 文件，请保留对您的 XmlSerializer 实例的引用。

【讨论】：

见codeproject.com/KB/cs/xsdtidy.aspx和blog.dotnetwiki.org/XsdTidyXSDMappingBeautifier.aspx

很好的例子是微软这个例子中间的“采购订单例子”。 msdn.microsoft.com/en-us/library/58a18dwa.aspx。您不必创建架构——您的 c# 类就是架构，装饰有 C# 属性。

【参考方案4】：

如果您正在处理大量数据（数兆字节），那么您希望使用 XmlReader 流式解析 XML。

任何其他内容（XPathNavigator、XElement、XmlDocument 甚至 XmlSerializer，如果您保留完整生成的对象图）将导致 high memory usage 以及非常缓慢的加载时间。

当然，如果你无论如何都需要内存中的所有数据，那么你可能没有太多选择。

【参考方案5】：

使用XmlTextReader、XmlReader、XmlNodeReader 和System.Xml.XPath 命名空间。还有（XPathNavigator、XPathDocument、XPathExpression、XPathnodeIterator）。

通常XPath 使阅读 XML 变得更容易，这正是您可能正在寻找的。​​p>

【讨论】：

仅供参考，您不应使用new XmlTextReader() 或new XmlTextWriter()。自 .NET 2.0 以来，它们已被弃用。请改用XmlReader.Create() 或XmlWriter.Create()。

【参考方案6】：

我最近刚被要求处理一个涉及解析 XML 文档的应用程序，我同意 Jon Galloway 的观点，即在我看来，基于 LINQ to XML 的方法是最好的。不过，我确实需要挖掘一些东西才能找到可用的示例，所以事不宜迟，这里有一些！

欢迎任何 cmets，因为此代码有效，但可能并不完美，我想了解有关为该项目解析 XML 的更多信息！

public void ParseXML(string filePath)  
  
    // create document instance using XML file path
    XDocument doc = XDocument.Load(filePath);

    // get the namespace to that within of the XML (xmlns="...")
    XElement root = doc.Root;
    XNamespace ns = root.GetDefaultNamespace();

    // obtain a list of elements with specific tag
    IEnumerable<XElement> elements = from c in doc.Descendants(ns + "exampleTagName") select c;

    // obtain a single element with specific tag (first instance), useful if only expecting one instance of the tag in the target doc
    XElement element = (from c in doc.Descendants(ns + "exampleTagName" select c).First();

    // obtain an element from within an element, same as from doc
    XElement embeddedElement = (from c in element.Descendants(ns + "exampleEmbeddedTagName" select c).First();

    // obtain an attribute from an element
    XAttribute attribute = element.Attribute("exampleAttributeName");

使用这些函数，我能够解析 XML 文件中的任何元素和任何属性，一点问题都没有！

【参考方案7】：

此外，您可以通过以下方式使用 XPath 选择器（选择特定节点的简单方法）：

XmlDocument doc = new XmlDocument();
doc.Load("test.xml");

var found = doc.DocumentElement.SelectNodes("//book[@title='Barry Poter']"); // select all Book elements in whole dom, with attribute title with value 'Barry Poter'

// Retrieve your data here or change XML here:
foreach (XmlNode book in nodeList)

  book.InnerText="The story began as it was...";


Console.WriteLine("Display XML:");
doc.Save(Console.Out);

the documentation

【参考方案8】：

如果您使用的是 .NET 2.0，请尝试使用 XmlReader 及其子类 XmlTextReader 和 XmlValidatingReader。它们提供了一种快速、轻量级（内存使用等）、只进的方式来解析 XML 文件。

如果您需要XPath 功能，请尝试XPathNavigator。如果您需要内存中的整个文档，请尝试XmlDocument。

【参考方案9】：

我不确定是否存在“解析 XML 的最佳实践”。有许多适用于不同情况的技术。使用哪种方式取决于具体场景。

您可以使用LINQ to XML、XmlReader、XPathNavigator 甚至正则表达式。如果您详细说明您的需求，我可以尝试提供一些建议。

【讨论】：

xml 的正则表达式。你这个怪物。

【参考方案10】：

您可以使用此库 System.Xml.Linq 解析 XML。下面是我用来解析 XML 文件的示例代码

public CatSubCatList GenerateCategoryListFromProductFeedXML()

    string path = System.Web.HttpContext.Current.Server.MapPath(_xmlFilePath);

    XDocument xDoc = XDocument.Load(path);

    XElement xElement = XElement.Parse(xDoc.ToString());


    List<Category> lstCategory = xElement.Elements("Product").Select(d => new Category
    
        Code = Convert.ToString(d.Element("CategoryCode").Value),
        CategoryPath = d.Element("CategoryPath").Value,
        Name = GetCateOrSubCategory(d.Element("CategoryPath").Value, 0), // Category
        SubCategoryName = GetCateOrSubCategory(d.Element("CategoryPath").Value, 1) // Sub Category
    ).GroupBy(x => new  x.Code, x.SubCategoryName ).Select(x => x.First()).ToList();

    CatSubCatList catSubCatList = GetFinalCategoryListFromXML(lstCategory);

    return catSubCatList;

【参考方案11】：

可以使用ExtendedXmlSerializer进行序列化和反序列化。

安装 您可以从nuget 安装 ExtendedXmlSerializer 或运行以下命令：

Install-Package ExtendedXmlSerializer

序列化：

ExtendedXmlSerializer serializer = new ExtendedXmlSerializer();
var obj = new Message();
var xml = serializer.Serialize(obj);

反序列化

var obj2 = serializer.Deserialize<Message>(xml);

.NET 中的标准 XML 序列化器非常有限。

不支持带有循环引用的类或带有接口属性的类的序列化， 不支持字典， 没有读取旧版XML的机制， 如果您想创建自定义序列化程序，您的类必须继承自 IXmlSerializable。这意味着您的课程将不是 POCO 课程， 不支持 IoC。

ExtendedXmlSerializer 可以做到这一点以及更多。

ExtendedXmlSerializer 支持 .NET 4.5 或更高版本以及 .NET Core。您可以将它与 WebApi 和 AspCore 集成。

【参考方案12】：

您可以使用 XmlDocument 并从属性中操作或检索数据，您可以 Linq 到 XML 类。