xmlreader与xmlwriter里的几个坑与解决方案

Posted zhanglb163

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了xmlreader与xmlwriter里的几个坑与解决方案相关的知识,希望对你有一定的参考价值。

 

加载超过100M的xml文件时(可能不是很常见),XmlDocument这种全部加载到内存里的模式就有点不友好了,耗时长、内存高。

这时用xmlreader就会有自行车换超跑的感觉,但其间遇到几个坑,记录一下。

先看源码,包括dom和sax两种模式的读取和写入

DOM模式:

 1         /// <summary>
 2         /// dom模式创建xml文件
 3         /// </summary>
 4         /// <param name="path"></param>
 5         public void CreateXml_Dom(string path)
 6         {
 7             XmlDocument xmlDocw = new XmlDocument();
 8             //xml头
 9             var xmldecl = xmlDocw.CreateXmlDeclaration("1.0", "utf-8", null);
10             var root = xmlDocw.CreateElement("root");
11             root.SetAttribute("Name", "李四");
12             var test = xmlDocw.CreateElement("test");
13             root.AppendChild(test);
14 
15             xmlDocw.AppendChild(xmldecl);
16             xmlDocw.AppendChild(root);
17             xmlDocw.Save(path);
18 
19             //可以通过xmlreader读数据后生成节点
20             //var node = xmlDocw.ReadNode(rdr);
21             //root.AppendChild(node);
22             //或者读取outerxml后作为innerxml写入
23             //string str = rdr.ReadOuterXml();
24             //root.InnerXml = str;
25         }
26 
27         /// <summary>
28         /// dom模式读取xml
29         /// </summary>
30         /// <param name="path"></param>
31         public void ReadXml_Dom(string path)
32         {
33             XmlDocument xmlDocr = new XmlDocument();
34             xmlDocr.Load(path);
35             var root = xmlDocr.DocumentElement;
36             string str = root.GetAttribute("Name");
37             Console.WriteLine(str);
38         }

 

SAX(simple API for XML)模式:几种错误也都用注释标注出来了

 1         /// <summary>
 2         /// xmlwriter创建xml文件
 3         /// </summary>
 4         /// <param name="path"></param>
 5         public void CreateXml_Sax(string path)
 6         {
 7             //filestream没问题
 8             //FileStream stream = new FileStream(path,FileMode.Create);
 9             //会出现编码一直是utf-16问题
10             //StringBuilder stream = new StringBuilder();
11             MemoryStream stream = new MemoryStream();
12             XmlWriterSettings settings = new XmlWriterSettings();
13             //Encoding.UTF8这个会报错,字节顺序标记
14             settings.Encoding = new UTF8Encoding(false);
15             XmlWriter xw = XmlWriter.Create(stream, settings);
16             //XmlTextWriter xw = new XmlTextWriter(stream, new UTF8Encoding(false)); 
17 
18             //写入声明
19             xw.WriteStartDocument();
20 
21             xw.WriteStartElement("root");
22             xw.WriteAttributeString("Name", "张三");
23             //可以通过xmlreader读数据后直接写入
24             //xw.WriteNode(rdr);
25             xw.WriteStartElement("test");
26             xw.WriteEndElement();
27 
28             xw.WriteEndElement();
29 
30             xw.WriteEndDocument();
31             xw.Close();
32 
33             string xmlstr = Encoding.UTF8.GetString(stream.ToArray());
34             stream.Close();
35             XmlDocument xmlDocw = new XmlDocument();
36             xmlDocw.LoadXml(xmlstr);
37             xmlDocw.Save(path);
38         }
39 
40         /// <summary>
41         /// xmlreader读取xml
42         /// </summary>
43         /// <param name="path"></param>
44         public void ReadXml_Sax(string path)
45         {
46             XmlDocument xmlDocw = new XmlDocument();
47             XmlReaderSettings rsettings = new XmlReaderSettings();
48             rsettings.IgnoreComments = true;
49             rsettings.IgnoreWhitespace = false;
50             rsettings.CheckCharacters = false;
51             //默认的xmlreader不读取内容中的回车换行

52             //(XmlReader rdr = XmlReader.Create(path,rsettings))
53             using (XmlTextReader rdr = new XmlTextReader(path))
54             {
55                 rdr.WhitespaceHandling = WhitespaceHandling.Significant;
56                 string eleName = "";                
57                 while (rdr.Read())
58                 {
59                     if (rdr.NodeType == XmlNodeType.Element)
60                     {
61                         //节点名称
62                         eleName = rdr.Name;
63                         //节点深度
64                         int dp = rdr.Depth;
65                         //是否空节点,表示<elememt/> 不是<element></element>
66                         bool needend = rdr.IsEmptyElement;
67                         for (int i = 0; i < rdr.AttributeCount; i++)
68                         {
69                             rdr.MoveToAttribute(i);
70                             Console.WriteLine(rdr.Name+":"+rdr.Value);
71                         }
72                         //可以直接读取节点所有的数据.可以用readNode读取
73                         //rdr.EOF判定,不然会跳过节点
74                         //rdr.ReadOuterXml();
75                     }
76                     else if (rdr.NodeType == XmlNodeType.EndElement)
77                     {
78                         eleName = rdr.Name;
79                     }
80                 }
81             }
82         }

xmlreader和xmldocument(xmlwriter)组合一起用对大型xml进行拆分读取,十分有效。 

 

下面是遇到的问题:

1.xmlwriter后xml文件头始终是utf-16

技术分享图片

这是用StringBuilder才会有的问题,改用FileStream、MemoryStream等就好了。

 

2.(UTF8)改用MemoryStream后,形成的xml字符串通过XMLDocument.LoadXml时报错

XmlWriterSettings settings = new XmlWriterSettings();
settings.Encoding = Encoding.UTF8;

技术分享图片

最终发现默认的Encoding.UTF8是带有字节顺序标记的,要用new UTF8Encoding(false);

通过监视区代码可以看到,xmlstr[0]是65279,修改后就对了变成60‘<‘。

 技术分享图片

技术分享图片


3.xmlreader默认不读取内容中的回车换行,读进来就是个空格。

技术分享图片

第二个直接回车换行就是读不进来,用xmldocument可以读到两个,xmlreader就是读取不到。

 技术分享图片

   期间一直在找设置,比如IgnoreWhitespace等,发现都没有用,还是不读。

 XmlReaderSettings rsettings = new XmlReaderSettings();
    rsettings.IgnoreWhitespace = false;

 最后在stackoverflow上找到答案(注1),不能用XmlReader rdr = XmlReader.Create(path),用XmlTextReader就好了。

 技术分享图片

 

 

注1:不读回车换行问题 https://stackoverflow.com/questions/1793908/xmlreader-newline-n-instead-of-r-n

This is because the XmlTextReader has a normalization setting defaulted to false unlike XmlReader.Create which always normalizes newlines no matter what. 




以上是关于xmlreader与xmlwriter里的几个坑与解决方案的主要内容,如果未能解决你的问题,请参考以下文章

JavaScript新手学习笔记4——我记不住的几个坑:短路逻辑按值传递声明提前

创建windows服务遇到的几个坑

ajax中回调的几个坑

Azure上的几个坑

微信小程序项目踩过的几个坑

安装mysql遇到的几个坑