Powershell 中非常大的 XML 文件

Posted 2023-02-24

【中文标题】Powershell 中非常大的 XML 文件

【英文标题】：VERY large XML files in Powershell

【发布时间】：2018-06-14 14:23:50

【问题描述】：

对于非常大的文本文件，我们可以选择使用 StreamReader 和 StreamWriter，然后允许逐行查找/替换。但是，我有一个 XML 文件，我需要在其中进行查找/替换，并进行更多控制，例如查找/替换特定节点中的值，该节点是具有特定属性和值的另一个节点的子节点。因此，尝试逐行解析相当复杂，并且在使用 XML 文档时超级容易处理。但是，我的文件正在推送 500 MB 和 1200 万行，并且仅加载文件需要很长时间。 XML 是否有 .NET 等价物？或者我是否仅限于使用本地 PowerShell，会导致相关的性能下降？

【参考方案1】：

您可能想查看What is the difference between SAX and DOM? 以获取有关解析 XML 的替代方法的信息。

SAX 可能是您的好方法。

PowerShell and .Net itself don't have a native SAX parser，但XmlReader class 可能对你有用。

从 MSDN Docs 上的示例看起来，它似乎没有做任何太疯狂的事情或使用 PowerShell 中乏味/困难的功能。

这是他们的 C# 示例：

// Create a validating XmlReader object. The schema 
// provides the necessary type information.
XmlReaderSettings settings = new XmlReaderSettings();
settings.ValidationType = ValidationType.Schema;
settings.Schemas.Add("urn:empl-hire", "hireDate.xsd");
using (XmlReader reader = XmlReader.Create("hireDate.xml", settings)) 

  // Move to the hire-date element.
  reader.MoveToContent();
  reader.ReadToDescendant("hire-date");

  // Return the hire-date as a DateTime object.
  DateTime hireDate = reader.ReadElementContentAsDateTime();
  Console.WriteLine("Six Month Review Date: 0", hireDate.AddMonths(6));

这是一个我根本懒得测试的 PowerShell 端口（抱歉）：

# Create a validating XmlReader object. The schema 
# provides the necessary type information.

$settings = New-Object System.Xml.XmlReaderSettings
$settings.ValidationType = [System.Xml.ValidationType]::Schema
$settings.Schemas.Add("urn:empl-hire", "hireDate.xsd") 
# see their page for example XML/XSD

try 
    $reader = [System.Xml.XmlReader]::Create("hireDate.xml", $settings)

    # Move to the hire-date element.
    $reader.MoveToContent();
    $reader.ReadToDescendant("hire-date");

    # Return the hire-date as a DateTime object.
    $hireDate = $reader.ReadElementContentAsDateTime()
    "Six Month Review Date: 0" -f $hireDate.AddMonths(6) | Write-Verbose -Verbose
 finally 
    $reader.Dispose()