获取 XElement 的 InnerXml 的最佳方法？

Posted 2023-02-15

技术标签:

【中文标题】获取 XElement 的 InnerXml 的最佳方法？【英文标题】：Best way to get InnerXml of an XElement? 【发布时间】：2010-09-05 10:49:12 【问题描述】：

在下面的代码中获取混合body 元素内容的最佳方法是什么？该元素可能包含 Xhtml 或文本，但我只希望它的内容为字符串形式。 XmlElement 类型具有 InnerXml 属性，这正是我所追求的。

编写的代码几乎可以满足我的要求，但包含了我不想要的 <body>...</body> 元素。

XDocument doc = XDocument.Load(new StreamReader(s));
var templates = from t in doc.Descendants("template")
                where t.Attribute("name").Value == templateName
                select new
                
                   Subject = t.Element("subject").Value,
                   Body = t.Element("body").ToString()
                ;

【问题讨论】：

【参考方案1】：

我想看看这些建议的解决方案中哪一个表现最好，所以我进行了一些比较测试。出于兴趣，我还将 LINQ 方法与 Greg 建议的普通旧 System.Xml 方法进行了比较。变化很有趣，出乎我的意料，最慢的方法比最快的方法慢 3 倍以上。

按从快到慢排序的结果：

CreateReader - 实例猎人（0.113 秒）普通旧 System.Xml - Greg Hurlman（0.134 秒）使用字符串连接进行聚合 - Mike Powell（0.324 秒） StringBuilder - Vin（0.333 秒） String.Join on array - Terry（0.360 秒）数组上的String.Concat - Marcin Kosieradzki (0.364)

方法

我使用了一个包含 20 个相同节点的 XML 文档（称为“提示”）：

<hint>
  <strong>Thinking of using a fake address?</strong>
  <br />
  Please don't. If we can't verify your address we might just
  have to reject your application.
</hint>

上面以秒显示的数字是连续 1000 次提取 20 个节点的“内部 XML”并取 5 次运行的平均值（平均值）的结果。我没有包括将 XML 加载并解析为 XmlDocument（对于 System.Xml 方法）或 XDocument（对于所有其他方法）所花费的时间。

我使用的 LINQ 算法是：（C# - 都采用 XElement "parent" 并返回内部 XML 字符串）

创建阅读器：

var reader = parent.CreateReader();
reader.MoveToContent();

return reader.ReadInnerXml();

用字符串连接聚合：

return parent.Nodes().Aggregate("", (b, node) => b += node.ToString());

StringBuilder：

StringBuilder sb = new StringBuilder();

foreach(var node in parent.Nodes()) 
    sb.Append(node.ToString());


return sb.ToString();

String.Join 加入数组：

return String.Join("", parent.Nodes().Select(x => x.ToString()).ToArray());

String.Concat 在数组上：

return String.Concat(parent.Nodes().Select(x => x.ToString()).ToArray());

我没有在这里展示“Plain old System.Xml”算法，因为它只是在节点上调用 .InnerXml。

结论

如果性能很重要（例如大量 XML，经常解析），我会每次都使用 Daniel 的 CreateReader 方法。如果您只是做一些查询，您可能想要使用 Mike 更简洁的 Aggregate 方法。

如果您在具有大量节点（可能有 100 个节点）的大型元素上使用 XML，您可能会开始看到使用 StringBuilder 优于 Aggregate 方法的好处，但不会超过 CreateReader。我不认为Join 和Concat 方法在这些情况下会更有效，因为将大列表转换为大数组的代价是（在较小的列表中更明显）。

【讨论】：

StringBuilder 版本可以写成一行： var result = parent.Elements().Aggregate(new StringBuilder(), (sb, xelem) => sb.AppendLine(xelem.ToString()) , sb => sb.ToString()) 你错过了parent.CreateNavigator().InnerXml（扩展方法需要using System.Xml.XPath）。我没想到你需要 .Concat 中的 .ToArray()，但它似乎让它更快如果您不滚动到这些答案的底部：请考虑根据this answer 从.ToString() 中剥离容器/根目录。似乎更快... 你真的应该将 var reader = parent.CreateReader(); 包装在 using 语句中。【参考方案2】：

我认为这是一个更好的方法（在 VB 中，应该不难翻译）：

给定一个 XElement x：

Dim xReader = x.CreateReader
xReader.MoveToContent
xReader.ReadInnerXml

【讨论】：

不错！这比提出的其他一些方法要快得多（我对它们都进行了测试 - 有关详细信息，请参阅我的答案）。尽管他们都完成了这项工作，但这个速度最快——甚至比 System.Xml.Node.InnerXml 本身还要快！ XmlReader 是一次性的，所以请不要忘记用 using 包装它（如果我知道 VB，我会自己编辑答案）。【参考方案3】：

在 XElement 上使用这个“扩展”方法怎么样？为我工作！

public static string InnerXml(this XElement element)

    StringBuilder innerXml = new StringBuilder();

    foreach (XNode node in element.Nodes())
    
        // append node's xml string to innerXml
        innerXml.Append(node.ToString());
    

    return innerXml.ToString();

或者使用一点 Linq

public static string InnerXml(this XElement element)

    StringBuilder innerXml = new StringBuilder();
    doc.Nodes().ToList().ForEach( node => innerXml.Append(node.ToString()));

    return innerXml.ToString();

注意：上面的代码必须使用element.Nodes() 而不是element.Elements()。记住两者之间的区别非常重要。 element.Nodes() 为您提供 XText、XAttribute 等所有内容，但 XElement 只是一个元素。

【讨论】：

【参考方案4】：

感谢那些发现并证明了最佳方法的人（谢谢！），这里将其包含在扩展方法中：

public static string InnerXml(this XNode node) 
    using (var reader = node.CreateReader()) 
        reader.MoveToContent();
        return reader.ReadInnerXml();

【讨论】：

【参考方案5】：

保持简单高效：

String.Concat(node.Nodes().Select(x => x.ToString()).ToArray())

连接字符串时，聚合会导致内存和性能效率低下使用 Join("", sth) 使用的字符串数组是 Concat 的两倍...而且在代码中看起来很奇怪。使用 += 看起来很奇怪，但显然并不比使用 '+' 差多少 - 可能会针对相同的代码进行优化，因为分配结果未被使用并且可能会被编译器安全地删除。 StringBuilder 非常必要 - 每个人都知道不必要的“状态”很糟糕。

【讨论】：

【参考方案6】：

我最终使用了这个：

Body = t.Element("body").Nodes().Aggregate("", (b, node) => b += node.ToString());

【讨论】：

这将做很多字符串连接 - 我更喜欢 Vin 自己使用 StringBuilder。手动 foreach 不是否定的。今天这个方法真的救了我，尝试用新的构造函数写出一个 XElement 并且没有其他方法可以方便地使用它，而这个方法做到了。谢谢！【参考方案7】：

就个人而言，我最终使用 Aggregate 方法编写了一个 InnerXml 扩展方法：

public static string InnerXml(this XElement thiz)

   return thiz.Nodes().Aggregate( string.Empty, ( element, node ) => element += node.ToString() );

这样我的客户端代码就和使用旧的 System.Xml 命名空间一样简洁：

var innerXml = myXElement.InnerXml();

【讨论】：

【参考方案8】：

@Greg：看来您已将答案编辑为完全不同的答案。我的回答是肯定的，我可以使用 System.Xml 来做到这一点，但我希望能用 LINQ to XML 来搞定。

如果其他人想知道为什么我不能只使用 XElement 的 .Value 属性来获得我需要的东西，我会在下面留下我的原始回复：

@Greg：Value 属性连接任何子节点的所有文本内容。因此，如果 body 元素只包含文本，它可以工作，但如果它包含 XHTML，我会将所有文本连接在一起，但没有任何标签。

【讨论】：

我遇到了同样的问题并认为这是一个错误：我有“混合”内容（即<root>random text <sub1>child</sub1> <sub2>child</sub2></root>）通过XElement.Parse(...).Value变成random text childchild【参考方案9】：

// 使用正则表达式可能会更快地简单地修剪开始和结束元素标签

var content = element.ToString();
var matchBegin = Regex.Match(content, @"<.+?>");
content = content.Substring(matchBegin.Index + matchBegin.Length);          
var matchEnd = Regex.Match(content, @"</.+?>", RegexOptions.RightToLeft);
content = content.Substring(0, matchEnd.Index);

【讨论】：

整洁。使用IndexOf:

var xml = root.ToString(); 	var begin = xml.IndexOf('&gt;')+1; 	var end = xml.LastIndexOf('&lt;'); 	return xml.Substring(begin, end-begin);

更快【参考方案10】：

doc.ToString() 或 doc.ToString(SaveOptions) 完成工作。见http://msdn.microsoft.com/en-us/library/system.xml.linq.xelement.tostring(v=vs.110).aspx

【讨论】：

不，它没有。它还包括具有所有属性的元素。只需要开始和结束标记之间的内容。【参考方案11】：

是否可以使用 System.Xml 命名空间对象来完成这里的工作，而不是使用 LINQ？正如您已经提到的，XmlNode.InnerXml 正是您所需要的。

【讨论】：

【参考方案12】：

想知道是否（请注意我摆脱了 b+= 并且只有 b+）

t.Element( "body" ).Nodes()
 .Aggregate( "", ( b, node ) => b + node.ToString() );

效率可能略低于

string.Join( "", t.Element.Nodes()
                  .Select( n => n.ToString() ).ToArray() );

不是 100% 肯定...但是在 Reflector 中查看 Aggregate() 和 string.Join()...我认为我把它读作 Aggregate 只是附加一个返回值，所以基本上你得到：

字符串 = 字符串 + 字符串

与 string.Join 相比，它在其中提到了 FastStringAllocation 之类的东西，这让我觉得微软的人可能会在其中增加一些额外的性能提升。当然，我的 .ToArray() 对此表示否定，但我只是想提出另一个建议。

【讨论】：

【参考方案13】：

你知道吗？最好的办法是回到 CDATA :( 我在这里寻找解决方案，但我认为 CDATA 是迄今为止最简单和最便宜的，不是最方便的开发方式

【讨论】：

【参考方案14】：

var innerXmlAsText= XElement.Parse(xmlContent)
                    .Descendants()
                    .Where(n => n.Name.LocalName == "template")
                    .Elements()
                    .Single()
                    .ToString();

会为你完成这项工作

【讨论】：

【参考方案15】：

public static string InnerXml(this XElement xElement)

    //remove start tag
    string innerXml = xElement.ToString().Trim().Replace(string.Format("<0>", xElement.Name), "");
    ////remove end tag
    innerXml = innerXml.Trim().Replace(string.Format("</0>", xElement.Name), "");
    return innerXml.Trim();

【讨论】：

如果元素有任何属性，甚至只有一个空格太多，逻辑就会失败。

以上是关于获取 XElement 的 InnerXml 的最佳方法？的主要内容，如果未能解决你的问题，请参考以下文章

如何正确地从 innerXMl 获取值

使用 XmlDocument 获取 InnerText 或 InnerXml 时保留 XML 实体引用

使用 XPathSelectElement 获取 XElement

在此处获取 XElement 的行号

获取 xelement 属性值

从 XElement 获取子元素 [重复]