xmlreader与xmlwriter里的几个坑与解决方案

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\r\n

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

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;

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'<'。

3.xmlreader默认不读取内容中的回车换行，读进来就是个空格。

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。

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。

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.

本文为原创，转载请注明：https://www.cnblogs.com/zhanglb163/

巴特西

xmlreader与xmlwriter里的几个坑与解决方案

最新文章

热门文章