如何在.NET中解析字符串中的XML？

Question

大家好，StackOverflowers，

我在.NET函数之一中收到一个字符串。 从XML Visualizer查看时，该字符串如下所示：

- <root>
- <Table>
  <ID>ABC-123</ID>
  <CAT>Housekeeping</CAT>
  <DATE>21-JUN-2009</DATE>
  <REP_BY>John</REP_BY>
  <LOCATION>Head Office</LOCATION>
</Table>
- <Table>
  <ID>ABC-124</ID>
  <CAT>Environment</CAT>
  <DATE>23-JUN-2009</DATE>
  <REP_BY>Michelle</REP_BY>
  <LOCATION>Block C</LOCATION>
</Table>
- <Table>
  <ID>ABC-125</ID>
  <CAT>Staging</CAT>
  <DATE>21-JUN-2009</DATE>
  <REP_BY>George</REP_BY>
  <LOCATION>Head Office</LOCATION>
</Table>  
- <Table>
  <ID>ABC-123</ID>
  <CAT>Housekeeping</CAT>
  <DATE>21-JUN-2009</DATE>
  <REP_BY>John</REP_BY>
  <LOCATION space="preserve" xmlns="http://www.w3.org/XML/1998/namespace" /> 
</Table>  
</root>  

我需要解析此字符串，以便可以将数据写入一个数据表，该数据表的列是每个数据的xml标记。

在上面的文本中，我将有一个数据表，该表有5列，分别是ID，CAT，DATE，REP_BY和LOCATION，它们将包含4行数据。

在第四个标记中，请注意，该标记没有任何数据，而是标记为space =“ preserve”。 这意味着我要放置在数据表中的数据对于第四行的LOCATION列将为空白。

我该如何实现？ 样本代码将不胜感激。 谢谢。

Answer 1

使用XmlReader类。 此类很快速，并且不占用大量内存，但是读取xml可能很困难。

using (StringReader strReader = new StringReader(yourXMLString))
{
    using (XmlReader reader = XmlReader.Create(strReader))
    {
        while (reader.Read())
        {
            if(reader.Name == "Table" && reader.NodeType == reader.NodeType == XmlNodeType.Element)
            {
                using(XmlReader tableReader = reader.ReadSubtree())
                {
                    ReadTableNode(tableReader);
                }
            }
        }
    }
}

private void ReadTableNode(XmlReader reader)
{
    while (reader.Read())
    {
        if(reader.Name == "ID" && reader.NodeType == reader.NodeType == XmlNodeType.Element)
            //do something
        else if(reader.Name == "CAT" && reader.NodeType == reader.NodeType == XmlNodeType.Element)
            //do something

       //and continue....
    }
}

要获取当前节点的属性，请使用：

string value = reader.GetAttribute(name_of_attribute);

要获取元素的内部文本：

string innerText =  reader.ReadString();

使用XmlDocument类。 此类很慢，但是由于加载了整个xml，因此操作和读取xml非常容易。

XmlDocument xmlDoc = new XmlDocument();
xmlDoc.LoadXml(yourXMLString);
//do something

使用XDocument类。 使用XDocument的优点是可以直接并同时访问元素。 该类还使用LINQ的功能来查询xml文档。

using(StringReader tr = new StringReader(yourXMLString))
{
    XDocument doc = XDocument.Load(tr);
    //do something
}

Answer 2

这可能是将XML转换为表格形式的最简单解决方案。 使用正则表达式扔掉属性并不是那么聪明（而且安全），但是我不喜欢System.Xml API和.NET 2.0中的LINQ to XML在这方面是不可行的。

using System;
using System.Data;
using System.IO;
using System.Text.RegularExpressions;

namespace GeneralTestApplication
{
    class Program
    {
        private static void Main()
        {
            String input = @"<root><Table> [...] </root>";

            input = Regex.Replace(input, @" [a-zA-Z]+=""[^""]*""", String.Empty);

            DataSet dataSet = new DataSet();

            dataSet.ReadXml(new StringReader(input));

            foreach (DataRow row in dataSet.Tables[0].Rows)
            {
                foreach (DataColumn column in dataSet.Tables[0].Columns)
                {
                    Console.Write(row[column] + " | ");
                }
                Console.WriteLine();
            }

            Console.ReadLine();
        }
    }
}

更新

或者使用System.Xml摆脱该属性。

XmlDocument doc = new XmlDocument();

doc.Load(new StringReader(input));

foreach (XmlNode node in doc.SelectNodes("descendant-or-self::*"))
{
    node.Attributes.RemoveAll();
}

input = doc.OuterXml;

但这是行不通的，因为最后一个LOCATION元素上的XML名称空间仍然保留，并且DataSet.LoadXml()抱怨说没有两列名为LOCATION列。

Answer 3

不要使用字符串解析。 尝试使用一些xml库（ Linq有一些对象可能会帮助您）。 您可能会轻松得多。

Answer 4

我相信您可以简单地使用ADO.NET DataSet类的ReadXml方法来读取该格式的XML文档，它将为您创建DataTable ， DataColumn和DataRow对象。 如果要随后将DATE列的数据类型转换为DateTime则需要编写一些转换方法。 但是除此之外，您根本不必使用XML。

编辑

我从Daniel Bruckner的帖子中看到，奇数名称空间中的LOCATION元素带来了问题。 好了，很容易解决：

    XmlDocument d = new XmlDocument();
    d.LoadXml(xml);

    XmlNamespaceManager ns = new XmlNamespaceManager(d.NameTable);
    ns.AddNamespace("n", "http://www.w3.org/XML/1998/namespace");
    foreach (XmlNode n in d.SelectNodes("/root/Table/n:LOCATION", ns))
    {
        XmlElement loc = d.CreateElement("LOCATION");
        n.ParentNode.AppendChild(loc);
        n.ParentNode.RemoveChild(n);
    }

    DataSet ds = new DataSet();
    using (StringReader sr = new StringReader(d.OuterXml))
    {
        ds.ReadXml(sr);
    }

Answer 5

我自己不是xml的忠实拥护者，我需要将其用作网格的数据源以使其可视化。 我从FileNet映像服务器获得了xml格式的一些输出，并且需要将其中的一部分取出来填充数据库。 我正在做的是HTH：

  Dim dsXML As DataSet
  Dim drXML As DataRow
  Dim rdr As System.IO.StringReader
  Dim docs() As String
  Dim SQL As String
  Dim xml As String
  Dim fnID As String

docs = _fnP8Dev.getDocumentsXML(_credToken, _docObjectStoreName, _docClass, "ReferenceNumber=" & fnID, "")
xml = docs(0)
If (InStr(xml, "<z:row") > 0) Then
 RaiseEvent msg("Inserting images for reference number " & fnID)
 rdr = New System.IO.StringReader(xml)
 dsXML = New DataSet
 dsXML.ReadXml(rdr)

 For Each drXML In dsXML.Tables(dsXML.Tables.Count - 1).Rows
   SQL = "Insert into fnImageP8 values ("
   SQL = SQL & "'" & drXML("Id") & "', "
   Try
    SQL = SQL & "'" & drXML("DocumentTitle") & "', "
   Catch ex As Exception
    SQL = SQL & "null, "
   End Try