压缩XML的最佳方法

Question

我需要将一个非常大的xml文件压缩到尽可能小的大小。

我在C＃工作，我更喜欢它是一些我可以通过我的代码访问的开源或应用程序，但我也可以处理一个算法。

谢谢！

Answer 1

它可能不是“可能的最小尺寸”，但您可以使用System.IO.Compression来压缩它。 压缩倾向于为文本提供非常好的压缩。

using (var fileStream = File.OpenWrite(...))
using (var zipStream = new GZipStream(fileStream, CompressionMode.Compress))
{
    zipStream.Write(...);
}

Answer 2

如上所述，高效XML交换（EXI）可以非常一致地实现最佳的XML压缩。 即使没有架构，EXI也比拉链小2-5倍并不少见。 使用模式，你会做得更好。

如果您不反对商业实现，则可以使用.NET版本的Efficient XML，并使用标准.NET API直接从C＃代码中调用它。 您可以从http://www.agiledelta.com/efx_download.html下载免费试用版。

Answer 3

如果您有可用于XML文件的架构，则可以尝试EXIficient 。 它是高效XML交换 （EXI）格式的一种实现，它几乎是最好的通用XML压缩方法。 如果你没有架构，EXI仍然比常规zip（deflate算法）更好，但不是很多，特别是对于大文件。

EXIficient只是Java，但你可以把它变成你可以调用的应用程序。 我不知道在C＃中有任何EXI的开源实现。

Answer 4

看看XML压缩工具，你也可以使用SharpZipLib压缩它

Answer 5

文件大小不是EXI（或任何二进制方案）的唯一优势。 在读/写时，处理时间和内存开销也大大降低。 想象一下，只需复制字节就可以将浮点数复制到磁盘上。 现在假设另一个程序将浮点数转换为格式化文本，并将它们粘贴到文本流中，然后通过昂贵的压缩算法提供该流。 由于这种荒谬的开销，XML基本上不能用于非常大的文件，这些文件本可以通过二进制表示轻松处理。

二进制XML有望解决XML长期存在的弱点。 制作一个在二进制/文本表示之间进行转换的实用程序（不知道XML模式）非常容易，这意味着您仍然可以在需要时轻松编辑文件。

Answer 6

XML具有高度可压缩性。 您可以使用DotNetZip从XML生成压缩的zip文件。

Answer 7

如果您需要最大压缩等级，我会推荐LZMA。 有一个SDK（包括C＃）是开源7-Zip项目的一部分，可在此处获得 。

Answer 8

如果您正在寻找尽可能小的尺寸，请尝试使用Fast Infoset作为二进制XML编码，然后使用BZIP2或LZMA进行压缩。 您可能会比压缩文本XML或使用EXI获得更好的结果。 FastInfoset.NET包括Fast Infoset标准的实现和几种压缩格式可供选择，但它是商业的。