Question

我想解析使用以下模式的XML文件，并在“adif”和“name”这两个元素中提取数据并将它们放在Dictionary中。我真的不知道如何使用任何内置的.net类或HTML Agility Pack来解决这个问题。

有人可以向我发送正确的方向吗？感谢

<?xml version="1.0" encoding="utf-16"?>
 <xs:schema xmlns="http://www.clublog.org/cty/v1.0" attributeFormDefault="unqualified"         elementFormDefault="qualified" targetNamespace="http://www.clublog.org/cty/v1.1" xmlns:xs="http://www.w3.org/2001/XMLSchema">
  <xs:element name="clublog">
    <xs:complexType>
      <xs:sequence>

        <xs:element name="entities">
          <xs:complexType>
            <xs:sequence>
              <xs:element maxOccurs="unbounded" name="entity">
                <xs:complexType>
                  <xs:sequence>
                    <xs:element name="adif" type="xs:decimal" />
                    <xs:element name="name" type="xs:string" />
                    <xs:element name="prefix" type="xs:string" />
                    <xs:element name="deleted" type="xs:boolean" />
                    <xs:element name="cqz" type="xs:unsignedByte" />
                    <xs:element name="cont" type="xs:string" />
                    <xs:element name="long" type="xs:decimal" />
                    <xs:element name="lat" type="xs:decimal" />
                    <xs:element minOccurs="0" name="start" type="xs:dateTime" />
                    <xs:element minOccurs="0" name="end" type="xs:dateTime" />
                    <xs:element minOccurs="0" name="whitelist" type="xs:boolean" />
                    <xs:element minOccurs="0" name="whitelist_start" type="xs:dateTime" />
                    <xs:element minOccurs="0" name="whitelist_end" type="xs:dateTime" />
                  </xs:sequence>
                </xs:complexType>
              </xs:element>
            </xs:sequence>
          </xs:complexType>
        </xs:element>

        <xs:element name="exceptions">
          <xs:complexType>

我对实体节点以外的任何其他内容都不感兴趣。其中最多约有400个，而例外情况则是数千个。我到目前为止的代码是

using (WebClient wc = new WebClient())
{
     wc.DownloadFile("https://secure.clublog.org/cty.php?api="API","Test.gz");

           var doc = new HtmlAgilityPack.HtmlDocument();

           using (var file = File.Open("Test.gz", FileMode.Open))
           using (var zip = new GZipStream(file, CompressionMode.Decompress))
           {
               doc.Load(zip);
           }

            Dictionary<string, string> dict = new Dictionary<string, string>();

就是这样。当然，HTML Agility包没有文档，我对解析XML代码的理解是有限的。

这就是我所在的地方： XD包含有效的xml数据。

    private void button1_Click(object sender, EventArgs e)
    {
        var dict = (Dictionary<string, decimal>)null;
        using (WebClient wc = new WebClient())
        {

            wc.DownloadFile("https://secure.clublog.org/cty.php?api=", "Test.gz");


            using (var file = File.Open("Test.gz", FileMode.Open))
            {
                using (var zip = new GZipStream(file, CompressionMode.Decompress))
                {

                    using (var xmlReader = XmlReader.Create(zip))
                    {
                        //                            Dictionary<string, decimal> dict = new Dictionary<string, decimal>();

                        var xd = XDocument.Load(xmlReader);


                    }

这里是xml数据....两条记录。我试图将文件保存在我的服务器上，它不会让我......

<?xml version="1.0" encoding="utf-8" ?>
-<clublog xmlns="http://www.clublog.org/cty/v1.0" date="2014-03-16T08:30:03+00:00">
  -<entities>
-<entity>
  <adif>1</adif>
  <name>CANADA</name>
  <prefix>VE</prefix>

  <deleted>FALSE</deleted>

   <cqz>5</cqz>

 <cont>NA</cont>

  <long>-80.00</long>

  <lat>45.00</lat>

</entity>


-<entity>

  <adif>2</adif>

  <name>ABU AIL IS</name>

<prefix>A1</prefix>

<deleted>TRUE</deleted>

<cqz>21</cqz>

<cont>AS</cont>

<long>45.00</long>
<lat>12.80</lat>
<end>1991-03-30T23:59:59+00:00</end>

Answer 1

Jeenkies。我刚刚写了一个很好的答案来解决另一个问题。如果你可以使用.NET 3.5，你可以使用linq-to-xml，这将使这变得非常容易。

让我们开始吧。首先，您需要加载您的文档。查看here和here以获得一些帮助。我认为第二个会帮助你更多。

现在进行挖掘。由于您对可能只有几层深的节点感兴趣，因此这不应该太痛苦。在这一点上，我们遇到了2个设计（我能想到）逐层切割并将其爆破成小块。由于您处理的是相当大量的数据，因此切片可能会更快，但可能不会。所以我将包括两个设计，让你从那里进行测试。

此设计将假设doc代表整个xml文档。

切削方法：

var elements = doc.Elements(xs:element).Where(el => el.Attribute("name").Value == "entities");

从那里开始使用Elements()和Attributes()的组合应该很简单。

爆破方法只是将Elements()替换为Descendants()。如果您正在处理近根级节点，我只是坚持使用切片方法。

现在将它放入Dictionary。 This应该指出正确的方向。这肯定对我来说很方便。

Answer 2

这样的事情对你有用：

var dict = (Dictionary<string, decimal>)null;
using (WebClient wc = new WebClient())
{
    var text = wc.DownloadString(
        "https://secure.clublog.org/cty.php?api=" + API);
    using (var stream = new MemoryStream(Encoding.UTF8.GetBytes(text)))
    {
        using (var zip = new GZipStream(stream, CompressionMode.Decompress))
        {
            using (var xmlReader = XmlReader.Create(zip))
            {
                var xd = XDocument.ReadFrom(xmlReader);
                dict =
                xd
                    .Document
                    .Root
                    .Element(XName.Get("entities", "http://www.clublog.org/cty/v1.0"))
                    .Elements(XName.Get("entity", "http://www.clublog.org/cty/v1.0"))
                    .ToDictionary(
                        x => x.Element(XName.Get("name", "http://www.clublog.org/cty/v1.0")).Value,
                        x => (decimal)x.Element(XName.Get("adif", "http://www.clublog.org/cty/v1.0")));
            }
        }
    }
}

我假设您确实想要Dictionary<string, decimal>给定“adif”类型，但如果我错了，应该很容易改变。

我的方法避免了所有文件的混乱。

解析xml并加载到字典中

2 个答案: