Question

我正在尝试以编程方式在C＃.NET 4.0中使用重复的根元素清理无效的XML。我想要做的是将所有内部元素合并到一个根元素中并删除重复根，以便

<a>
    <b></b>
</a>
<a>
    <c></c>
</a>

变为

<a>
    <b></b>
    <c></c>
</a>

但是，重复的根元素也可能出现在内部XML中。在这种情况下，我们不想替换它，所以

<a>
    <a></a>
    <b></b>
</a>
<a>
    <c></c>
    <a></a>
</a>

变为

<a>
    <a></a>
    <b></b>
    <c></c>
    <a></a>
</a>

此外，重复的根元素不能保证始终为<a>;它可以有任何名字。

到目前为止，我一直在尝试使用某种优雅的Regex来完成这项任务，例如/<((.|\n|\r)*?)>(.|\n|\r)*<\/\1>/，但问题是内部XML上的贪婪匹配太多了，内部XML上的非贪婪匹配太少了。

我希望我不必使用创建堆栈来计算打开和关闭标签，以确定我何时回到文档的根目录。我正在寻找一种解决这个问题的简单而优雅的方法。

开源，第三方库是潜在可接受的解决方案，如果其中一个处理这种情况，但我宁愿避免它们。

有没有人有任何想法？

Answer 1

将XML实际读取为XML可能更好......您应该能够创建将ConformanceLevel设置为Fragment的读取器，并将所有片段作为普通XML读取。而不是使用普通的XML处理来选择/复制Xml节点。

Answer 2

他们刚刚删除了一个很好的答案。获取根节点的名称，然后删除所有这些节点。无论它是什么，都应该很容易得到第一个节点的名称。

这将基本上保留文档的方式，然后将整个内容重新包装在其中一个节点中。完成。