Question

我有几个包含大量重复条目的XML文件，例如这些。

<annotations>
  <annotation value=",Clear,Outdoors" eventID="2">
    <image location="Location 1" />
    <image location="Location 2" />
    <image location="Location 2" />
  </annotation>

  <annotation value=",Not a problem,Gravel,Shopping" eventID="2">
    <image location="Location 3" />
    <image location="Location 4" />
    <image location="Location 5" />
    <image location="Location 5" />
    <image location="Location 5" />
  </annotation>
</annotations>

我想删除每个子节点中的重复元素。我接近这个的方法是将所有元素复制到一个列表然后比较它们，

 foreach (var el in xdoc.Descendants("annotation").ToList())
   {
      foreach (var x in el.Elements("image").Attributes("location").ToList())
       {
           //add elements to a list
       }
   }

一半我意识到这是非常低效和耗时的。我是一个相当陌生的XML，我想知道C＃中是否有任何内置方法可以用来删除重复项？

我尝试使用

if(!x.value.Distinct()) // can't convert collections to bool
    x.Remove();

但这不起作用，

也没有

if(x.value.count() > 1) // value.count returns the number of elements.
   x.Remove()

Answer 1

using System.Xml.Linq;

XDocument xDoc = XDocument.Parse(xmlString);
xDoc.Root.Elements("annotation")
         .SelectMany(s => s.Elements("image")
                           .GroupBy(g => g.Attribute("location").Value)
                           .SelectMany(m => m.Skip(1))).Remove();

Answer 2

如果您的副本总是采用这种形式，那么您可以使用一些XSLT来删除重复的节点。 XSLT就是：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:template match="node()|@*">
    <xsl:copy>
      <xsl:apply-templates select="node()|@*"/>
    </xsl:copy>
  </xsl:template>

  <xsl:template match="image[@location = preceding-sibling::image/@location]"/>
</xsl:stylesheet>

如果它经常发生，那么将样式表加载到XslCompiledTransform实例中可能是值得的。

或者您只需使用此XPath获取所有重复节点的列表：

/annotations/annotation/image[@location = preceding-sibling::image/@location]

并将其从父母身上删除。

Answer 3

你可以在这里做几件事。除了到目前为止的其他答案，你可以注意到Distinct（）有一个带有IEqualityComparer的重载。您可以使用like this ProjectionEqualityComparer来执行以下操作：

var images = xdoc.Descendants("image")
    .Distinct(ProjectionEqualityComparer<XElement>.Create(xe => xe.Attributes("location").First().Value))

...它将为您提供具有唯一位置属性的所有独特“图像”元素。

有效删除c＃中的重复xml元素

3 个答案: