Question

我有一个文件，它有效地包含多个相同格式的XML文件，因此该文件本身不是有效的XML;例如：

<?xml version='1.0' encoding='UTF-8'?>
<Proposal xmlns="a namespace">
    <ASubnode>Text</ASubNode>
    <LotsOfOtherNodes />
</Proposal>
<?xml version='1.0' encoding='UTF-8'?>
<Proposal xmlns="a namespace">
    <ASubnode>Text</ASubNode>
    <LotsOfOtherNodes />
</Proposal>
....

我想一次一个地处理所有Proposal节点;例如：

foreach (var proposal in file)
    do something

我无法使用XmlReader，因为它在到达中间XML声明节点时会抛出异常。我可能会将整个文件读入一个字符串，然后使用Split方法，但这些文件的大小是千兆字节，因此作为一个选项并不是特别有吸引力。看起来我可以一次读取一行文件，通过正则表达式搜索相应的节点，但文件不是如上所述的行格式，每行一个节点，而是包含很长的多个节点行，以及节点文本中的随机换行符。

有没有一种方法可以实现这个目的而无需手工制作文本解析器？

Answer 1

您有两种选择：

告诉XmlReader不要那么挑剔。将XmlReaderSettings.ConformanceLevel设置为ConformanceLevel.Fragment。这将使解析器忽略没有根节点的事实。

var settings = new XmlReaderSettings();
settings.ConformanceLevel = ConformanceLevel.Fragment;
using (var reader = XmlReader.Create(textReader, settings))
{
     ...
}

使用“root”元素包装XML文件，这样您的文档将只有一个根节点

 <?xml version='1.0' encoding='UTF-8'?>
 <root>
     <Proposal xmlns="a namespace">
         <ASubnode>Text</ASubNode>
         <LotsOfOtherNodes />
     </Proposal>
     <?xml version='1.0' encoding='UTF-8'?>
     <Proposal xmlns="a namespace">
         <ASubnode>Text</ASubNode>
         <LotsOfOtherNodes />
     </Proposal>
 ....
 </root>

Answer 2

您可以逐行阅读文本而不实际解析xml，因为xml文档的标题是相同的：

mSplashThread = new Thread() {
    @Override
    public void run() {
        try {
                Thread.sleep(DURATION);

                runOnUiThread(new Runnable() {
                    public void run() {
                        Intent intent = new Intent(Splash.this,
                        Main.class);
                        startActivity(intent);
                        finish();
                    }
                });
            } catch (InterruptedException e) {
                e.printStackTrace();
        }
    }

};
mSplashThread.start();

更新：即使声明可以在一行之间开始，以下内容也会起作用：

IEnumerable<XDocument> GetDocuments(Stream bulkStream)
{
    var reader = new StreamReader(bulkStream);
    var sb = new StringBuilder();   
    var firstLine = reader.ReadLine();
    string line = firstLine;    
    while(line != null)
    {
        sb.Clear();
        sb.Append(firstLine);
        while((line = reader.ReadLine()) != null && line != firstLine)
        {
            sb.Append(line);
        }

        yield return XDocument.Parse(sb.ToString());
    }
}

将包含多个XML文件的单个大文件读入C＃中的多个xml记录

2 个答案: