Question

我必须读取一个没有根元素的XML文件来提取包含的数据。 XML有许多这样的元素：

<DocumentElement>
  <LOG_x0020_ParityRate>
    <DATE>12/09/2017 - 00:00</DATE>
    <CHANNELNAME>ParityRate</CHANNELNAME>
    <SQL>update THROOMDISP set ID_HOTEL = '104', ID_ROOM = '920', NUM = '3', MYDATA = '20171006' where id_hotel =104 and id_room ='920' and MYDATA ='20171006'</SQL>
    <ID_HOTEL>104</ID_HOTEL>
    <TYPEREQUEST>updateTHROOMDISP(OK)</TYPEREQUEST>
  </LOG_x0020_ParityRate>
</DocumentElement><DocumentElement>
  <LOG_x0020_ParityRate>
    <DATE>12/09/2017 - 00:00</DATE>
    <CHANNELNAME>ParityRate</CHANNELNAME>
    <SQL>update THROOMDISP set ID_HOTEL = '105', ID_ROOM = '923', NUM = '1', MYDATA = '20171006' where id_hotel =105 and id_room ='923' and MYDATA ='20171006'</SQL>
    <ID_HOTEL>105</ID_HOTEL>
    <TYPEREQUEST>updateTHROOMDISP(OK)</TYPEREQUEST>
  </LOG_x0020_ParityRate>
</DocumentElement><DocumentElement>
  <LOG_x0020_ParityRate>
    <DATE>12/09/2017 - 00:00</DATE>
    <CHANNELNAME>ParityRate</CHANNELNAME>
    <SQL>update THROOMDISP set ID_HOTEL = '104', ID_ROOM = '920', NUM = '3', MYDATA = '20171007' where id_hotel =104 and id_room ='920' and MYDATA ='20171007'</SQL>
    <ID_HOTEL>104</ID_HOTEL>
    <TYPEREQUEST>updateTHROOMDISP(OK)</TYPEREQUEST>
  </LOG_x0020_ParityRate>
</DocumentElement><DocumentElement>

我尝试将其作为字符串读取，手动添加开始和结束标记，并像XDocument一样解析它，但它也有一些格式错误的标记，如这些

</DocumentElement>
<TYPEREQUEST>updateTHROOMPRICE(OK)</TYPEREQUEST>

这些标记与任何开始标记都不匹配，当我在结果字符串上调用XDocument.Parse时，我有例外。该文件有数百万行，因此我无法逐行读取，或者迭代将持续数小时。如何摆脱所有这些格式错误的标签并解析文档？

Answer 1

当xml数据合并在一起时，xml根本就没有很好地形成。您的xml在根级别有多个标记，因此请使用如下所示的XML阅读器：

select customerid , monthinvoice from yourtable
where yearinvoice in (2016, 2017) and monthinvoice = 'July'
group by customerid , monthinvoice
having count(*) = 2

Answer 2

我找到了一种方法来解决我的问题，我放弃将其作为XML阅读，我将其作为StreamReader阅读，寻找我想要阅读的文本，所以我不必反对XML格式

using (StreamReader strReader = File.OpenText(path))
            {
                while (!strReader.EndOfStream)
                {
                    string line = strReader.ReadLine();
                    if (line.Contains("<LOG_x0020_ParityRate>")) {
                        line = strReader.ReadLine();
                        string data_ = getTagText(line);
                        string channelName_ = getTagText( strReader.ReadLine());
                        string sql_ = getTagText( strReader.ReadLine());
                        string idHotel_ = getTagText(strReader.ReadLine());
                        string type_ = getTagText(strReader.ReadLine());


                    }


                }
            }

Answer 3

您可以尝试使用XmlParser：

Roslyn启发的全保真XML解析器，没有依赖关系和简单的Visual Studio XML语言服务。

它解析任何形成错误的xml。

c＃读取XML文件格式不正确

3 个答案: