如何清除XML文件,删除提供的XSD中不存在的所有元素?
这不起作用:
public static void Main()
{
XmlTextReader xsdReader = new XmlTextReader(@"books.xsd");
XmlSchema schema = XmlSchema.Read(xsdReader, null);
XmlReaderSettings settings = new XmlReaderSettings();
settings.Schemas.Add(schema);
settings.ValidationType = ValidationType.Schema;
settings.ValidationEventHandler += new ValidationEventHandler(ValidationCallBack);
XmlReader xmlReader = XmlReader.Create(@"books.xml", settings);
XmlWriter xmlWriter = XmlWriter.Create(@"books_clean.xml");
xmlWriter.WriteNode(xmlReader, true);
xmlWriter.Close();
xmlReader.Close();
}
private static void ValidationCallBack(object sender, ValidationEventArgs args)
{
((XmlReader)sender).Skip();
}
当我使用上述内容时,而不是删除所有"垃圾"标签,它只删除第一个垃圾标签,并留下第二个垃圾标签。至于为什么我需要接受这个文件,我使用的是一个旧的SQLServer 2012实例,要求 XML完全匹配XSD,即使应用程序没有使用XML中的额外元素。我无法控制第三方工具使用未发布的XSD提供的源XML。
示例文件:
Books.xsd
<xs:schema attributeFormDefault="unqualified" elementFormDefault="qualified" xmlns:xs="http://www.w3.org/2001/XMLSchema">
<xs:element name="bookstore">
<xs:complexType>
<xs:sequence>
<xs:element name="book" maxOccurs="unbounded" minOccurs="0">
<xs:complexType>
<xs:sequence>
<xs:element type="xs:string" name="title"/>
<xs:element type="xs:float" name="price"/>
</xs:sequence>
<xs:attribute type="xs:string" name="genre" use="optional"/>
<xs:attribute type="xs:string" name="ISBN" use="optional"/>
</xs:complexType>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>
的Books.xml
<bookstore>
<book genre='novel' ISBN='10-861003-324'>
<title>The Handmaid's Tale</title>
<price>19.95</price>
<junk>skdjgklsdg</junk>
<junk2>skdjgklsdg</junk2>
</book>
<book genre='novel' ISBN='1-861001-57-5'>
<title>Pride And Prejudice</title>
<price>24.95</price>
<junk>skdjgssklsdg</junk>
</book>
</bookstore>
答案 0 :(得分:1)
如果只是删除名称不会出现在架构中任何位置的所有元素的问题,那么它可能是可行的,如下所述。但是,在一般情况下(a),这并不能确保实例对模式有效(例如,元素可能是错误的顺序),并且(b)它可能会删除模式实际上的元素允许(因为通配符)。
如果删除未知元素的方法看起来很有用,您可以按如下方式进行:
(a)编写一个XSLT样式表,通过查找xs:element[@name]
声明从模式中提取所有元素名称,生成格式为的文档:
<allowedElements>
<allow name="book" namespace=""/>
<allow name="isbn" namespace=""/>
</allowedElement>
(b)编写第二个(可流式)XSLT样式表:
<xsl:transform version="3.0" xmlns:xsl="....">
<xsl:mode on-no-match="shallow-copy" streamable="yes"/>
<xsl:key name="k" match="allow" use="@name, @namespace" composite="yes"/>
<xsl:template match="*[not(key('k', (local-name(), namespace-uri()), doc('allowed-elements.xml'))]"/>
</xsl:transform>
答案 1 :(得分:0)
以下成功删除了所提供示例中的所有垃圾标记。首先应用第二个xsl:template标记,并匹配除特定白名单标记之外的所有内容。然后第一个xsl:template标签将节点的副本写入XmlWriter。
<强>代码:强>
public static void Main()
{
XmlReader xmlReader = XmlReader.Create("books.xml");
XslCompiledTransform myXslTrans = new XslCompiledTransform();
myXslTrans.Load("books.xslt");
XmlTextWriter myWriter = new XmlTextWriter("books_clean.xml", null);
myXslTrans.Transform(xmlReader, null, myWriter);
xmlReader.Close();
myWriter.Close();
}
<强> books.xslt 强>
<xsl:stylesheet version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:mode streamable="yes"/>
<xsl:template match="@* | node()">
<xsl:copy>
<xsl:apply-templates select="@* | node()"/>
</xsl:copy>
</xsl:template>
<xsl:template match="*[
not(name()='bookstore') and
not(name()='book') and
not(name()='title') and
not(name()='price')
]" />
</xsl:stylesheet>