Question

假设我有一个XML文件，我用作本地数据库，就像这样）：

<root>
 <address>
  <firstName></firstName>
  <lastName></lastName>
  <phone></phone>
 </address>
</root>

我有几个问题：
1. 在first中包含'er'的XML中查找地址（或地址）的最快方法是什么？
2. 是否可以在内存中没有完整加载XML文件？

P.S。我不是在寻找XML文件替代品，理想情况下我需要一个不依赖于XML文件中地址数的搜索。但我是现实主义者，在我看来，这是不可能的。

更新我正在使用.net 4
感谢您的建议，但它比实际更科学。我可能正在寻找比linq和xmltextreader更快的方法。

Answer 1

LINQ to Xml非常好用：

XDocument doc = XDocument.Load("myfile.xml");
var addresses = from address in doc.Root.Elements("address")
                where address.Element("firstName").Value.Contains("er")
                select address;

更新：尝试在StackOverflow上查看此问题：Best way to search data in xml files?。

Marc Gravell接受的答案使用SQL索引：

首先：xml文件有多大？ XmlDocument不会扩展为“巨大”......但可以处理“大”OK。

第二：你可以把数据放一下吗？   进入常规数据库结构   （也许是SQL Server Express Edition），   索引它，并通过常规TSQL访问？   这通常会胜过xpath   搜索。同样，如果它是结构化的，   SQL Server 2005及更高版本支持   xml数据类型，粉碎数据 -   这允许您索引和查询xml   没有数据库中的数据   内存中的整个DOM（它   将xpath转换为关系   查询）。

更新2：另请阅读上一个问题所采用的另一个链接，该链接解释了XML结构如何影响效果：http://www.15seconds.com/issue/010410.htm

Answer 2

如果您使用的是.NET 3.5+，请考虑使用LINQ To XML。

一些示例代码可以让您有所了解:(以下代码从文章中解放/修改）

IEnumerable<string> addresses =
    from inv in customer.Descendants("Invoice")
    where inv.Attribute("ProductName").StartsWith("er")
    select (string) inv.Attribute("StreetAddress");

Answer 3

那么XmlReader呢？我认为这可能是最快的方式......

我尝试了大约110 MB的文件，花了大约1,1秒。与LinqToXML（上面）相同的文件大约需要3秒。

XmlReaderSettings settings = new XmlReaderSettings();
settings.DtdProcessing = DtdProcessing.Parse;
XmlReader reader = XmlReader.Create("C:\\Temp\\items.xml", settings);

String firstName = "", lastName = "", phone = "";
String lastTagName = "";
Boolean bItemFound = false;
long nCounter = 0;

Stopwatch stopWatch = new Stopwatch();
stopWatch.Start();

reader.MoveToContent();
// Parse the file and display each of the nodes.
while (reader.Read())
{
    switch (reader.NodeType)
    {
        case XmlNodeType.Element:
            //Console.Write("<{0}>", reader.Name);

            lastTagName = reader.Name;

            if (lastTagName ==  "address")
                nCounter++;

            break;
        case XmlNodeType.Text:
            //Console.Write(reader.Value);
            switch (lastTagName)
            {
               case "firstName":
                    firstName = reader.Value.ToString();
                    bItemFound = firstName.Contains("97331");
                    break;
                case "lastName":
                    lastName = reader.Value.ToString();
                    break;
                case "phone":
                    phone = reader.Value.ToString();
                    break;
            }
            break;
        case XmlNodeType.CDATA:
            //Console.Write("<![CDATA[{0}]]>", reader.Value);
            break;
        case XmlNodeType.ProcessingInstruction:
            //Console.Write("<?{0} {1}?>", reader.Name, reader.Value);
            break;
        case XmlNodeType.Comment:
            //Console.Write("<!--{0}-->", reader.Value);
            break;
        case XmlNodeType.XmlDeclaration:
            //Console.Write("<?xml version='1.0'?>");
            break;
        case XmlNodeType.Document:
        case XmlNodeType.DocumentType:
            //Console.Write("<!DOCTYPE {0} [{1}]", reader.Name, reader.Value);
            break;
        case XmlNodeType.EntityReference:
            //Console.Write(reader.Name);
            break;
        case XmlNodeType.EndElement:
            //Console.Write("</{0}>", reader.Name);
            break;
    }

    if (bItemFound)
    {
        Console.Write("{0}\n{1}\n{2}\n", firstName, lastName, phone);
        bItemFound = false;
    }
}

stopWatch.Stop();
TimeSpan ts = stopWatch.Elapsed;
string elapsedTime = String.Format("{0:00}:{1:00}:{2:00}.{3:00}",
    ts.Hours, ts.Minutes, ts.Seconds,
    ts.Milliseconds / 10);
Console.WriteLine("RunTime " + elapsedTime);
Console.WriteLine("Searched items: {0}", nCounter);

Console.ReadKey();

Answer 4

如果您不想将整个文件读入内存，可以使用XmlTextReader。这样的解决方案可能运行得更快，但它将涉及更多编码。

Answer 5

我担心你可能想要优化可能不需要它的东西。我们在谈论多少个电子邮件地址？大多数情况下，您将阅读输入并构建一个支持您将运行的查询类型的结构。

有些树可以在log（n）时间内获得您正在寻找的那种结果。而且你甚至可以在少量内存中存储大量地址。

Answer 6

如果您真的不需要在服务器端执行此操作，则可以使用正则表达式执行此操作。但是我认为在memmory上加载XML会更快......

什么是通过xml进行搜索的最快方法

6 个答案: