.NET Framework轻松处理XML数据(2)

上一篇 / 下一篇 2007-03-23 11:47:00 / 个人分类：学习园地

注意，尽管XmlValidatingReader类的构造函数可以接受一个XmlReader类作为其阅读器，但是该阅读器只能是XmlTextReader类的一个实例或者是它的一个派生类的实例。这意味着你不能用其它从XmlReader派生的类（例如一个自定义的XML阅读器）。在XmlValidatingReader类的内部，它假设阅读器是一个子XmlTextReader对象及把传入的阅读器显式的转换成XmlTextReader类。如果你用XmlNodeReader或者自定义的阅读器器，程序在编译时会出错，运行时抛出一个异常。

　　节点阅读器

　　XML阅读器提供一种增量式的方法（一个一个节点的读）来处理文档的内容。到目前为止，我们假设源文件是一个基于硬盘的流或者是一个字符串流，然而，我们不能保证在实际中会提供一个源文件的XMLDOM对象给我们。在这种情况下，我们需要一个带有特别的读方法的特别的类。对这种情况，.net Framework提供了XmlNodeReader类。

　　就像XmlTextReader访问指定XML流中所有节点一样，XmlNodeReader类访问XMLDOM子树的所有节点。XMLDOM类（在.NET Framework中的XmlDocument类）支持基于Xpath的方法，例如SelectNodes方法和SelectSingleNode方法。这些方法的作用是把匹配的节点放在内存中。如果你需要处理子树中的所有节点，节点阅读器比用增量式方法处理节点的阅读器具有更高的效率：

// xmldomNode is the XML DOM node 

XmlNodeReader nodeReader = new XmlNodeReader(xmldomNode); 

while (nodeReader.Read()) 

{ 

// Do something here 

}

　　当你要在配置文件（例如Web.cofig文件）中引用自定义的数据时，先把这些数据填充到XMLDOM树中，然后用XmlNodeReader类与XMLDOM类结合处理这些数据。这也是高效的。

XMLTextWriter类

　　用在本节中的方法创建XML文档显然并不困难。多年以来，开发者都是通过在缓存在连接一些字符串，连接好以后再把缓存中字符串输出到文件的方式来创建XML文档。但是以这种方式创建XML文档的方法只有在你保证字符串中不存在任何细小的错误的时候才有效。.net Framework通过用XMLwriter提供了更好的创建XML文档的方法。

　　XML Writer类以只前（forward-only）的方式输出XML数据到流或者文件中。更重要的是，XML Writer在设计时就保证所有的XML数据都符合W3C XML 1.0推荐规范，你甚至不用担心忘记写闭标签，因为XML Writer会帮你写。XmlWriter是所有 XML writer的抽象基类。.NET Framework只提供唯一的一个writer 类----XmlTextWriter类。

　　我们先来看看XML writers和旧的writers的不同点，下面的代码保存了一个string型的数组：

StringBuilder sb = new StringBuilder(""); 

sb.Append(""); 

foreach(string s in theArray) { 

sb.Append(" 

sb.Append(s); 

sb.Append("\\\\\\\\"/>"); 

} 

sb.Append("");

　　代码通过循环取出数据中的元素，写好标签文本并把它们累加到一个string中。代码保证输出的内容是格式良好的并且注意了新行的缩进，及支持命名空间。当创建的文档结构比较简单时，这种方法可能不会有错误。然而，当你要支持处理指令，命名空间，缩进，格式化以及实体的时候，代码的数量就成指数级增长，出错的可能性也随之增长。

　　XML writer写方法功能对应每个可能的XML节点类型，它使创建xml文档的过程更符合逻辑、更少的信赖于繁琐的标记语言。图六演示了怎么样用XmlTextWriter类的方法来连接一个string数据。代码很简洁，用XML writer的代码更容易读、结构更好。

Figure 6 Serializing a String Array 

void CreateXmlFileUsingWriters(String[] theArray, string filename) 

{ 

// Open the XML writer (用默认的字符集) 

XmlTextWriter xmlw = new XmlTextWriter(filename, null); 

xmlw.Formatting = Formatting.Indented; 

xmlw.WriteStartDocument(); 

xmlw.WriteStartElement("array"); 

foreach(string s in theArray) 

{ 

xmlw.WriteStartElement("element"); 

xmlw.WriteAttributeString("value", s); 

xmlw.WriteEndElement(); 

} 

xmlw.WriteEndDocument(); 

// Close the writer 

xmlw.Close(); 

}

　　然而XML writer并不是魔术师----它不能修复输入的错误。XML writer不会检查元素名和属性名是否有效，也不保证被用的任何的Unicode字符集适合当前架构的编码集。如上所述，为了避免输出错误，必须要杜绝非XML字符。但是writer没有提供这种方法。

另外，当创建一个属性节点时，Writer不会检验属性节点的名称是否与已存在的元素节点的名称相同。最后，XmlWriter类不是一个带验证的Writer类，也不保证输出是否符合schema或者DTD。在.NET Framework中带验证的writer类目前来说还没有提供。但是在我写的《Applied XML Programming for Microsoft .NET (Microsoft Press?, 2002)》书中，我自己写了一个带验证的Writer组件。你可以到下面的网址去下载源码：http://www.microsoft.com/MSPress/books/6235.ASP。

　　图七列出了XML writer的一些状态值（state）。这些值都源于WriteState枚举类。当你创建一个Writer，它的初始状态为Start，表示你将要配置该对象，实际上writer没有开始。下一个状态是Prolog，该状态是当你调用WriteStartDocument方法开始工作的时候设置的。然后，状态的转换就取决于你的写的文档及文档的内容了。Prolog状态一直保留到当你增加一个非元素节点时，例如注释元素，处理指令及文档类型。当第一个节点也就是根节点写完后，状态就变为Element。当你调用WriterStartAtribute方法时状态转换为Attribute，而不是当你调用WriteAtributeString方法写属性时转换为该状态。如果那样的话，状态应该是Element。当你写一个闭标签(>)时，状态会转换成Content。当你写完文档后，调用WriteEndDocument方法，状态就会返回为Start,直到你开始写另一个文档或者把Writer关掉。

Figure 7 States for XML Writer

State

Description

Attribute

The writer enters this state when an attribute is being written

Closed

The Close method has been called and the writer is no longer

available for writing operations

Content

The writer enters this state when the content of a node is being written

Element

The writer enters this state when an element start tag is being written

Prolog

The writer is writing the prolog of a well-formed XML 1.0 document

Start

The writer is in an initial state, awaiting for a write call to be issued

　　Writer 把输出文本存在内部的一个缓冲区内。一般情况下，缓冲区会被刷新或者被清除，当Writer被关闭前XML文本应该要写出。在任何时你都可以通过调用Flush方法清空缓冲区，把当前的内容写到流中（通过BaseStream属性暴露流），然后释放部分占用的内存，Writer仍保持为打开状态（open state），可以继续操作。注意，虽然写了部分的文档内容，但是在Writer没有关闭前其它的程序是不能处理该文档的。

　　可以用两种方法来写属性节点。第一种方法是用WriteStartAtribute方法去创建一个新的属性节点，更新Writer的状态。接着用WriteString方法设置属性值。写完后，用WriteEndElement方法结束该节点。另外，你也可以用WriteAttributeString方法去创建新的属性节点，当writerr的状态为Element时，WriterAttributeString开始工作，它单独创建一个属性。同样的，WriteStartElement方法写节点的开始标签（<），然后你可以随意的设置节点的属性和文本内容。元素节点的闭标签都带”/ >”。如果想写闭标签可以用WriteFullEndElement方法来写。

　　应该避免传送给写方法的文本中包含敏感的标记字符，例如小于号（<）。用WriteRaw方法写入流的字符串不会被解析，我们可以用它来对xml文档写入特殊的字符串。下面的两行代码，第一行输出的是”<”，第二行输出”<”:

writer.WriteString("<"); 

writer.WriteRaw("<");

读写流

　　有趣的是，reader(阅读器)和writer类提供了基于Base64 和BinHex编码的读写数据流的方法。WriteBase64 和 WriteBinHex方法的功能与其它的写方法的功能存在着细微的差别。它们都是基于流的，这两个方法的功能像一个byte数组而不是一个string。下面的代码首先把一个string转换成一个byte数组，然后把它们写成一个Base64 编码流。Encoding类的GetBytes静态方法完成转换的任务：

writer.WriteBase64( 

Encoding.Unicode.GetBytes(buf), 

0, buf.Length*2);

　　图八中代码演示了把一个string数据转换为Base64 编码的XML流。图九是输出的结果。

Figure 8 Persisting a String Array as Base64 

using System; 

using System.Text; 

using System.IO; 

using System.Xml; 

class MyBase64Array 

{ 

public static void Main(String[] args) 

{ 

string outputFileName = "test64.xml"; 

if (args.Length >0) 

outputFileName = args[0]; // file name 

// 把数组转换成XML 

String[] theArray = {"Rome", "New York", "Sydney", "Stockholm", 

"Paris"}; 

CreateOutput(theArray, outputFileName); 

return; 

} 

private static void CreateOutput(string[] theArray, string filename) 

{ 

// 打开XML writer 

XmlTextWriter xmlw = new XmlTextWriter(filename, null); 

//使子元素根据 Indentation 和 IndentChar 设置缩进。此选项只对元素内容进行缩进 

xmlw.Formatting = Formatting.Indented; 

//书写版本为“1.0”的 XML 声明 

xmlw.WriteStartDocument(); 

//写出包含指定文本的注释 。 

xmlw.WriteComment("Array to Base64 XML"); 

//开始写出array节点 

xmlw.WriteStartElement("array"); 

//写出具有指定的前缀、本地名称、命名空间 URI 和值的属性 

xmlw.WriteAttributeString("xmlns", "x", null, "dinoe:msdn-mag"); 

// 循环的写入array的子节点 

foreach(string s in theArray) 

{ 

//写出指定的开始标记并将其与给定的命名空间和前缀关联起来 

xmlw.WriteStartElement("x", "element", null); 

//把S转换成byte[]数组, 并把byte[]数组编码为 Base64 并写出结果文本，
要写入的字节数为s总长度的2倍,一个string占的字节数是2字节。 

xmlw.WriteBase64(Encoding.Unicode.GetBytes(s), 0, s.Length*2); 

//关闭子节点 

xmlw.WriteEndElement(); 

} 

//关闭根节点，只有两级 

xmlw.WriteEndDocument(); 

// 关闭writer 

xmlw.Close(); 

// 读出写入的内容 

XmlTextReader reader = new XmlTextReader(filname); 

while(reader.Read()) 

{ 

//获取节点名为element的节点 

if (reader.LocalName == "element") 

{ 

byte[] bytes = new byte[1000]; 

int n = reader.ReadBase64(bytes, 0, 1000); 

string buf = Encoding.Unicode.GetString(bytes); 

Console.WriteLine(buf.Substring(0,n)); 

} 

} 

reader.Close(); 

} 

}

Figure 9 String Array in Internet Explorer

　　Reader类有专门的解释Base64和BinHex编码流的方法。下面的代码片断演示了怎么样用XmlTextReader类的ReadBase64方法解析用Base64和BinHex编码集创建的文档。

XmlTextReader reader = new XmlTextReader(filename); 

while(reader.Read()) { 

if (reader.LocalName == "element") { 

byte[] bytes = new byte[1000]; 

int n = reader.ReadBase64(bytes, 0, 1000); 

string buf = Encoding.Unicode.GetString(bytes); 

Console.WriteLine(buf.Substring(0,n)); 

} 

} 

reader.Close();

　　从byte型转换成string型是通过Encoding类的GetString方法实现的。尽管我只介绍了基于Base64编码集的代码，但是可以简单的用BinHex替换方法名就可以实现读基于BinHex编码的节点内容（用ReadBinHex方法）。这个技巧也可以用于读任何用byte数据形式表示的二进制数据，尤其是image类型的数据。

设计XMLReadWriter类

　　如前面所说，XML reader和Writer是各自独立工作的：reader只读，writer只写。假设你的应用程序要管理冗长的XML文档，且该文档有不确定的数据。Reader提供了一个很好的方法去读该文档的内容。另一方面，Writer是一个非常有用的用于创建XML文档片断工具，但是如果你想要它即能读，又能写，那么你就要用XMLDOM了。如果实际的XML文档非常庞大，又会出现了一个问题，什么问题呢？是不是把这个XML文档全部加载到内存中，然后进行读和写呢？让我们先看一下怎么样建立一个混合的流分析器用于分析大型的XMLDOM。

　　像一般的只读操作一样，用普通的XML reader去顺序的访问节点。不同的是，在读的同时你可以用XML writer改变属性值以及节点的内容。你用reader去读源文件中的每个节点，后台的writer创建该节点的一个拷贝。在这个拷贝中，你可以增加一些新的节点，忽略或者编辑其它的一些节点，还可以编辑属性的值。当你完成修改后，你就用新的文档替换旧的文档。

　　一个简单有效的办法是从只读流中拷贝节点对象到write流中，这种方法可以用XmlTextWriter类中的两个方法：WriteAttributes方法和WriteNode方法。 WriteAttributes方法读取当前reader中选中的节点的所有有效的属性，然后把属性当作一个单独的string拷贝到当前的输出流中。同样的，WriteNode方法用类似的方法处理除属性节点外的其它类型的节点。图十所示的代码片断演示了怎么用上述的两个方法创建一个源XML文档的拷贝,有选择的修改某些节点。XML树从树根开始被访问，但只输出了除属性节点类型以外的其它类型的节点。你可以把Reader和Writer整合在一个新的类中，设计一个新的接口，使它能读写流及访问属性和节点。

Figure 10 Using the WriteNode Method 

XmlTextReader reader = new XmlTextReader(inputFile); 

XmlTextWriter writer = new XmlTextWriter(outputFile); 

// 配置 reader 和 writer 

writer.Formatting = Formatting.Indented; 

reader.MoveToContent(); 

// Write根节点 

writer.WriteStartElement(reader.LocalName); 

// Read and output every other node 

int i=0; 

while(reader.Read()) 

{ 

if (i % 2) 

writer.WriteNode(reader, false); 

i++; 

} 

// Close the root 

writer.WriteEndElement(); 

// Close reader and writer 

writer.Close(); 

reader.Close();

　　我的XmlTextReadWriter类并没有从XmlReader或者XmlWriter类中继承。取而代之的是另外两个类，一个是基于只读流(stream)的操作类,另一个是基于只写流的操作类。XmlTextReadWriter类的方法用Reader对象读数据，写入到Writer对象。为了适应不同的需求，内部的Reader和Writer 对象分别通过只读的Reader和Writer属性公开。图十一列出了该类的一些方法：

Figure 11 XmlTextReadWriter Class Methods

Method

Description

AddAttributeChange

Caches all the information needed to perform a change on

a node attribute. All the changes cached through this method are

processed during a successive call to WriteAttributes.

Read

Simple wrapper around the internal reader’s Read method.

WriteAttributes

Specialized version of the writer’s WriteAttributes method,

writes out all the attributes for the given node,

taking into account all the changes cached through

the AddAttributeChange method.

WriteEndDocument

Terminates the current document in the writer and closes

both the reader and the writer.

WriteStartDocument

Prepares the internal writer to output the document and add

a default comment text and the standard XML prolog.

　　这个新类有一个Read方法，它是对Reader的read方法的一个简单的封装。另外，它提供了WriterStartDocument和WriteEndDocument方法。它们分别初始化/释放(finalize)了内部Reader和writer对象，还处理所有I/O操作。在循环读节点的同时，我们就可以直接的修改节点。出于性能的原因，要修改属性必须先用AddAttributeChange方法声明。对一个节点的属性所作的所有修改都会存放在一个临时的表中，最后，通过调用WriteAttribute方法提交修改，清除临时表。

　　图十二所示的代码演示了客户端用XmlTextReadWriter类在读操作的同时修改属性值的优势。在本期的msdn中提供了XmlTextReadWriter类的C#和VB源代码下载（见本文开头提供的链接）。

Figure 12 Changing Attribute Values 

private void ApplyChanges(string nodeName, string attribName, 

string oldVal, string newVal) 

{ 

XmlTextReadWriter rw = new XmlTextReadWriter(InputFileName.Text, 

OutputFileName.Text); 

rw.WriteStartDocument(true, CommentText.Text); 

// 手工修改根节点 

rw.Writer.WriteStartElement(rw.Reader.LocalName); 

// 开始修改属性 

// (可以修改更多节点的属性) 

rw.AddAttributeChange(nodeName, attribName, oldVal, newVal); 

// 循环处理文档 

while(rw.Read()) 

{ 

switch(rw.NodeType) 

{ 

case XmlNodeType.Element: 

rw.Writer.WriteStartElement(rw.Reader.LocalName); 

if (nodeName == rw.Reader.LocalName) 

// 修改属性 

rw.WriteAttributes(nodeName); 

else 

// deep copy 

rw.Writer.WriteAttributes(rw.Reader, false); 

if (rw.Reader.IsEmptyElement) 

rw.Writer.WriteEndElement(); 

break; 

} 

} 

// Close the root tag 

rw.Writer.WriteEndElement(); 

// Close the document and any internal resources 

rw.WriteEndDocument(); 

}

　　XmlTextReadWriter类不仅可以读XML文档，也可以写XML文档。你可以它来读XML文档的内容，如果需要，你还可以用它来做一些基本的更新操作。基本的更新操作在这里是指修改某个已存在的属性的值或者某个节点的内容，又或者是增加一个新的属性或节点。对于更复杂的操作，最好还是用XMLDOM分析器。

　　总结

　　Reader和Writer是.net Framework中处理XML数据的根本。它们提供了对所有XML数据访问功能的原始的API。Reader像一个新的分析器类，它即有XMLDOM的强大，又有SAX的快速简单。Writer为简单的创建XML文档而设计。虽然Reader和Writer都是.NET Framework中的一小块，但是它们是相互独立的API。在本文中，我们只讨论了怎么样用Reader和Writer完成一些主要的工作, 介绍了验证分析器的原理机制，并把Reader和writer整合在一个单独的类中。上述所有的这些类都是轻量级的，类似于游标式的XMLDOM分析器。

导入论坛引用链接收藏分享给好友推荐到圈子管理举报

TAG:

查看全部评论