C#解析XML

之前在项目中处理的都是一些小数据量的XML文件，都是直接用.Net Framework中System.XML命名空间下的基本的XmlDocument、XmlElement、XmlNode等基本类，读取了节点之后，获取属性及其内部文本内容，但是这种方法在处理小文本量XML数据时，尚可使用，一旦处理较大数据量的XML数据，就显得那么笨拙，效率也低下。

用XPath语言可以方便高效的筛选、获取我们想要的节点、属性等，正如博友所说“XPath语言相对于XML就如同SQL语言相对于DataBase”，这里也给大家分享下：

1.这里我参照MSDN给出一个XML源文件，为了显示不同的效果，XML结构在逻辑上并不合理

 1 <?xml version="1.0" encoding="utf-8" ?>
 2 <bookstore>
 3   <book>
 4     <title>C语言</title>
 5     <author name ="XIAO">
 6       <age>25</age>
 7     </author>
 8     <price>50</price>
 9   </book>
10   <book>
11     <title>数据库</title>
12     <price>100</price >
13   </book >
14   <book>
15     <title>数据结构</title>
16     <age>100</age>
17     <author name ="Wang">
18       <age>25</age>
19       <sex>female</sex>
20     </author>
21     <price>66.5</price >
22   </book >
23 </bookstore>

2.简单示例

 1         private void button1_Click(object sender, EventArgs e)
 2         {
 3             XmlDocument doc = new XmlDocument();
 4             doc.Load(@"..\..\CD.xml");
 5 
 6             XmlElement root = null;
 7             root = doc.DocumentElement;
 8 
 9             XmlNodeList listNodes = null;
10             listNodes = root.SelectNodes("/bookstore/book/price");
11             foreach (XmlNode node in listNodes )
12             {
13                 richTextBox1.Text += node.InnerText + "\n";
14             }
15         }

这里 listNodes=root.SelectNodes("/bookstore/book/price");意思是选取所有符合bookstore——>book——>price层级关系的price节点

效果如下图：

3.XPath详解

扫描二维码关注公众号，回复： 3057765 查看本文章

 1)"/bookstore/book/price"

XPath的开头是一个斜线（/）代表这是绝对路径，这可以选出所有路径符合这个模式的元素。这代表选出所有bookstore根节点下的book元素下的price元素。

2)"//title"

开头是两个斜线（//）表示文件中所有符合模式的元素都会被选出来，即使是处于树中不同的层级也会被选出来。这代表选出所有title元素。

3)"/bookstore/book/author/*"

使用星号（*）可以选择未知的元素。这代表选出bookstore根节点下的book节点下的anthor节点下的所有可能的节点。

得到的结果：25 25 female

4)"/bookstore/book/*/age"

上面的语法会选出所有bookstore根节点下的book节点的隔一个层次的age节点。

得到的结果为：25 25

5)"/*/*/age"

选取有两个层级的age元素，得到的结果为：100

要注意的是，想要存取不分层级的元素，XPath语法必须以两个斜线开头(//)，想要存取未知元素才用星号(*)，星号只能代表未知名称的元素，不能代表未知层级的元素。

6)"bookstore/book[1]/title"

 使用中括号可以选择分支。这代表选择bookstore根节点下第一个book节点的title节点。

得到的结果为：C语言

7)"bookstore/book[last()]/title"

 同样，这里表示选择最后一个节点，得到的结果是：数据结构

8)"bookstore/book/author[sex]"

这里表示选取所有带有sex元素并满足一定层次结构的author节点，得到的结果是：25female

9)"/bookstore/book[price=66.5]/title"

 选取price元素值是66.5的book节点的title子节点，得到的结果是：数据结构

10)"/bookstore/book/title | /bookstore/book/price"

 使用Or操作数(|)就可以选择一个以上的路径。这里表示选取符合一定层次结构的title元素与price元素

其结果是：C语言 50 数据库 100 数据结构 66.5

 11)"//@name"

在XPath中，除了选择元素以外，也可以选择属性，属性都是以@开头。这里表示选取所有的name属性。

其结果是：XIAO Wang

 12)"//author[@name]/age"

这里表示选取所有具有name属性的author节点的age节点。其结果是：25 25

13)"//*[@*]"

选取所有有属性的节点。其结果是：25 25female

14)"//author[@name='Wang']/sex"

选取所有属性name值为Wang的author节点的sex子节点。其结果是：female

4.带有命名空间(NameSpace)的XML文本解析

XML文本：

 1 <?xml version="1.0" encoding="utf-8" ?>
 2 <bookstore xmlns="http://www.lucernepublishing.com"
 3            xml:base="http://www.semanticweb.org/ontologies/2012/2/OntologyMinePower.owl">
 4   <book>
 5     <title>C语言</title>
 6     <author name ="XIAO">
 7       <age>25</age>
 8     </author>
 9     <price>50</price>
10   </book>
11   <book>
12     <title>数据库</title>
13     <price>100</price >
14   </book >
15   <book>
16     <title>数据结构</title>
17     <age>100</age>
18     <author name ="Wang">
19       <age>25</age>
20       <sex>female</sex>
21     </author>
22     <price>66.5</price >
23   </book >
24 </bookstore>

解析：

 1         private void button1_Click(object sender, EventArgs e)
 2         {
 3             XmlDocument doc = new XmlDocument();
 4             doc.Load(@"..\..\CD.xml");
 5 
 6             XmlElement root = null;
 7             root = doc.DocumentElement;
 8 
 9             XmlNamespaceManager nsmgr = new XmlNamespaceManager(doc.NameTable);
10             nsmgr.AddNamespace("ab", "http://www.lucernepublishing.com");
11            
12             XmlNodeList listNodes = null;
13             listNodes = doc.SelectNodes("/ab:bookstore/ab:book[ab:author[ab:sex]]/ab:price", nsmgr);
14             foreach (XmlNode node in listNodes )
15             {
16                 richTextBox1.Text += node.InnerText + "\n";
17             }
18         }

 该XPath语言的意思是查询bookstore下的所有带有author节点，并且author节点带有sex节点的book节点的price子节点。其结果是66.5

对于有命名空间的XML文本的解析，只需调用XmlNode.SelectNodes的不同的重载函数，赋予XmlNamespaceManager参数，并相应调整XPath语句即可。

以前也发过关于.net中操作XML的帖子，但不是很详细，现在我将详细介绍一下c#如何操作xml文件，正如学习操作数据库要学习SQL语言一样，在学习操作xml与语言之前，我们要先熟悉一下xml的“sql”语句xpath。由于本系列帖子的目的不在于详细介绍xpath语法所以，我借用了园子里leves的帖子来简单介绍一下xpath语法：

XPath 是XML的查询语言，和SQL的角色很类似。以下面XML为例，介绍XPath 的语法。

<?xml version="1.0" encoding="ISO-8859-1"?>

<catalog>

  <cd country="USA">

    <title>Empire Burlesque</title>

    <artist>Bob Dylan</artist>

    <price>10.90</price>

  </cd>

  <cd country="UK">

    <title>Hide your heart</title>

    <artist>Bonnie Tyler</artist>

    <price>9.90</price>

  </cd>

  <cd country="USA">

    <title>Greatest Hits</title> 

    <artist>Dolly Parton</artist> 

    <price>9.90</price> 

  </cd>

</catalog>

定位节点
XML是树状结构，类似档案系统内数据夹的结构，XPath也类似档案系统的路径命名方式。不过XPath 是一种模式(Pattern)，可以选出 XML档案中，路径符合某个模式的所有节点出来。例如要选catalog底下的cd中所有price元素可以用：

/catalog/cd/price     

如果XPath的开头是一个斜线（/）代表这是绝对路径。如果开头是两个斜线（//）表示文件中所有符合模式的元素都会被选出来，即使是处于树中不同的层级也会被选出来。以下的语法会选出文件中所有叫做cd的元素（在树中的任何层级都会被选出来）：

//cd

选择未知的元素
使用星号（Wildcards,＊）可以选择未知的元素。下面这个语法会选出/catalog/cd 的所有子元素：

/catalog/cd/*

以下的语法会选出所有catalog的子元素中，包含有price作为子元素的元素。

/catalog/*/price

以下的语法会选出有两层父节点，叫做price的所有元素。

/*/*/price

以下的语法会选择出文件中的所有元素。

//*

要注意的是，想要存取不分层级的元素，XPath语法必须以两个斜线开头(//)，想要存取未知元素才用星号(*)，星号只能代表未知名称的元素，不能代表未知层级的元素。

选择分支
使用中括号可以选择分支。以下的语法从catalog的子元素中取出第一个叫做cd的元素。XPath的定义中没有第0元素这种东西。

/catalog/cd[1]

以下语法选择catalog中的最后一个cd元素：（XPathj并没有定义 first() 这种函式喔，用上例的 [1]就可以取出第一个元素。

/catalog/cd[last()]

以下语法选出含有price子元素的所有/catalog/cd元素。

/catalog/cd[price]

以下语法选出price元素的值等于10.90的所有/catalog/cd元素

/catalog/cd[price=10.90]

以下语法选出price元素的值等于10.90的所有/catalog/cd元素 的price元素

/catalog/cd[price=10.90]/price

选择一个以上的路径
使用Or操作数(|)就可以选择一个以上的路径。例如：

/catalog/cd/title | catalog/cd/artist

选择所有title以及artist元素

//title | //artist

选择所有title以及artist以及price元素

//title | //artist | //price

选择属性
在XPath中，除了选择元素以外，也可以选择属性。属性都是以@开头。例如选择文件中所有叫做country的属性：

//@country

选择所有含有country这个属性的cd元素：

//cd[@country]

以下语法选择出含有属性的所有cd元素

//cd[@*]

以下语法选择出country属性值为UK的cd元素

//cd[@country='UK']

 只要掌握了xpath语法，理论上你就可以访问xml文件中的任意节点和任意值