至顶网›软件频道 ›应用软件›在.NET Framework中轻松处理XML数据

在.NET Framework中轻松处理XML数据

扫一扫
分享文章到微信
扫一扫
关注官方公众号
至顶头条

　在.NET Framework中，XmlTextReader和XmlTextWriter类提供了对xml数据的读和写操作。在本文中，作者讲述了XML阅读器(Reader)的体系结构及它们怎样与XMLDOM 和SAX 解释器结合。

作者：来源：中国软件网 2008年6月19日

　在.NET Framework中，XmlTextReader和XmlTextWriter类提供了对xml数据的读和写操作。在本文中，作者讲述了XML阅读器(Reader)的体系结构及它们怎样与XMLDOM 和SAX 解释器结合。作者也演示了怎么样运用阅读器分析和验证XML文档，怎么样创建格式良好的XML文档，以及怎么样用函数读/写基于Base64和BinHex编码的大型的XML文档。最后，作者讲了怎么样实现一个基于流的读/写分析器，它把读写器都封装在一个单独的类里。

　　大概三年前，我参加了一个软件研讨会，主题是“没有XML，就没有编程的未来”。XML确实也在一步一步的发展，它已经嵌入到. NET Framework中了。在本文中，我将讲解. NET Framework中用于处理XML文档的API的角色和它的内部特性，然后我将演示一些常用的功能。

　　从MSXML到.net的XML

　　在. NET Framework出现之前，你习惯使用MSXML服务----一个基于COM的类库---写windows的XML的驱动程序。不像. NET Framework中的类，MSXML类库的部分代码比API更深，它完全的嵌在操作系统的底层。MSXML的确能够与你的应用程序通信，但是它不能真正的与外部环境结合。

　　MSXML类库能在win32中被导入，也能在CLR中运用，但它只能作为一个外部服务器组件使用。但是基于.NET Framework的应用程序能直接的用XML类与.NET Framework 的其它命名空间整合使用，并且写出来的代码易于阅读。

　　作为一个独立的组件，MSXML分析器提供了一些高级的特性如异步分析。这个特性在.NET Framework中的XML类及.NET Framework的其它类都没有提供，但是，NET Framework中的XML类与其它的类整合可以很轻易的获得相同的功能，在这个基础上你可以增加更多的功能。

　　.NET Framework中的XML类提供了基本的分析、查询、转换XML数据的功能。在.NET Framework中，你可以找到支持Xpath查询和XSLT转换的类，及读/写XML文档的类。另外，.NET Framework也包含了其它处理XML的类，例如对象的序列化（XmlSerializer和the SoapFormatter类），应用程序配置（AppSettingsReader类），数据存储（DataSet类）。在本文中，我只讨论实现基本XML I/O操作的类。

　　XML分析模式

　　既然XML是一种标记语言，就应该有一种工具按一定的语法来分析和理解存储在文档中信息。这个工具就是XML分析器---一个组件用于读标记文本并返回指定平台的对象。

　　所有的XML分析器，不管它属于哪个操作平台，不外乎都分以下的两类：基于树或者基于事件的处理器。这两类通常都是用XMLDOM（the Microsoft XML Document Object Model）和SAX(Simple API for XML)来实现。XMLDOM分析器是一个普通的基于树的API---它把XML文档当成一个内存结构树呈现。SAX分析器是基于事件的API----它处理每个在XML数据流中的元素(它把XML数据放进流中再进行处理)。通常，DOM能被一个SAX流载入并执行，因此，这两类的处理不是相互排斥的。

　　总的来说，SAX分析器与XMLDOM分析器正好相反，它们的分析模式存在着极大的差别。XMLDOM被很好的定义在它的functionalition集合里面，你不能扩展它。当它在处理一个大型的文档时，它要占用很大内存空间来处理functionalition这个巨大的集合。

　　SAX分析器利用客户端应用程序通过现存的指定平台的对象的实例去处理分析事件。SAX分析器控制整个处理过程，把数据“推出”到处理程序，该处理程序依次接受或拒绝处理数据。这种模式的优点是只需很少的内存空间。

　　.NET Framework完全支持XMLDOM模式，但它不支持SAX模式。为什么呢？因为.NET Framework支持两种不同的分析模式：XMLDOM分析器和XML阅读器。它显然不支持SAX分析器，但这并不意味它没有提供类似SAX分析器的功能。通过XML阅读器SAX的所有的功能都能很容易的实现及更有效的运用。不像SAX分析器，.NET Framework的阅读器整个都运作在客户端应用程序下面。这样，应用程序本身就可以只把真正需要的数据“推出”，然后从XML数据流中跳出来。而SAX分析模式要处理所有的对应用程序有用和无用的信息。

　　阅读器是基于.NET Framework流模式工作的，它的工作方式类似于数据库的游标。有趣的是，实现类似游标分析模式的类提供对.NET Framework中的XMLDOM分析器的底层支持。XmlReader、XmlWriter两个抽象类是所有.NET Framework中XML类的基础类，包括XMLDOM类、ADO.NET驱动类及配置类。所以在.NET Framework中你有两种可选的方法去处理XML数据。用XmlReader和XmlWriter类直接处理XML数据，或者用XMLDOM模式处理。更多的关于在.NET Framework中读文档的介绍可以参见MSDN 2002 年八月刊的Cutting Edge栏目文章。

[下一页]

　　分析属性值

　　大部分情况下，属性值都是一个简单的文本字符串。然而，这并不意味着实际应用中的属性值都是字符型的。有时候，属性值是由许多种类型的数据组合而成的，例如Date或Boolean,这时，你就要用XmlConvert或System.Convevt类的方法把这些类型转换成原来的类型。XmlConvert和System.Convevt类都能实现数据类型的转换，但是XmlConvert类依据XSD中指定的数据类型进行转换，而不管它现在是什么类型。

　　假设你有以下的XML数据片断：

　　让我们先确认，birthdaay属性值是February 8, 2001,如果你用System.Convert类把该字符串转换成.NET Framework中的DateTime类型，这样，我们就可以把它当成date类型使用了。相比下，如果你用XmlConvert类来转换字符串，你将看到一个分析错误，因为XmlConvert类不能正确解释这个字符串中的日期。因为在XML中，日期型数据的格式必须是YYYY-MM-DD形式的。XmlConvert类担任CLR类型与XSD类型之间的相互转换工作。当转换工作发生时，转换结果是局部的。

　　在某些解决方案中，属性值是由纯文本和实体共同组成的。在所有的阅读器类中，只有XmlValidatingReader类能处理实体。XmlTextReader虽然不能处理实体，但它们同时出现在属性值中的时候，它只能把文本值取出来。出现这种情况，你必须用ReadAttributeValue方法替代简单的读方法来分析属性值的内容。

　　ReadAttributeValue方法分析属性值,然后把各个组成的要素分隔开（如把纯文本和实体分开）。你可以用ReadAttributeValue方法的返回值作为循环条件，遍历整个属性值中的要素。既然XmlTextReader类不能处理实体，那么你可以自己写一个用于处理实体的类。下面的代码片断演示了怎么调用一个自定义的处理类：

　　while(reader.ReadAttributeValue())

　　{

　　if (reader.NodeType == XmlNodeType.EntityReference)

　　// Resolve the "reader.Name" reference and add

　　// the result to a buffer

　　buf += YourResolverCode(reader.Name);

　　else

　　// Just append the value to the buffer

　　buf += reader.Value;

　　}

　　当属性值全部被分析后，ReadAtributeValue方法返回False, 从而结束循环。属性值的最终结果就是全局变量buffer的值了。

　　处理XML文本(Text)

　　当我们在处理XML标签文本时，如果不能正确的处理，它的错误原因能很快地确定。例如一个字符转换错误，它必然是传输了非XML文本到一个XML数据流中。不是所有在给定的平台中有效的字符都是有效的XML字符。只有在XML规范(www.w3.org/TR/2000/REC-xml-20001006.html)中规定的有效的字符才能安全的用作元素和属性名。

　　XmlConvert类提供了把非XML标准的命名转换成标准的XML命名的功能。当标签名中包含有无效的XML字符时，EncodeName 和 DecodeName方法能把它们调整成符合Schema的XML命名。包括SQL Server™ 和Microsoft Office，这些应用程序允许及支持Unicode文档，然而，这些文档中的字符有些也不是有效的XML命名。典型的情况是在你处理数据库中包含空格的列名时。虽然SQL Server允许长列名，但这对XML流来说可能就不是有效的命名。空格会被十六进制代码Invoice_0x0020_Details替代。下面的代码演示了怎么样在程序中获得该字符串：

　　XmlConvert.EncodeName("Invoice Details");

　　与此相反的方法是DecodeName。该方法把XML文本转换成其原始的格式。要注意的是它只能转换完整的十六进制代码，只有_0x0020_才被当成一个空格，而_0x20_就不是了：

　　XmlConvert.DecodeName("Invoice_0x0020_Details");

　　在XML文档中的空格即重要也不重要。说它重要，是当它出现在元素的内容中或者它在注释语句中时,它能表示实际意义。例如下面的情况：

　　＜MyNode xml:space="preserve"＞

　　＜!-- any space here must be preserved --＞

　　•••

　　＜/MyNode＞

　　在xml中，空格不只是代表空格（空白），也代表回车、换行和缩进。

　　通过XmlTextReader类的WhiteSpaceHandling属性你可以处理空格。这个属性接受及返回一个WhiteSpaceHandling枚举值(该枚举类有三种可选值)。默认值是All,它表示有意义和无意义的空格都会作为节点返回---- 分别为SignificantWhitespace和Whitespace节点。另一个枚举值是None,它表示对任何空格都不作为节点返回。最后，就是Signficant枚举值,它表示忽略没有意义的空格，而只返回节点类型为SignficantWhitespace的节点。注意WhiteSpaceHandling属性是少数阅读器属性中的一个。它能被改变在任何时候和给Read操作带来影响。而Normalization及 XmlResolver属性是“Sensitive”的。

[下一页]

　　带验证的阅读器

　　XmlValidatingReader类实现了XmlReader类，它提供了支持多种类型的XML验证：DTD，XML-Data Reduced(XDR)架构，以及XSD，DTD和XSD都是W3C官方推荐的。而XDR是Microsoft早期用于处理XML构架的一种格式。

　　你可以用XmlVlidatingReader类去验证XML文档和XML片断。XmlValidatingReader类工作在XML阅读器上面---是一个典型的XMLTextReader类实例。XMLTextReade用于读取文档的节点，但是XmlVlidatingReader依据需要的验证类型去验证每一个XML块。

　　XmlVlidatingReader类只实现了非常小的XML阅读器必备的一个功能子集。该类总是工作在一个已存在的XML阅读器上面，它监视方法和属性。如果你深入该类的构造函数，你会发现它很明显的依靠一个已存在的文本阅读器。带验证的XML阅读器不能直接的从一个文件或一个URL序列化。该类的构造函数列表如下：

public XmlValidatingReader(XmlReader);

public XmlValidatingReader(Stream, XmlNodeType, XmlParserContext);

public XmlValidatingReader(string, XmlNodeType, XmlParserContext);

　　带验证的XML阅读器能分析任何的XML片断，XML片断通过一个string或者一个stream提供,也可以分析任何阅读器提供的XML文档。

　　XmlVlidatingReader类中有重大改变的方法非常少(相对其它reader类来说)，另外对 Read，它有Skip和ReadTypedValue方法。Skip方法跳过当前节点所有的子节点（你不能跳过不良格式的XML文本，它是相当有用的算法），Skip方法也验证被跳过的内容。ReadTypedValue方法返回指定 XML 架构 (XSD) 类型对应的CLR类型。如果该方法找到了XSD类型对应的CLR类型，则返回CLR的类型名。如果找不到，则把该节点的值作为一个字符串值返回。

　　带验证的XML阅读器正如其名，它是一个基于节点的阅读器，它验证当前节点的结构是否符合当前的schema。验证是增量式的；它没有方法返回表示文档是否有效的布尔值。通常你都是用Read方法去读输入的XML文档。实际上，你也可以用带验证的阅读器去读XML文档。在每一步中，当前被访问的节点的结构是否与指定的schema符合，如果不符合，抛出一个异常。图四是一个控制台应用程序，它有一个要输入文件名的命令行，最后输出验证结果。

Figure 4 Console App

using System;

using System.Xml;

using System.Xml.Schema;

class MyXmlValidApp

{

public MyXmlValidApp(String fileName)

{

try {

Validate(fileName);

}

catch (Exception e) {

Console.WriteLine("Error:\t{0}", e.Message);

Console.WriteLine("Exception raised: {0}",

e.GetType().ToString());

}

private void Validate(String fileName)

{

XmlTextReader xtr = new XmlTextReader(fileName);

XmlValidatingReader vreader = new XmlValidatingReader(xtr);

vreader.ValidationType = ValidationType.Auto;

vreader.ValidationEventHandler += new

ValidationEventHandler(this.ValidationEventHandle);

vreader.Read();

vreader.MoveToContent();

while (vreader.Read()) {}

xtr.Close();

vreader.Close();

}

public void ValidationEventHandle(Object sender,

ValidationEventArgs args)

{

Console.Write("Validation error: " + args.Message + "\r\n");

}

public static void Main(String[] args)

{

MyXmlValidApp o = new MyXmlValidApp(args[0]);

return;

}

}
　　ValidationType属性设置验证的类型，它可以是:DTD, XSD, XDR或者none。如果没有指定验证的类型（用ValidationType.Auto选项），阅读器将自动的根据文档用最适合的验证类型。在验证过程中出现任何错误，都会触发ValidationEventHandler事件。如果未提供事件ValidationEventHandler事件处理程序，则抛出一个XML异常。定义ValidationEventHandler事件处理程序是用于捕捉任何在XML源文件中存在错误而引发XML异常的一种方法。要注意的是阅读器的原理是检查一个文档是否是格式良好的，以及检查文档是否与架构吻合。如果带验证的阅读器发现一个有严重的格式错误的XML文档，只会触发XmlException异常,它不会触发其它的事件。

　　验证发生在用户用Read方法向前移动指针时，一旦节点被分析和读取，它获得传送过来的处理验证的内部的对象。验证操作是基于节点类型及被要求的验证类型。它确认节点所有的属性和节点包含的子节点是否符合验证条件。

　　验证对象在内部调用两个不同风格的对象：DTD分析器和架构生成器(schema builder)。DTD分析器处理当前节点的内容和不符合DTD的子树。架构生成器根据XDR或者XSD架构对当前的节点构建一个SOM（schema object model）。架构生成器类实际上是所有指定为XDR和XSD架构生成器的基类。为什么呢，虽然XDR和XSD架构的许多相同的方法被加工处理过，但是它们在执行时的性能没有区别。

　　如果节点有子节点，用另一个临时的阅读器收集子节点信息，因此节点的架构信息能被完全地验证。你可以看图五：

　　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。

[下一页]

　　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。

[下一页]

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);

[下一页]

　　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(filename);

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。

[下一页]

　　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。

[下一页]

　　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。

VIP专区

VIP用户

普通用户

邮件订阅

如果您非常迫切的想了解IT领域最新产品与技术信息，那么订阅至顶网技术邮件将是您的最佳途径之一。

重磅专题

往期文章

在.NET Framework中轻松处理XML数据

业界热点: