从 XML 中去除标签出现

Question

我想去掉出现的特定标记，保持内部 XML 不变。我想一次性完成（而不是重新搜索、替换和从头开始）。例如，从来源：

<element>
    <RemovalTarget Attribute="Something">
      Content Here
    </RemovalTarget>
</element>
<element>
  More Here
</element>

我希望结果是：

<element>
  Content Here
</element>
<element>
  More Here
</element>

我尝试过这样的事情（原谅我，我是 Linq 的新手）：

var elements = from element in doc.Descendants()
               where element.Name.LocalName == "RemovalTarget"
               select element;

foreach (var element in elements) {
    element.AddAfterSelf(element.Value);
    element.Remove();
}

但是在第二次通过循环时，我得到了一个空引用，大概是因为通过更改集合使其无效。在可能很大的文档上删除这些标签的有效方法是什么？

Answer 1

您必须通过调用 ToList 来跳过延迟执行，这可能不会损害您在大型文档中的性能，因为您将在比原来低得多的 big-O 上进行迭代和替换搜索。正如@jacob_c 指出的那样，我应该使用 element.Nodes() 正确替换它，并且正如@Panos 指出的那样，我应该反转列表以准确处理嵌套替换。

另外，使用XElement.ReplaceWith，比您当前在大型文档中的方法快得多：

var elements = doc.Descendants("RemovalTarget").ToList().Reverse();
/* reverse on the IList<T> may be faster than Reverse on the IEnumerable<T>,
 * needs benchmarking, but can't be any slower
 */

foreach (var element in elements) {
    element.ReplaceWith(element.Nodes());
}

最后一点，在审查这可能用于什么时，我倾向于同意@Trull 的观点，即 XSLT 可能是您真正想要的，如果说您要从文档中删除所有说 标记.否则，请享受这个相当不错且性能相当不错的 LINQ to XML 实现。

Answer 2

您是否考虑过使用 XSLT？似乎是完美的解决方案，因为您所做的正是 XSLT 的用途，将一个 XML 文档转换为另一个。模板系统将毫无问题地为您深入研究嵌套的讨厌。

Here 是一个基本的例子

Answer 3

我建议按照 Trull 推荐的最佳解决方案执行 XSLT。

或者您可能会考虑使用字符串生成器和正则表达式匹配来删除项目。

您可以查看文档，并使用节点和父节点有效地将代码从节点内部移动到父节点，但这会很乏味，而且对于其他潜在的解决方案来说非常不必要.

Answer 4

一个轻量级的解决方案是使用 XmlReader 来处理输入文档并使用 XmlWriter 来写入输出。

注意：XmlReader 和 XmlWriter 类是抽象的，请使用适合您情况的派生类。

Answer 5

根据您管理 XML 的方式，您可以使用正则表达式来删除标签。

这是一个简单的控制台应用程序，演示了正则表达式的使用：

    static void Main(string[] args)
    {
        string content = File.ReadAllText(args[0]);

        Regex openTag = new Regex("<([/]?)RemovalTarget([^>]*)>", RegexOptions.Multiline);

        string cleanContent = openTag.Replace(content, string.Empty);
        File.WriteAllText(args[1], cleanContent);
    }

这会在文件中留下换行符，但扩充正则表达式应该不会太难。