如何替换大型 XML 文件中的文本答案

【问题标题】：How to replace text in large XML file如何替换大型 XML 文件中的文本
【发布时间】：2014-04-25 19:37:00
【问题描述】：

当我尝试删除 xml 文件中的文本时，即。 rsquo，我得到一个 'System.OutOfMemoryException' 异常错误。

有什么建议吗？ - 用vb写的

   <Person>
   <Name>&rsquo; John /&rsquo; </Name>
   <age> 24 </age>
   <DOB>
      <year> 1990 </year>
      <month> 03 </month>
      <date> 23 </date>
  </DOB>
</Person>

   Dim myStreamReaderL1 As StreamReader
   Dim myStream As StreamWriter
   Dim mystr As String

   myStreamReaderL1 = System.IO.File.OpenText(Server.MapPath( filepath_Label.Text))
   myStr = myStreamReaderL1.ReadToEnd() 
   myStreamReaderL1.Close()

   If mystr.Contains("&rsquo;") Then
     mystr = mystr.Replace("&rsquo;", "")
     count += count + 1
    End If

    myStream = System.IO.File.CreateText(Server.MapPath("Valedate/" & DateTime.Now.ToString("yyyy-MM-dd") & "/new" & TextBox_filename.Text))
    myStream.WriteLine(myStr)
    myStream.Close()

【问题讨论】：

文件有多大，这是否发生在循环中？您可以尝试逐行处理。它可能会慢一点，但你不应该用完内存。
需要考虑的事情：在使用 XML 时考虑使用LINQ to XML。
文件为 92.7 MB - 将逐行尝试

标签： xml vb.net streamreader

【解决方案1】：

这是你的错误：

myStr = myStreamReaderL1.ReadToEnd()

如果您需要对文件中广泛分隔的位置进行重复的非连续访问，则只需要ReadToEnd()。如果你这样做，你不应该使用StreamReader。您不应该使用ReadToEnd() 来执行顺序访问，例如替换每一行的字符串。做这样的事情：

Using sr = System.IO.File.OpenText(Server.MapPath(filepath_Label.Text))
Using sw = System.IO.File.CreateText(Server.MapPath("Valedate/" & DateTime.Now.ToString("yyyy-MM-dd") & "/new" & TextBox_filename.Text))
    Dim l As String
    l = sr.ReadLine
    Do While (Not l Is Nothing)
        If l.Contains("&rsquo;") Then
            l = l.Replace("&rsquo;", "")
        End If

        sw.WriteLine(l)
        l = sr.ReadLine
    End While
End Using
End Using

【讨论】：

谢谢！ - 有效！只觉得我数不清变化的数量和Do While ... Loop。
您可以统计If块内的更改量。
我做了，我得到了这个错误：算术运算导致溢出。 - System.OverflowException
@user3366527，您必须发布导致错误的代码，因为我看不到您的屏幕。
我修好了！我有 count += count + 1 当它应该是 count += 1

【解决方案2】：

字符序列&rsquo; 是Unicode Character 'RIGHT SINGLE QUOTATION MARK' (U+2019) 的HTML 实体（命名）。

实体 &rsquo; 在没有事先声明的情况下实际上是不允许在 XML 中使用的：

<!DOCTYPE section [ 
  <!ENTITY rsquo '&#x2019;'> 
]>

在处理 XML 文件时，您通常不应该将其作为纯文本处理。相反，您应该选择专为使用 XML 设计的专用库。 Microsoft 在其文章XML Processing Options 中列出了许多方法。在 .NET Framework 选项 标题下，Microsoft 对 LINQ To XML 表示，“如果您正在编写新代码，请使用此选项。”

考虑到这一点，我用 C# 编写了一个简短的程序来为您演示一种可能的方法。（我希望您可以将这些概念翻译成 VB。）在下面，您会发现程序本身的预期输出。

预期输出

<Persons>
  <Person>
    <Name> John / </Name>
    <age> 24 </age>
    <DOB>
      <year> 1990 </year>
      <month> 03 </month>
      <date> 23 </date>
    </DOB>
  </Person>
  <Person>
    <Name> Jane / </Name>
    <age> 21 </age>
    <DOB>
      <year> 1993 </year>
      <month> 04 </month>
      <date> 25 </date>
    </DOB>
  </Person>
</Persons>

示例程序

using System;
using System.Linq;
using System.Xml;
using System.Xml.Linq;

class LinqToXmlDemo
{
    static public void Main(string[] args)
    {
        XDocument document = XDocument.Parse(GetXml());

        // Define a LINQ to XML query to return an enumeration of the
        // `Name` elements. (Those are the elements whose values you
        // wish to edit.)
        var query =
            from name in document.Root.Elements("Person").Elements("Name")
            select name;

        // The character that you want to remove.
        string s = Convert.ToChar(0x2019).ToString();

        // Iterate through each of the `Name` elements returned by the
        // query and remove the character of interest.
        foreach (var name in query)
        {
            if (name != null)
            {
                name.Value = ((string)name).Replace(s, String.Empty);
            }
        }

        // Output the edited document.
        Console.WriteLine(document.Root.ToString());
    }

    static string GetXml()
    {
        return
            @"<?xml version='1.0' encoding='UTF-8' ?> 
              <!DOCTYPE section [ 
                <!ENTITY rsquo '&#x2019;'> 
              ]>
              <Persons>
                <Person>
                  <Name>&rsquo; John /&rsquo; </Name>
                  <age> 24 </age>
                  <DOB>
                     <year> 1990 </year>
                     <month> 03 </month>
                     <date> 23 </date>
                  </DOB>
                </Person>
                <Person>
                  <Name>&rsquo; Jane /&rsquo; </Name>
                  <age> 21 </age>
                  <DOB>
                     <year> 1993 </year>
                     <month> 04 </month>
                     <date> 25 </date>
                  </DOB>
                </Person>
              </Persons>";
    }
}

【讨论】：