如何仅将大型 xml 文件的一部分反序列化为 c# 类？

Question

我已经阅读了一些关于如何反序列化 xml 的帖子和文章，但仍然没有弄清楚我应该编写代码以满足我的需求的方式，所以.. 我为另一个关于反序列化 xml 的问题道歉） )

我有一个需要反序列化的大 (50 MB) xml 文件。我使用 xsd.exe 获取文档的 xsd 架构，然后自动生成我放入项目中的 c# 类文件。我想从这个 xml 文件中获取一些（不是全部）数据并将其放入我的 sql 数据库中。

这里是文件的层次结构（简化了，xsd很大）：

public class yml_catalog 
{
    public yml_catalogShop[] shop { /*realization*/ }
}

public class yml_catalogShop
{
    public yml_catalogShopOffersOffer[][] offers { /*realization*/ }
}

public class yml_catalogShopOffersOffer
{
    // here goes all the data (properties) I want to obtain ))
}

这是我的代码：

第一种方法：

yml_catalogShopOffersOffer catalog;
var serializer = new XmlSerializer(typeof(yml_catalogShopOffersOffer));
var reader = new StreamReader(@"C:\div_kid.xml");
catalog = (yml_catalogShopOffersOffer) serializer.Deserialize(reader);//exception occures
reader.Close();

我收到 InvalidOperationException：XML(3,2) 文档中存在错误

第二种方法：

XmlSerializer ser = new XmlSerializer(typeof(yml_catalogShopOffersOffer));
yml_catalogShopOffersOffer result;
using (XmlReader reader = XmlReader.Create(@"C:\div_kid.xml"))          
{
    result = (yml_catalogShopOffersOffer)ser.Deserialize(reader); // exception occures
}

InvalidOperationException：XML(0,0) 文档中存在错误

第三个：我试图反序列化整个文件：

 XmlSerializer ser = new XmlSerializer(typeof(yml_catalog)); // exception occures
 yml_catalog result;
 using (XmlReader reader = XmlReader.Create(@"C:\div_kid.xml"))          
 {
     result = (yml_catalog)ser.Deserialize(reader);
 }

我得到以下信息：

error CS0030: The convertion of type "yml_catalogShopOffersOffer[]" into "yml_catalogShopOffersOffer" is not possible.

error CS0029: The implicit convertion of type "yml_catalogShopOffersOffer" into "yml_catalogShopOffersOffer[]" is not possible.

那么，如何修复（或覆盖）代码以免出现异常？

编辑：当我写的时候：

XDocument doc = XDocument.Parse(@"C:\div_kid.xml");

发生 XmlException：根级别的未经许可的数据，字符串 1，位置 1。

这里是xml文件的第一个字符串：

<?xml version="1.0" encoding="windows-1251"?>

编辑 2： xml文件简短示例：

<?xml version="1.0" encoding="windows-1251"?>
<!DOCTYPE yml_catalog SYSTEM "shops.dtd">
<yml_catalog date="2012-11-01 23:29">
<shop>
   <name>OZON.ru</name>
   <company>?????? "???????????????? ??????????????"</company>
   <url>http://www.ozon.ru/</url>
   <currencies>
     <currency id="RUR" rate="1" />
   </currencies>
   <categories>
      <category id=""1126233>base category</category>
      <category id="1127479" parentId="1126233">bla bla bla</category>
      // here goes all the categories
   </categories>
   <offers>
      <offer>
         <price></price>
         <picture></picture>
      </offer>
      // other offers
   </offers>
</shop>
</yml_catalog>

附言 我已经接受了答案（很完美）。但现在我需要使用 categoryId 为每个 Offer 找到“基本类别”。数据是分层的，基本类别是没有“parentId”属性的类别。所以，我写了一个递归方法来找到“基本类别”，但它永远不会完成。似乎算法不是很快））
这是我的代码：（在 main() 方法中）

var doc = XDocument.Load(@"C:\div_kid.xml");
var offers = doc.Descendants("shop").Elements("offers").Elements("offer");
foreach (var offer in offers.Take(2))
        {
            var category = GetCategory(categoryId, doc);
            // here goes other code
        }

辅助方法：

public static string GetCategory(int categoryId, XDocument document)
    {
        var tempId = categoryId;
            var categories = document.Descendants("shop").Elements("categories").Elements("category");
            foreach (var category in categories)
            {
                if (category.Attribute("id").ToString() == categoryId.ToString())
                {
                    if (category.Attributes().Count() == 1)
                    {
                        return category.ToString();
                    }
                    tempId = Convert.ToInt32(category.Attribute("parentId"));
                }
            }
        return GetCategory(tempId, document);
    }

我可以在这种情况下使用递归吗？如果没有，我还能如何找到“基本类别”？

Answer 1

试试 LINQ to XML。 XElement result = XElement.Load(@"C:\div_kid.xml");

LINQ 中的查询非常棒，但在开始时确实有点奇怪。您可以使用类似 SQL 的语法或使用 lambda 表达式从 Document 中选择节点。然后创建包含您感兴趣的数据的匿名对象（或使用现有类）。

最好是亲眼目睹。

• miscellaneous examples of LINQ to XML
• simple sample using xquery and lambdas
• sample denoting namespaces
• msdn 上还有更多内容。搜索 LINQ to XML。

根据您的示例 XML 和代码，这里有一个具体示例：

var element = XElement.Load(@"C:\div_kid.xml");
var shopsQuery =
    from shop in element.Descendants("shop")
    select new
    {
        Name = (string) shop.Descendants("name").FirstOrDefault(),
        Company = (string) shop.Descendants("company").FirstOrDefault(),
        Categories = 
            from category in shop.Descendants("category")
            select new {
                Id = category.Attribute("id").Value,
                Parent = category.Attribute("parentId").Value,
                Name = category.Value
            },
        Offers =
            from offer in shop.Descendants("offer")
            select new { 
                Price = (string) offer.Descendants("price").FirstOrDefault(),
                Picture = (string) offer.Descendants("picture").FirstOrDefault()
            }

    };

foreach (var shop in shopsQuery){
    Console.WriteLine(shop.Name);
    Console.WriteLine(shop.Company);
    foreach (var category in shop.Categories)
    {
        Console.WriteLine(category.Name);
        Console.WriteLine(category.Id);
    }
    foreach (var offer in shop.Offers)
    {
        Console.WriteLine(offer.Price);
        Console.WriteLine(offer.Picture);
    }
}  

另外：以下是从平面 category 元素反序列化类别树的方法。 你需要一个合适的类来容纳它们，因为 Children 列表必须有一个类型：

class Category
{
    public int Id { get; set; }
    public int? ParentId { get; set; }
    public List<Category> Children { get; set; }
    public IEnumerable<Category> Descendants {
        get
        {
            return (from child in Children
                    select child.Descendants).SelectMany(x => x).
                    Concat(new Category[] { this });
        }
    }
}

创建一个包含文档中所有不同类别的列表：

var categories = (from category in element.Descendants("category")
                    orderby int.Parse( category.Attribute("id").Value )
                    select new Category()
                    {
                        Id = int.Parse(category.Attribute("id").Value),
                        ParentId = category.Attribute("parentId") == null ?
                            null as int? : int.Parse(category.Attribute("parentId").Value),
                        Children = new List<Category>()
                    }).Distinct().ToList();

然后将它们组织成一棵树（大量借用flat list to hierarchy）：

var lookup = categories.ToLookup(cat => cat.ParentId);
foreach (var category in categories)
{
    category.Children = lookup[category.Id].ToList();
}
var rootCategories = lookup[null].ToList();

查找包含theCategory的根：

var root = (from cat in rootCategories
            where cat.Descendants.Contains(theCategory)
            select cat).FirstOrDefault();