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
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