xmlreader与xmlwriter里的几个坑与解决方案

　　加载超过100M的xml文件时（可能不是很常见），XmlDocument这种全部加载到内存里的模式就有点不友好了，耗时长、内存高。
　　
　　这时用xmlreader就会有自行车换超跑的感觉，但其间遇到几个坑，记录一下。
　　
　　先看源码，包括dom和sax两种模式的读取和写入
　　
　　DOM模式：
　　
　　复制代码
　　
　　1         /// <summary>
　　
　　2         /// dom模式创建xml文件
　　
　　3         /// </summary>
　　
　　4         /// <param name="path"></param>
　　
　　5         public void CreateXml_Dom(string path)
　　
　　6         {
　　
　　7             XmlDocument xmlDocw = new XmlDocument();
　　
　　8             //xml头
　　
　　9             var xmldecl = xmlDocw.CreateXmlDeclaration("1.0", "utf-8", null);
　　
　　10             var root = xmlDocw.CreateElement("root");
　　
　　11             root.SetAttribute("Name", "李四");
　　
　　12             var test = xmlDocw.CreateElement("test");
　　
　　13             root.AppendChild(test);
　　
　　14
　　
　　15             xmlDocw.AppendChild(xmldecl);
　　
　　16             xmlDocw.AppendChild(root);
　　
　　17             xmlDocw.Save(path);
　　
　　18
　　
　　19             //可以通过xmlreader读数据后生成节点
　　
　　20             //var node = xmlDocw.ReadNode(rdr);
　　
　　21             //root.AppendChild(node);
　　
　　22             //或者读取outerxml后作为innerxml写入
　　
　　23             //string str = rdr.ReadOuterXml();
　　
　　24             //root.InnerXml = str;
　　
　　25         }
　　
　　26
　　
　　27         /// <summary>
　　
　　28         /// dom模式读取xml
　　
　　29         /// </summary>
　　
　　30         /// <param name="path"></param>
　　
　　31         public void ReadXml_Dom(string path)
　　
　　32         {
　　
　　33             XmlDocument xmlDocr = new XmlDocument();
　　
　　34             xmlDocr.Load(path);
　　
　　35             var root = xmlDocr.DocumentElement;
　　
　　36             string str = root.GetAttribute("Name");
　　
　　37             Console.WriteLine(str);
　　
　　38         }
　　
　　复制代码
　　
　　SAX（simple API for XML）模式：几种错误也都用注释标注出来了
　　
　　复制代码
　　
　　1         /// <summary>
　　
　　2         /// xmlwriter创建xml文件
　　
　　3         /// </summary>
　　
　　4         /// <param name="path"></param>
　　
　　5         public void CreateXml_Sax(string path)
　　
　　6         {
　　
　　7             //filestream没问题
　　
　　8             //FileStream stream = new FileStream(path,FileMode.Create);
　　
　　9             //会出现编码一直是utf-16问题
　　
　　10             //StringBuilder stream = new StringBuilder();
　　
　　11             MemoryStream stream = new MemoryStream();
　　
　　12             XmlWriterSettings settings = new XmlWriterSettings();
　　
　　13             //Encoding.UTF8这个会报错,字节顺序标记
　　
　　14             settings.Encoding = new UTF8Encoding(false);
　　
　　15             XmlWriter xw = XmlWriter.Create(stream, settings);
　　
　　16             //XmlTextWriter xw = new XmlTextWriter(stream, new UTF8Encoding(false));
　　
　　17
　　
　　18             //写入声明
　　
　　19             xw.WriteStartDocument();
　　
　　20
　　
　　21             xw.WriteStartElement("root");
　　
　　22             xw.WriteAttributeString("Name", "张三");
　　
　　23             //可以通过xmlreader读数据后直接写入
　　
　　24             //xw.WriteNode(rdr);
　　
　　25             xw.WriteStartElement("test");
　　
　　26             xw.WriteEndElement();
　　
　　27
　　
　　28             xw.WriteEndElement();
　　
　　29
　　
　　30             xw.WriteEndDocument(www.gcyL157.com);
　　
　　31             xw.Close();
　　
　　32
　　
　　33             string xmlstr = Encoding.UTF8.GetString(stream.ToArray());
　　
　　34             stream.Close(www.qinlinyu.cn/);
　　
　　35             XmlDocument xmlDocw = new XmlDocument();
　　
　　36             xmlDocw.LoadXml(xmlstr);
　　
　　37             xmlDocw.Save(path);
　　
　　38         }
　　
　　39
　　
　　40         /// <summary>
　　
　　41         /// xmlreader读取xml
　　
　　42         /// </summary>
　　
　　43         /// <param name="path"></param>
　　
　　44         public void ReadXml_Sax(string path)
　　
　　45         {
　　
　　46             XmlDocument xmlDocw = new XmlDocument();
　　
　　47             XmlReaderSettings rsettings = new XmlReaderSettings();
　　
　　48             rsettings.IgnoreComments www.dasheng178.com= true;
　　
　　49             rsettings.IgnoreWhitespace = false;
　　
　　50             rsettings.CheckCharacters = false;
　　
　　51             //默认的xmlreader不读取内容中的回车换行\r\n
　　
　　52             //(XmlReader rdr = XmlReader.Create(path,rsettings))
　　
　　53             using (XmlTextReader rdr = new XmlTextReader(path))
　　
　　54             {
　　
　　55                 rdr.WhitespaceHandling = WhitespaceHandling.Significant;
　　
　　56                 string eleName = "";
　　
　　57                 while (rdr.Read(www.michenggw.com))
　　
　　58                 {
　　
　　59                     if (rdr.NodeType == XmlNodeType.Element)
　　
　　60                     {
　　
　　61                         //节点名称
　　
　　62                         eleName = rdr.Name;
　　
　　63                         //节点深度
　　
　　64                         int dp = rdr.Depth;
　　
　　65                         //是否空节点，表示<elememt/> 不是<element></element>
　　
　　66                         bool needend = rdr.IsEmptyElement;
　　
　　67                         for (int i = 0; i < rdr.AttributeCount; i++)
　　
　　68                         {
　　
　　69                             rdr.MoveToAttribute(i);
　　
　　70                             Console.WriteLine(rdr.Name+":"+rdr.Value);
　　
　　71                         }
　　
　　72                         //可以直接读取节点所有的数据.可以用readNode读取
　　
　　73                         //rdr.EOF判定，不然会跳过节点
　　
　　74                         //rdr.ReadOuterXml(yongshiyule178.com);
　　
　　75                     }
　　
　　76                     else if (rdr.NodeType == XmlNodeType.EndElement)
　　
　　77                     {
　　
　　78                         eleName = rdr.Name;
　　
　　79                     }
　　
　　80                 }
　　
　　81             }
　　
　　82         }
　　
　　复制代码
　　
　　xmlreader和xmldocument(xmlwriter)组合一起用对大型xml进行拆分读取，十分有效。
　　
　　下面是遇到的问题：
　　
　　1.xmlwriter后xml文件头始终是utf-16
　　
　　这是用StringBuilder才会有的问题，改用FileStream、MemoryStream等就好了。
　　
　　2.（UTF8）改用MemoryStream后，形成的xml字符串通过XMLDocument.LoadXml时报错
　　
　　XmlWriterSettings settings = new XmlWriterSettings();
　　
　　settings.Encoding = Encoding.UTF8;
　　
　　最终发现默认的Encoding.UTF8是带有字节顺序标记的，要用new UTF8Encoding(false);
　　
　　通过监视区代码可以看到，xmlstr[0]是65279，修改后就对了变成60'<'。
　　
　　3.xmlreader默认不读取内容中的回车换行，读进来就是个空格。
　　
　　第二个直接回车换行就是读不进来，用xmldocument可以读到两个，xmlreader就是读取不到。
　　
　　期间一直在找设置，比如IgnoreWhitespace等，发现都没有用，还是不读。
　　
　　XmlReaderSettings rsettings = new XmlReaderSettings();
　　
　　rsettings.IgnoreWhitespace = false;
　　
　　最后在stackoverflow上找到答案(注1)，不能用XmlReader rdr = XmlReader.Create(path)，用XmlTextReader就好了。
　　
　　注1：不读回车换行问题 https://stackoverflow.com/questions/1793908/xmlreader-newline-n-instead-of-r-n
　　
　　This is because the XmlTextReader has a normalization setting defaulted to false unlike XmlReader.Create which always normalizes newlines no matter what.