读取XML的三种方式，及其性能分析和比较

今天在csdn看到这个帖子： 这段XML怎么解析？

我选择了我认为最方便而高效的方式，用DOM的方式解析，就像这样：

XmlDocument xmldoc = new XmlDocument();
xmldoc.Load(...);
string ns = "http://schemas.xmlsoap.org/soap/envelope/";
XmlNode envelope = xmldoc["Envelope",ns];
XmlNode body = envelope["Body",ns];
XmlNode req = body["SyncOrderRelationReq"];
XmlNode linkId = req["LinkID"];
Console.WriteLine(linkId.InnerXml);

有朋友认为用XPath更好。这个我也知道，在XML的整个体系中，XPath是目前查询XML的专用语言，在这种情况下，自然最“标准”。

不过我认为由于XPath多了一个解析XPath表达式的过程，会比较慢，所以用DOM的方式更好。于是写了个性能测试代码，包含DOM, XPath, XmlReader三者的对比，以作证明：

class MainClass { static XmlDocument XmlDoc; static XmlNamespaceManager NM; static string NS = "http://schemas.xmlsoap.org/soap/envelope/"; static MemoryStream XmlStream; [STAThread] static void Main(string[] args) { XmlStream = new MemoryStream(); FileStream fs = new FileStream("C:/test.xml",FileMode.Open); byte[] bytes = new byte[fs.Length]; fs.Read(bytes,0,bytes.Length); XmlStream.Write(bytes,0,bytes.Length); fs.Close(); XmlDoc = new XmlDocument(); XmlDoc.Load("C:/test.xml"); NM = new XmlNamespaceManager(XmlDoc.NameTable); NM.AddNamespace("SOAP-ENV", "http://schemas.xmlsoap.org/soap/envelope/"); NM.AddNamespace("Req", "http://www.monternet.com/dsmp/schemas/"); DateTime dt1,dt2; string linkId; dt1 = DateTime.Now; for(int i = 0;i < 100000;i++) { linkId = XPathTest(); } dt2 = DateTime.Now; Console.WriteLine("XPathTest: {0}",dt2 - dt1); dt1 = DateTime.Now; for(int i = 0;i < 100000;i++) { linkId = DOMTest(); } dt2 = DateTime.Now; Console.WriteLine("DOMTest: {0}",dt2 - dt1); dt1 = DateTime.Now; for(int i = 0;i < 100000;i++) { linkId = XmlReaderTest(); } dt2 = DateTime.Now; Console.WriteLine("XmlReaderTest: {0}",dt2 - dt1); XmlStream.Close(); Console.ReadLine(); } static string XPathTest() { XmlNode linkId = XmlDoc.SelectSingleNode("/SOAP-ENV:Envelope/SOAP-ENV:Body/Req:SyncOrderRelationReq/Req:LinkID", NM); return linkId.InnerXml; } static string DOMTest() { XmlNode linkId = XmlDoc["Envelope",NS]["Body",NS]["SyncOrderRelationReq"]["LinkID"]; return linkId.InnerXml; } static string XmlReaderTest() { XmlStream.Position = 0; XmlTextReader reader = new XmlTextReader(new StreamReader(XmlStream)); while(reader.Read() && reader.Name != "SOAP-ENV:Envelope"); while(reader.Read() && reader.Name != "SOAP-ENV:Body"); while(reader.Read() && reader.Name != "SyncOrderRelationReq"); while(reader.Read() && reader.Name != "LinkID"); return reader.ReadString(); } }

这个XML文件还包含了名称空间，在比较“正规”的情况下，确实是这种情况。
测试结果是（K8 2800+ 64bit, 512M DDR400）：

XPathTest: 00:00:02.8281250
DOMTest: 00:00:00.3750000
XmlReaderTest: 00:00:13.5156250

和我的预期相符，XPath远远慢于DOM的方式，几乎差了一个数量级。

有意思的是，用XmlReader的方式按理说最快，结果这里变成了最慢。实际上，对于最后一个测试，这里有点不公平，因为XmlDocument.Load的时候已经对XML进行了遍历，然后就建立了缓存。而XmlReader每次都需要这种Load的过程，并且没有缓存。如果把加载XML的时间考虑在内，XmlReader才是最快的。另外一个方面，由于它是一种只进只读的方式，使用XmlReader可以节省内存；而对于特别大的XML文件，比如达到数百M，XmlReader就成了唯一可行的方案。

-----

update on 4/14/2005：
今天我感觉到把DOM方式和XPath方式区分开，这个名字不太好，因为用XPath查询时，本质上也是用DOM的。所以上面第二个测试，DOMTest，应该称之为手动在DOM导航的测试，而XPathTest，相当于提供一个命令，像SQL语句那样动态编译后，自动在DOM导航。

update on 4/19/2005：
处理XML里面的名称空间确实是个很麻烦的问题，在上面的例子里面，使用了XmlNamespaceManager类来处理。而在XSL/T里面，又有个小技巧（还是基于那个XML）：

<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 xmlns:xsd="http://www.w3.org/2001/XMLSchema"
 xmlns:SOAP-ENV="http://schemas.xmlsoap.org/soap/envelope/"
 xmlns:SOAP-ENC="http://schemas.xmlsoap.org/soap/encoding/"
 xmlns:REQ="http://www.monternet.com/dsmp/schemas/">
 <xsl:output method="xml" />
 <xsl:template match="/">
  <xsl:value-of select="SOAP-ENV:Envelope/SOAP-ENV:Body/REQ:SyncOrderRelationReq/REQ:LinkID" />
 </xsl:template>
</xsl:stylesheet>

注意REQ这个名称空间的简写是我自己定义的，原来的XML文件没有