利用XPath解析XML文档

内容提要

1.解析Xml文件有哪些方法？各有什么优缺点？

2.如何用XPath解析xml文档的要点。 

     

先来看看解析xml文件的方法都有哪些吧，本段文字来自网络，可以帮助大家对这个问题有个概要的了解。

在程序中访问并操作XML文件一般有两种模型：流模型和DOM（文档对象模型）。流模型中有两种变体——“推”模型和“拉”模型。 

“推”模型也就是常说的SAX，SAX是一种靠事件驱动的模型。它每发现一个节点就用“推”模型引发一个事件，而我们必须编写这些事件的处理程序，很麻烦。

.NET中使用的是基于“拉”模型的实现方案。 “拉”模型在遍历文档时会把感兴趣的文档部分从读取器中拉出，不需要引发事件，允许我们以编程的方式访问文档，这大大的提高了灵活性，“拉”模型可以选择性的处理节点。在.NET中，“拉”模型通过XML阅读器(XMLTextReader类)来实现的。该类提供Xml文件读取的功能，它可以验证文档是否格式良好，如果不是格式良好的Xml文档，该类在读取过程中将会抛出XmlException异常。任何时候在内存中只有当前节点，但它是只读的，向前的，不能在文档中执行向后导航操作。 

DOM的好处在于它允许编辑和更新XML文档，可以随机访问文档中的数据，可以使用XPath查询。但是，DOM的缺点在于它需要一次性的加载整个文档到内存中，对于大型的文档，这会造成资源问题。在.NET中使用XML DOM分析器（XMLDocument）实现DOM模型。

因此，.NET Framework完全支持XML DOM模式，但它不支持SAX模式。.NET Framework支持两种不同的分析模式：XML DOM分析器(XMLDocument类)和XML阅读器(XMLTextReader类)，不支持SAX分析器， 但这并不意味着它没有提供类似SAX分析器的功能。通过XML阅读器可以将SAX的所有的功能很容易的实现及更有效的运用。

 

在项目中，我们选用xpath的方式来解析xml文档。这是基于以下的几点原因：

1， 文件大小。要处理的文件不大，一般都在几百K到1M。

2，  XPath的灵活性。不需要获取文档的全部数据，只需要获取大部分想要的数据。

3，  学习代价低。符合一般的思维习惯，通过Path获取结果。

 

通过XPath的方式解析xml文档，需要先加载文档，然后再读取想要的节点值。

xml文档

protected XmlDocument doc= null;

xml文档的根元素（节点）

protected XmlElement root= null;

 xml文档的名空间管理器 

protected XmlNamespaceManager nsmgr= null;

接下来就是加载文档了 

        protected void LoadXmlFile(FileInfo xmlFile)
        {
            if (xmlFile == null || !xmlFile.Exists)
            {
                throw new FileNotFoundException(string.Format("要解析的文件不存在{0}。",xmlFile.FullName));
            }
            //加载文件
            this.doc = new XmlDocument();
            doc.Load(xmlFile.FullName);
            //准备读取文件
            root = doc.DocumentElement;
            string nameSpace = root.NamespaceURI;
            nsmgr = new XmlNamespaceManager(doc.NameTable);
            nsmgr.AddNamespace("ns", nameSpace);
        } 

这里有几行要注意。

这两行是取得xml文档的名空间

root = doc.DocumentElement;

string nameSpace = root.NamespaceURI;

这两行是建立xml文档的名空间管理器

nsmgr = new XmlNamespaceManager(doc.NameTable);

nsmgr.AddNamespace("ns", nameSpace);

如果你的xml文档有名空间，则这部分的代码是必不可少的。

接下来就是读取文档节点的值了

这里两个传入参数prefixPath是节点的上级节点路径，xRelativePath是要读取的节点名称。

另外，变量XmlFileInfo是要加载的xml文件。

        protected string GetNodeValue(string prefixPath, string xRelativePath)
        {
            if (doc == null)
            {
                LoadXmlFile(XmlFileInfo);
            }
            string xPath = string.Empty;
            if (!string.IsNullOrEmpty(xRelativePath))
            {
                if (!string.IsNullOrEmpty(prefixPath))
                {
                    xPath = prefixPath + xRelativePath;
                }
                else
                {
                    xPath = xRelativePath;
                }
            }
            xPath = xPath.Replace("/", "/ns:");
            XmlNode node = root.SelectSingleNode(xPath, nsmgr);
            if (node == null)
            {
                return null;
            }
            return node.InnerXml;
        }

可能有的朋友要问，为什么要设置两个参数prefixPath和xRelativePath呢，其实这个没有多大的关系，我只是为了自己觉得方便，你也可以在方法外确定了这个XPath，在方法中只设置一个传入参数，效果是一样的。

注意这一行：

      xPath =xPath.Replace("/", "/ns:");

如果你的xml文档带名空间，则这行是比不可少的，否则会出现找不到节点，无法解析的情况。

这里还有一个不得不说的问题，就是关于XPath的。

对于这样一个xml文档，要查找第一个节点下的学生的Name时（ID=01），其XPath应该是"/ns:Root/ns:Students/ns:Student[1]/ns:Name"。xml对于重复的节点名称，是按照顺序1，2，3...的方式遍历的，也就是说如果要找第N个Student节点的下的节点之，那么应使用Student[N]的标识方式。  

<?xml version="1.0" encoding="UTF-8" ?>
<Root xmlns="urn:ClassNameSpace">
<Class>
<ClassID>1234</ClassID>
</Class>
<Students>
<Student>
<ID>01</ID><Name>Name01</Name>
</Student>
<Student>
<ID>02</ID><Name>Name02</Name>
</Student>
</Students>
</Root>

当然，这里也可以获取节点属性的值，查找满足特定值的节点等等，这些和上面获取节点值的过程是类似的。这里推荐一篇介绍xpath的文章XPath 教程，大家不妨看看，关于xpath的常见问题都可以得到解决。