.NET(C#)：XmlReader和Whitespace以及MoveToContent和ReadToFollowing方法

原文 http://www.cnblogs.com/mgen/archive/2012/04/26/2471403.html

XmlReader默认是读取XML文件中的Whitespace和注释的。

比如这个XML：

<root>

    <!-- root中 -->

    <file>

       

        <file.attr>hidden</file.attr>

        a.txt

    </file>

</root>

 

XmlReader读取代码：

//data.xml代表上面的XML文件

using (var xr =XmlReader.Create("data.xml"))

{

    while (xr.Read())

        Console.WriteLine("NodeType：{0,-20} Name：{1}", xr.NodeType, xr.Name);

}

将会输出：

NodeType：XmlDeclaration       Name：xml

NodeType：Whitespace           Name：

NodeType：Element              Name：root

NodeType：Whitespace           Name：

NodeType：Comment              Name：

NodeType：Whitespace           Name：

NodeType：Element              Name：file

NodeType：Whitespace           Name：

NodeType：Element              Name：file.attr

NodeType：Text                 Name：

NodeType：EndElement           Name：file.attr

NodeType：Text                 Name：

NodeType：EndElement           Name：file

NodeType：Whitespace           Name：

NodeType：EndElement           Name：root

可以看到，Whitespace和注释都被读了进来。

 

解决方案之一就是在XmlReaderSettings中将IgnoreWhitespace和IgnoreComments设置为True（默认当然是False），然后再创建XmlReader：

var xrs =newXmlReaderSettings();

xrs.IgnoreComments =true;

xrs.IgnoreWhitespace =true;

using (var xr =XmlReader.Create("data.xml", xrs))

{ }

 

还可以使用XmlReader的MoveToContent方法，可以参考MSDN的全面解释（http://msdn.microsoft.com/zh-cn/library/system.xml.xmlreader.movetocontent.aspx）：

检查当前节点是否是内容（非空白文本、CDATA、Element、EndElement、EntityReference 或 EndEntity）节点。 如果此节点不是内容节点，则读取器向前跳至下一个内容节点或文件结尾。 它跳过以下类型的节点：ProcessingInstruction、DocumentType、Comment、Whitespace 或 SignificantWhitespace。

 

代码：

//data.xml代表上面的XML文件

using (var xr =XmlReader.Create("data.xml"))

{

    while (xr.Read())

    {

        xr.MoveToContent();

        Console.WriteLine("NodeType：{0,-20} Name：{1}", xr.NodeType, xr.Name);

    }

}

输出：

NodeType：Element              Name：root

NodeType：Element              Name：file

NodeType：Element              Name：file.attr

NodeType：Text                 Name：

NodeType：EndElement           Name：file.attr

NodeType：Text                 Name：

NodeType：EndElement           Name：file

NodeType：EndElement           Name：root

Whitespace和注释都没了。

 

注意不要和XmlReader的两个其他的方法混淆：MoveToAttribute和MoveToElement，这两个是在XML元素和属性之间的移动。

另外许多XmlReader的读取操作内部会调用MoveToContent方法，比如ReadElementString，ReadStartElement，ReadEndElement……

 

第三个要说的方法是MoveToFollowing方法，这个方法会一直读下去直到指定名称的元素被找到。这样的话我们直接去找需要的节点而直接省略那些Whitespace或者注释。

代码：

//data.xml代表上面的XML文件

using (var xr =XmlReader.Create("data.xml"))

{

    //使用ReadToFollowing读至file.attr元素

    xr.ReadToFollowing("file.attr");

    Console.WriteLine(xr.ReadElementString());

    //读取元素内的XML文本

    Console.WriteLine(xr.ReadString().Trim());

}

输出：

hidden

a.txt

注意XML元素内的文字节点的Whitespace是始终保留的。