C# C中基于XSD的Xml清洗
如何清除XML文件以删除所提供XSD中不存在的所有元素 这不起作用:C# C中基于XSD的Xml清洗,c#,xml,xsd,xsd-validation,C#,Xml,Xsd,Xsd Validation,如何清除XML文件以删除所提供XSD中不存在的所有元素 这不起作用: public static void Main() { XmlTextReader xsdReader = new XmlTextReader(@"books.xsd"); XmlSchema schema = XmlSchema.Read(xsdReader, null); XmlReaderSettings settings = new XmlReaderSettings(); setti
public static void Main()
{
XmlTextReader xsdReader = new XmlTextReader(@"books.xsd");
XmlSchema schema = XmlSchema.Read(xsdReader, null);
XmlReaderSettings settings = new XmlReaderSettings();
settings.Schemas.Add(schema);
settings.ValidationType = ValidationType.Schema;
settings.ValidationEventHandler += new ValidationEventHandler(ValidationCallBack);
XmlReader xmlReader = XmlReader.Create(@"books.xml", settings);
XmlWriter xmlWriter = XmlWriter.Create(@"books_clean.xml");
xmlWriter.WriteNode(xmlReader, true);
xmlWriter.Close();
xmlReader.Close();
}
private static void ValidationCallBack(object sender, ValidationEventArgs args)
{
((XmlReader)sender).Skip();
}
当我使用上面的方法时,它不是删除所有的垃圾标签,而是只删除第一个垃圾标签,留下第二个。至于我为什么需要接受这个文件,我使用的是一个旧的SQLServer2012实例,它要求XML与XSD完全匹配,即使应用程序不使用XML中的额外元素。我无法控制源XML,它是由第三方工具使用未发布的XSD提供的
示例文件:
Books.xsd
<xs:schema attributeFormDefault="unqualified" elementFormDefault="qualified" xmlns:xs="http://www.w3.org/2001/XMLSchema">
<xs:element name="bookstore">
<xs:complexType>
<xs:sequence>
<xs:element name="book" maxOccurs="unbounded" minOccurs="0">
<xs:complexType>
<xs:sequence>
<xs:element type="xs:string" name="title"/>
<xs:element type="xs:float" name="price"/>
</xs:sequence>
<xs:attribute type="xs:string" name="genre" use="optional"/>
<xs:attribute type="xs:string" name="ISBN" use="optional"/>
</xs:complexType>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>
Books.xml
<bookstore>
<book genre='novel' ISBN='10-861003-324'>
<title>The Handmaid's Tale</title>
<price>19.95</price>
<junk>skdjgklsdg</junk>
<junk2>skdjgklsdg</junk2>
</book>
<book genre='novel' ISBN='1-861001-57-5'>
<title>Pride And Prejudice</title>
<price>24.95</price>
<junk>skdjgssklsdg</junk>
</book>
</bookstore>
代码主要复制自:如果只是删除模式中任何位置都没有名称的所有元素的问题,那么它可能是可行的,如下所述。但是,在一般情况下,a这不能确保实例对模式有效,例如,元素的顺序可能错误,b它可能会删除模式实际允许的元素,因为通配符 如果删除未知元素的方法看起来很有用,您可以按如下方式执行: 编写一个XSLT样式表,通过查找xs:element[@name]声明,从模式中提取所有元素名称,并生成格式为:
<allowedElements>
<allow name="book" namespace=""/>
<allow name="isbn" namespace=""/>
</allowedElement>
b编写第二个可流化的XSLT样式表:
<xsl:transform version="3.0" xmlns:xsl="....">
<xsl:mode on-no-match="shallow-copy" streamable="yes"/>
<xsl:key name="k" match="allow" use="@name, @namespace" composite="yes"/>
<xsl:template match="*[not(key('k', (local-name(), namespace-uri()), doc('allowed-elements.xml'))]"/>
</xsl:transform>
下面的示例成功地从提供的示例中删除了所有垃圾标记。第二个xsl:template标记将首先应用,并匹配除特别列出的白色标记之外的所有标记。然后,第一个xsl:template标记将节点的副本写入XmlWriter 代码: books.xslt
源XML文件为~500mb,最后一个输入文件有~120K个可用节点和~800K个未使用节点。所以,基于流的方法是首选的@jdweng试了一下,修改了问题。Reader.Read only在每个节点的第一个无效元素上引发ValidationEvent。它至少删除了两个标记,只是没有删除标记。问题是当您有类似于1、2、3、4、5的项,并且您删除了项“3 4变为3,5变为4”时。然后你就跳过了第四项。因此,解决方案是通过like fori=list.Count-1向后枚举;i>=0;我——这听起来很有希望,试图弄清楚如何使用多个XSLT文档并运行转换。我还没有得到一个工作的B部分XSLT文档。某处有个失踪的帕伦,我还没猜到它的位置。
public static void Main()
{
XmlReader xmlReader = XmlReader.Create("books.xml");
XslCompiledTransform myXslTrans = new XslCompiledTransform();
myXslTrans.Load("books.xslt");
XmlTextWriter myWriter = new XmlTextWriter("books_clean.xml", null);
myXslTrans.Transform(xmlReader, null, myWriter);
xmlReader.Close();
myWriter.Close();
}
<xsl:stylesheet version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:mode streamable="yes"/>
<xsl:template match="@* | node()">
<xsl:copy>
<xsl:apply-templates select="@* | node()"/>
</xsl:copy>
</xsl:template>
<xsl:template match="*[
not(name()='bookstore') and
not(name()='book') and
not(name()='title') and
not(name()='price')
]" />
</xsl:stylesheet>