首页 / 知识

关于.net：获取XElement的InnerXml的最佳方法？

2023-04-11 18:30:00

Best way to get InnerXml of an XElement?

在下面的代码中获取混合的body元素的内容的最佳方法是什么？该元素可能包含XHTML或文本，但是我只希望其内容为字符串形式。 XmlElement类型具有InnerXml属性，这正是我所追求的。

编写的代码几乎可以实现我想要的功能，但是包含周围的 ... 元素，我不需要。

1
2
3
4
5
6
7
8

XDocument doc = XDocument.Load(new StreamReader(s));
var templates = from t in doc.Descendants("template")
where t.Attribute("name").Value == templateName
select new
{
Subject = t.Element("subject").Value,
Body = t.Element("body").ToString()
};

我想看看这些建议的解决方案中哪种效果最好，所以我进行了一些比较测试。出于兴趣，我还将LINQ方法与Greg建议的普通的System.Xml方法进行了比较。这种变化很有趣，而不是我所期望的，最慢的方法要比最快的方法慢3倍以上。

结果按最快到最慢的顺序排序：

CreateReader-实例猎人(0.113秒)

普通的旧System.Xml-格雷格·霍尔曼(0.134秒)

使用字符串连接聚合-Mike Powell(0.324秒)

StringBuilder-Vin(0.333秒)

String.Join加入数组-Terry(0.360秒)

数组上的String.Concat-Marcin Kosieradzki(0.364)

方法

我使用了一个具有20个相同节点(称为"提示")的XML文档：

1
2
3
4
5
6

<hint>
Thinking of using a fake address?
<br />
Please don't. If we can't verify your address we might just
have to reject your application.
</hint>

上面显示为秒的数字是提取20个节点(连续1000次)的"内部XML"并取5次运行的平均值(均值)的结果。我没有包括加载和解析XML到XmlDocument(对于System.Xml方法)或XDocument(对于所有其他XML)所花费的时间。

我使用的LINQ算法是：(C＃-全部使用XElement" parent"并返回内部XML字符串)

CreateReader：

1
2
3
4

var reader = parent.CreateReader();
reader.MoveToContent();

return reader.ReadInnerXml();

用字符串连接聚合：

1	return parent.Nodes().Aggregate("", (b, node) => b += node.ToString());

StringBuilder：

1
2
3
4
5
6
7

StringBuilder sb = new StringBuilder();

foreach(var node in parent.Nodes()) {
sb.Append(node.ToString());
}

return sb.ToString();

String.Join在数组上：

1	return String.Join("", parent.Nodes().Select(x => x.ToString()).ToArray());

数组上的String.Concat：

1	return String.Concat(parent.Nodes().Select(x => x.ToString()).ToArray());

我没有在此处显示"普通的System.Xml"算法，因为它只是在节点上调用.InnerXml。

结论

如果性能很重要(例如很多XML，需要经常解析)，我会每次使用Daniel的CreateReader方法。如果您只是做一些查询，则可能要使用Mike更简洁的Aggregate方法。

如果您在具有很多节点(可能是100个)的大型元素上使用XML，那么您可能会开始发现使用StringBuilder优于Aggregate方法，而不是超过CreateReader。我不认为在这种情况下Join和Concat方法会更有效，因为将大列表转换为大数组(即使在较小的列表中也很明显)会带来麻烦。

我认为这是一种更好的方法(在VB中，应该不难翻译)：

给定XElement x：

1
2
3

Dim xReader = x.CreateReader
xReader.MoveToContent
xReader.ReadInnerXml

在XElement上使用这种"扩展"方法怎么样？为我工作！

1
2
3
4
5
6
7
8
9
10
11
12

public static string InnerXml(this XElement element)
{
StringBuilder innerXml = new StringBuilder();

foreach (XNode node in element.Nodes())
{
// append node's xml string to innerXml
innerXml.Append(node.ToString());
}

return innerXml.ToString();
}

或使用一点Linq

1
2
3
4
5
6
7

public static string InnerXml(this XElement element)
{
StringBuilder innerXml = new StringBuilder();
doc.Nodes().ToList().ForEach( node => innerXml.Append(node.ToString()));

return innerXml.ToString();
}

注意：上面的代码必须使用element.Nodes()而不是element.Elements()。记住两者之间的区别非常重要。 element.Nodes()可以为您提供诸如XText，XAttribute等之类的所有内容，但是XElement仅是一个元素。

归功于那些发现并证明了最佳方法的人(谢谢！)，在此将其包裹在扩展方法中：

1
2
3
4
5
6

public static string InnerXml(this XNode node) {
using (var reader = node.CreateReader()) {
reader.MoveToContent();
return reader.ReadInnerXml();
}
}

保持简单高效：

1	String.Concat(node.Nodes().Select(x => x.ToString()).ToArray())

连接字符串时，聚合内存和性能低下
使用Join("，sth)使用的字符串数组是Concat的两倍...并且在代码中看起来很奇怪。
使用+ =看起来很奇怪，但是显然不比使用'+'更糟-可能会针对相同的代码进行优化，以防分配结果未使用并且可能被编译器安全删除。
StringBuilder非常必要-每个人都知道不必要的"状态"糟透了。

我最终使用了这个：

1	Body = t.Element("body").Nodes().Aggregate("", (b, node) => b += node.ToString());

我个人最终使用Aggregate方法编写了InnerXml扩展方法：

1
2
3
4

public static string InnerXml(this XElement thiz)
{
return thiz.Nodes().Aggregate( string.Empty, ( element, node ) => element += node.ToString() );
}

这样，我的客户端代码就和旧的System.Xml命名空间一样简洁：

1	var innerXml = myXElement.InnerXml();

@Greg：看来您已将答案编辑为完全不同的答案。对此我的回答是，我可以使用System.Xml进行此操作，但希望通过LINQ to XML来解决问题。

如果其他人想知道为什么我不能仅仅使用XElement的.Value属性来获取所需的内容，我将在下面保留原始答复：

@Greg：Value属性连接任何子节点的所有文本内容。因此，如果body元素仅包含文本，则可以使用，但是如果包含XHTML，则可以将所有文本连接在一起，但不包含任何标签。

doc.ToString()或doc.ToString(SaveOptions)完成工作。
请参阅http://msdn.microsoft.com/zh-cn/library/system.xml.linq.xelement.tostring(v=vs.110).aspx

//使用Regex可能会更快，以简单地修剪begin和end元素标签

1
2
3
4
5

var content = element.ToString();
var matchBegin = Regex.Match(content, @"<.+?>");
content = content.Substring(matchBegin.Index + matchBegin.Length);
var matchEnd = Regex.Match(content, @"</.+?>", RegexOptions.RightToLeft);
content = content.Substring(0, matchEnd.Index);

1
2
3
4
5
6

var innerXmlAsText= XElement.Parse(xmlContent)
.Descendants()
.Where(n => n.Name.LocalName =="template")
.Elements()
.Single()
.ToString();

会为你做的工作

你懂？最好的办法是回到CDATA :(我在这里看解决方案，但我认为CDATA是迄今为止最简单，最便宜的，而不是最方便的开发方法。

想知道是否(注意我摆脱了b + =而只有b +)

1 2	t.Element("body" ).Nodes() .Aggregate("", ( b, node ) => b + node.ToString() );

效率可能会略低于

1 2	string.Join("", t.Element.Nodes() .Select( n => n.ToString() ).ToArray() );

不是100％肯定的...但是浏览了Reflector中的Aggregate()和string.Join()...我想我把它读为Aggregate只是附加了一个返回值，所以本质上您会得到：

字符串=字符串+字符串

与string.Join相比，它在其中提到了FastStringAllocation之类的东西，这使我觉得Microsoft的人们可能在其中增加了一些额外的性能。当然，我的.ToArray()称呼我为否定，但我只想提出另一个建议。

是否可以使用System.Xml命名空间对象代替LINQ在这里完成工作？正如您已经提到的，XmlNode.InnerXml正是您所需要的。

1
2
3
4
5
6
7
8

public static string InnerXml(this XElement xElement)
{
//remove start tag
string innerXml = xElement.ToString().Trim().Replace(string.Format("<{0}>", xElement.Name),"");
////remove end tag
innerXml = innerXml.Trim().Replace(string.Format("</{0}>", xElement.Name),"");
return innerXml.Trim();
}

方法元素文本混合