加载超过100M的xml文件时（可能不是很常见），XmlDocument这种全部加载到内存里的模式就有点不友好了，耗时长、内存高。
这时用xmlreader就会有自行车换超跑的感觉，但其间遇到几个坑，记录一下。
先看源码，包括dom和sax两种模式的读取和写入
DOM模式：
1 /// <summary>
2 /// dom模式创建xml文件 3 /// </summary> 4 /// <param name="path"></param> 5 public void CreateXml_Dom(string path) 6 { 7 XmlDocument xmlDocw = new XmlDocument(); 8 //xml头 9 var xmldecl = xmlDocw.CreateXmlDeclaration("1.0", "utf-8", null); 10 var root = xmlDocw.CreateElement("root"); 11 root.SetAttribute("Name", "李四"); 12 var test = xmlDocw.CreateElement("test"); 13 root.AppendChild(test); 14 15 xmlDocw.AppendChild(xmldecl); 16 xmlDocw.AppendChild(root); 17 xmlDocw.Save(path); 18 19 //可以通过xmlreader读数据后生成节点 20 //var node = xmlDocw.ReadNode(rdr); 21 //root.AppendChild(node); 22 //或者读取outerxml后作为innerxml写入 23 //string str = rdr.ReadOuterXml(); 24 //root.InnerXml = str; 25 } 26 27 /// <summary> 28 /// dom模式读取xml 29 /// </summary> 30 /// <param name="path"></param> 31 public void ReadXml_Dom(string path) 32 { 33 XmlDocument xmlDocr = new XmlDocument(); 34 xmlDocr.Load(path); 35 var root = xmlDocr.DocumentElement; 36 string str = root.GetAttribute("Name"); 37 Console.WriteLine(str); 38 }
SAX（simple API for XML）模式：几种错误也都用注释标注出来了
1 /// <summary>
2 /// xmlwriter创建xml文件 3 /// </summary> 4 /// <param name="path"></param> 5 public void CreateXml_Sax(string path) 6 { 7 //filestream没问题 8 //FileStream stream = new FileStream(path,FileMode.Create); 9 //会出现编码一直是utf-16问题 10 //StringBuilder stream = new StringBuilder(); 11 MemoryStream stream = new MemoryStream(); 12 XmlWriterSettings settings = new XmlWriterSettings(); 13 //Encoding.UTF8这个会报错,字节顺序标记 14 settings.Encoding = new UTF8Encoding(false); 15 XmlWriter xw = XmlWriter.Create(stream, settings); 16 //XmlTextWriter xw = new XmlTextWriter(stream, new UTF8Encoding(false)); 17 18 //写入声明 19 xw.WriteStartDocument(); 20 21 xw.WriteStartElement("root"); 22 xw.WriteAttributeString("Name", "张三"); 23 //可以通过xmlreader读数据后直接写入 24 //xw.WriteNode(rdr); 25 xw.WriteStartElement("test"); 26 xw.WriteEndElement(); 27 28 xw.WriteEndElement(); 29 30 xw.WriteEndDocument(); 31 xw.Close(); 32 33 string xmlstr = Encoding.UTF8.GetString(stream.ToArray()); 34 stream.Close(); 35 XmlDocument xmlDocw = new XmlDocument(); 36 xmlDocw.LoadXml(xmlstr); 37 xmlDocw.Save(path); 38 } 39 40 /// <summary> 41 /// xmlreader读取xml 42 /// </summary> 43 /// <param name="path"></param> 44 public void ReadXml_Sax(string path) 45 { 46 XmlDocument xmlDocw = new XmlDocument(); 47 XmlReaderSettings rsettings = new XmlReaderSettings(); 48 rsettings.IgnoreComments = true; 49 rsettings.IgnoreWhitespace = false; 50 rsettings.CheckCharacters = false; 51 //默认的xmlreader不读取内容中的回车换行\r\n 52 //(XmlReader rdr = XmlReader.Create(path,rsettings)) 53 using (XmlTextReader rdr = new XmlTextReader(path)) 54 { 55 rdr.WhitespaceHandling = WhitespaceHandling.Significant; 56 string eleName = ""; 57 while (rdr.Read()) 58 { 59 if (rdr.NodeType == XmlNodeType.Element) 60 { 61 //节点名称 62 eleName = rdr.Name; 63 //节点深度 64 int dp = rdr.Depth; 65 //是否空节点，表示<elememt/> 不是<element></element> 66 bool needend = rdr.IsEmptyElement; 67 for (int i = 0; i < rdr.AttributeCount; i++) 68 { 69 rdr.MoveToAttribute(i); 70 Console.WriteLine(rdr.Name+":"+rdr.Value); 71 } 72 //可以直接读取节点所有的数据.可以用readNode读取 73 //rdr.EOF判定，不然会跳过节点 74 //rdr.ReadOuterXml(); 75 } 76 else if (rdr.NodeType == XmlNodeType.EndElement) 77 { 78 eleName = rdr.Name; 79 } 80 } 81 } 82 }
xmlreader和xmldocument(xmlwriter)组合一起用对大型xml进行拆分读取，十分有效。
下面是遇到的问题：
1.xmlwriter后xml文件头始终是utf-16
这是用StringBuilder才会有的问题，改用FileStream、MemoryStream等就好了。
2.（UTF8）改用MemoryStream后，形成的xml字符串通过XMLDocument.LoadXml时报错
XmlWriterSettings settings = new XmlWriterSettings();
settings.Encoding = Encoding.UTF8;
最终发现默认的Encoding.UTF8是带有字节顺序标记的，要用new UTF8Encoding(false);
通过监视区代码可以看到，xmlstr[0]是65279，修改后就对了变成60'<'。
3.xmlreader默认不读取内容中的回车换行，读进来就是个空格。
第二个直接回车换行就是读不进来，用xmldocument可以读到两个，xmlreader就是读取不到。
期间一直在找设置，比如IgnoreWhitespace等，发现都没有用，还是不读。
XmlReaderSettings rsettings = new XmlReaderSettings();
rsettings.IgnoreWhitespace = false;
最后在stackoverflow上找到答案(注1)，不能用XmlReader rdr = XmlReader.Create(path)，用XmlTextReader就好了。
注1：不读回车换行问题 https://stackoverflow.com/questions/1793908/xmlreader-newline-n-instead-of-r-n
This is because the XmlTextReader has a normalization setting defaulted to false unlike XmlReader.Create which always normalizes newlines no matter what.