我的计划是使用我的 C# 程序读入一个 XML 文档，搜索我想要更改的特定条目，然后写出修改后的文档。但是，我已经陷入困境，因为很难区分元素，无论它们是使用我用来读取文件的 XmlTextReader 开始还是结束。我可以通过一些建议让我走上正轨。
文档是 HTML 文档，可以想象，它相当复杂。
我想在 HTML 文档中搜索一个元素 id，例如查找它并更改 src；
<img border="0" src="bigpicture.png" width="248" height="36" alt="" id="lookforthis" />
【问题讨论】：
如果它实际上是有效的 XML，并且很容易放入内存中，那么我每次都会选择 LINQ to XML（XDocument、XElement 等）。这是迄今为止我用过的最好的 XML API。很容易形成查询，也很容易构造新元素。
您可以在合适的地方使用 XPath，或内置的轴方法（Elements()、Descendants()、Attributes() 等）。如果您可以让我们知道您遇到了哪些具体问题，我很乐意帮助您了解如何在 LINQ to XML 中表达它们。
另一方面，如果这是 不是有效 XML 的 HTML，那么您将遇到更困难的情况 - 因为 XML APIs generalyl 期望与有效的 XML 文档一起工作。你当然可以先使用HTMLTidy，但是可能会产生不良影响。
对于您的具体示例：
XDocument doc = XDocument.Load("file.xml");
foreach (var img in doc.Descendants("img"))
{
// src will be null if the attribute is missing
string src = (string) img.Attribute("src");
img.SetAttributeValue("src", src + "with-changes");
}
【讨论】：
您正在处理的文档是否相对较小？如果是这样，您可以使用 XmlDocument 对象将它们加载到内存中，对其进行修改，然后将更改写回。
XmlDocument doc = new XmlDocument();
doc.Load("path_to_input_file");
// Make changes to the document.
using(XmlTextWriter xtw = new XmlTextWriter("path_to_output_file", Encoding.UTF8)) {
xtw.Formatting = Formatting.Indented; // optional, if you want it to look nice
doc.WriteContentTo(xtw);
}
根据输入 XML 的结构，这可以使您的解析代码更简单一些。
【讨论】：
这是我为修改 IAR EWARM 项目 (ewp) 文件而编写的工具，将链接器定义添加到项目中。从命令行，您可以使用 2 个参数运行它，即输入和输出文件名 (*.ewp)。
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Xml;
namespace ewp_tool
{
class Program
{
static void Main(string[] args)
{
XmlDocument doc = new XmlDocument();
doc.Load(args[0]);
XmlNodeList list = doc.SelectNodes("/project/configuration[name='Debug']/settings[name='ILINK']/data/option[name='IlinkConfigDefines']/state");
foreach(XmlElement x in list) {
x.InnerText = "MAIN_APP=1";
}
using (XmlTextWriter xtw = new XmlTextWriter(args[1], Encoding.UTF8))
{
//xtw.Formatting = Formatting.Indented; // leave this out, it breaks EWP!
doc.WriteContentTo(xtw);
}
}
}
}
XML 的结构如下所示
<U+FEFF><?xml version="1.0" encoding="iso-8859-1"?>
<project>
<fileVersion>2</fileVersion>
<configuration>
<name>Debug</name>
<toolchain>
<name>ARM</name>
</toolchain>
<debug>1</debug>
...
<settings>
<name>ILINK</name>
<archiveVersion>0</archiveVersion>
<data>
...
<option>
<name>IlinkConfigDefines</name>
<state>MAIN_APP=0</state>
</option>
【讨论】：
如果您有适合计算机内存的较小文档，您可以使用XmlDocument。
否则，您可以使用XmlReader 来遍历文档。
使用XmlReader，您可以使用以下方法找出元素类型：
while (xml.Read()) {
switch xml.NodeType {
case XmlNodeType.Element:
//Do something
case XmlNodeType.Text:
//Do something
case XmlNodeType.EndElement:
//Do something
}
}
【讨论】：
对于手头的任务 - （阅读现有文档、编写和以正式方式修改）我会使用 XPathDocument 运行 XslCompiledTransform。
如果您无法形式化、没有预先存在的文档或通常需要更多自适应逻辑，我会像 Skeet 所说的那样使用 LINQ 和 XDocument。
如果任务是转换，那么 XSLT，如果任务是操作，那么 LINQ。
【讨论】：
我最喜欢的工具是HtmlAgilityPack。我使用它将复杂的 HTML 文档解析为 LINQ 可查询的集合。它是查询和解析 HTML（通常不是有效的 XML）的非常有用的工具。
对于您的问题，代码如下所示：
var htmlDoc = HtmlAgilityPack.LoadDocument(stringOfHtml);
var images = htmlDoc.DocumentNode.SelectNodes("//img[id=lookforthis]");
if(images != null)
{
foreach (HtmlNode node in images)
{
node.Attributes.Append("alt", "added an alt to lookforthis images.");
}
}
htmlDoc.Save('output.html');
【讨论】：
一种相当简单的方法是创建一个新的XmlDocument，然后使用Load() 方法填充它。获得文档后，您可以使用CreateNavigator() 获取XPathNavigator 对象，您可以使用该对象来查找和更改文档中的元素。最后，您可以使用XmlDocument 上的Save() 方法将更改的文档写回。
【讨论】：
首先阅读Xml namespace on the MSDN 的文档。然后，如果您有更具体的问题，请在此处发布...
【讨论】：