根据输入 XML 的调整编写输出 XML答案

【问题标题】：Writing output XML based on adjustments to input XML根据输入 XML 的调整编写输出 XML
【发布时间】：2021-12-24 01:11:10
【问题描述】：

我正在尝试重构现有工具以减少内存使用量。该工具会处理一个 XML 文件，该文件的开头如下：

<?xml version="1.0" encoding="utf-8"?>
<XQ xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="my.xsd" SchemaVersion="2.0" SoftwareVersion="2.10.6.195" ExportMode="StrongReferences" System="foo" Database="bar" Description="descriptio of bar database on foo system" Created="2021-11-10T15:14:57.8590869Z" id="9632241b-2b2b-46a4-81b0-fb9bd65c2ef5" ParentKey="a743efc8-7095-4791-b44c-da70bb01f075" ExportedObject="wibble" ExportedType="baz" Identity="bif" Persist="142 {9895150E-085D-4fcb-A16D-5EF5D2527196} 2\{a743efc8-7095-4791-b44c-da70bb01f075}\{9632241b-2b2b-46a4-81b0-fb9bd65c2ef5}*foo\bar">
  <APDatabase>
    <id>11111111-2222-3333-4444-555555555555</id>
    <Name>foo</Name>
    <Description>foo database</Description>
    <APAttCat>
      <id>22222222-2222-2222-2222-222222222222</id>
      <Name>just a name</Name>
    </APAttCat>
    <APElemTemp>
      <id>6012ede0-c202-4474-a13a-d9cc349c638e</id>
      <Name>name of this elem temp</Name>
      <Description>description of this elem temp</Description>
      <BaseTemplateOnly>false</BaseTemplateOnly>
      <Type>None</Type>
      <InstanceType>Elem</InstanceType>
      <AllowElemToExtend>true</AllowElemToExtend>
      <APAttTemp>
        <id>33333333-3333-3333-3333-333333333333</id>
        <Name>Name of this att temp</Name>
        <Description>Description of this att temp</Description>
        <Type>String</Type>
        <Value type="String"></Value>
        <AttCatRef id="44444444-4444-4444-4444-444444444444">!Configuration</AttCatRef>
      </APAttTemp>
    </APElemTemp>
...

这些文件中还有很多内容，最终可能会变得庞大。重要的方面是每个<AP...> XML 元素的第一个子元素是一个<id> 元素，其中包含该父元素的guid。当前程序将整个内容加载到 XDocument 中，并向所有 '' 元素添加一个 'delete="true"' 属性，其中它们的子 <id> 元素不存在于单独的 guid 列表中，然后保存到另一个文件。

例如，如果 APAttTemp (33333333-3333-3333-3333-333333333333) 的 guid 不在我单独的 guid 列表中，我需要写 <APAttTemp delete="true">。

但是将整个内容加载到内存中会导致问题。我想做同样的事情，但不将整个 xml 加载到内存中。我可以用 XmlReader/XmlWriter 做到这一点吗？有没有更好的办法？

我是 XML 处理的新手，但到目前为止，我有一个阅读器和编写器来打开源 XML 并复制它。

正如@dbc 所说，需要提前查看子<id> 元素以发现当前元素是否需要修改。我在想也许我可以缓存任何<AP...> 元素并读取下一个<id> 元素，然后再将它们都写入输出？

【问题讨论】：

能否请您edit 澄清您要从显示的输入 XML 生成的 XML？例如。您想将<Name> 转换为<Name delete="true">，因为<Name> 没有<id> 子元素，但您不想将它添加到<ElemTemp>，因为它有？那么<AttCatRef id="44444444-4444-4444-4444-444444444444"> 呢？显然你不能删除根元素，但它会有<id> 子元素吗？
在没有 minimal reproducible example 的情况下，我的猜测是你需要通过文件两次，因为 1) XmlReader 和 XmlWriter 是只转发的，但是 2) 你希望在扫描其子元素以查找 <id> 元素后向元素添加属性，这意味着您需要从当前阅读器位置向后写。
<id> 元素是否总是 first 子元素？
嗨@dbc，是的，<id> 始终是第一个元素

标签： xml linq-to-xml xmlreader xmlwriter

【解决方案1】：

如您所知，第一个元素是 id 元素，如果值不在列表中，您需要为父元素输出一个属性，您应该能够以流式方式执行此操作，例如使用带流式传输的 XSLT 3（支持带有 Saxon EE 的 .NET 框架和带有 SaxonCS 的 .NET Core）：

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  version="3.0"
  xmlns:xs="http://www.w3.org/2001/XMLSchema"
  exclude-result-prefixes="#all"
  expand-text="yes">
  
  <xsl:param name="ids-to-keep" as="xs:string*" select="'11111111-2222-3333-4444-555555555555', '22222222-2222-2222-2222-222222222222', '6012ede0-c202-4474-a13a-d9cc349c638e'"/>
  
  <xsl:template match="*[starts-with(local-name(), 'AP')]/id">
    <xsl:apply-templates/>
  </xsl:template>
  
  <xsl:template match="*[starts-with(local-name(), 'AP')]/id/text()">
    <xsl:if test="not(. = $ids-to-keep)">
      <xsl:attribute name="delete">yes</xsl:attribute>
    </xsl:if>
    <id>{.}</id>
  </xsl:template>

  <xsl:strip-space elements="*"/>
  <xsl:output method="xml" indent="yes"/>

  <xsl:mode on-no-match="shallow-copy" streamable="yes"/>

</xsl:stylesheet>

也可以结合 XmlReader 和 XmlWriter 来复制所有内容，但如果遇到不在 id 列表中的 id，则写出该属性。

【讨论】：