我需要从一个现有的XML文件中复制节点到一个新创建的XML文件中。我正在使用XDocument实例来访问现有的XML文件。问题是XML文件可能非常大(比如说Openstreetmap数据,500K行)。如何循环遍历大型XML文件而不会导致内存错误呢?目前,我只是使用XDocument.Load(path)并循环遍历doc.Descendants(),但这会导致程序在循环完成之前冻结。所以我认为我必须异步循环,但我不知道实现这一点的最佳方法。
XmlReader
和IEnumerable<XElement>
迭代器来产生所需的元素。这种方法虽然不是异步的,但它可以节省内存,因为你不需要将整个文件加载到内存中进行处理,只需选择要复制的元素即可。public IEnumerable<XElement> ReadFile(string pathToTheFile)
{
using (XmlReader reader = XmlReader.Create(pathToTheFile))
{
reader.MoveToContent();
while (reader.Read())
{
If (reader.NodeType == XmlNodeType.Element)
{
if (reader.Name.Equals("yourElementName"))
{
XElement element = XElement.ReadFrom(reader) as XElement;
yield return element ;
}
}
}
}
}
您可以异步读取文件
public async Task<IEnumerable<XElement>> ReadFileAsync(string pathToTheFile)
{
var elements = new List<XElement>();
var xmlSettings = new XmlReaderSettings { Async = true };
using (XmlReader reader = XmlReader.Create(pathToTheFile, xmlSettings))
{
await reader.MoveToContentAsync();
while (await reader.ReadAsync())
{
If (reader.NodeType == XmlNodeType.Element)
{
if (reader.Name.Equals("yourElementName"))
{
XElement element = XElement.ReadFrom(reader) as XElement;
elements.Add(element);
}
}
}
}
return elements;
}
然后您可以异步循环所有文件并等待结果。
var fileTask1 = ReadFileAsync(filePath1);
var fileTask2 = ReadFileAsync(filePath2);
var fileTask3 = ReadFileAsync(filePath3);
await Task.WhenAll(new Task[] { fileTask1, fileTask2, fileTask3} );
// use results
var elementsFromFile1 = fileTask1.Result;
XmlReader
和IEnumerable
迭代器 (yield
) - Fabio