c#操作Xml（五）

上集回顾

    上两集都介绍了Linq to Xml的相关用法，需要注意的一点是Linq to Xml是in-memory的处理方式，所以有多少节点，就要消耗多少内存，如果这个xml很大，但系统内存却有限的情况下怎么办哪？

设置目标

    今天要做的是把某目录下的所有文件和目录输出到一个xml里面去，例如：

<?xml version="1.0" encoding="gb2312"?>
<folder name="bin">
  <folder name="Debug">
    <file name="ConsoleApplication6.exe" />
    <file name="ConsoleApplication6.exe.config" />
    <file name="ConsoleApplication6.pdb" />
    <file name="ConsoleApplication6.vshost.exe" />
    <file name="ConsoleApplication6.vshost.exe.config" />
    <file name="ConsoleApplication6.vshost.exe.manifest" />
  </folder>
  <folder name="Release">
    <file name="ConsoleApplication6.exe" />
    <file name="ConsoleApplication6.exe.config" />
    <file name="ConsoleApplication6.pdb" />
    <file name="ConsoleApplication6.vshost.exe" />
    <file name="ConsoleApplication6.vshost.exe.config" />
    <file name="ConsoleApplication6.vshost.exe.manifest" />
  </folder>
</folder>

    当然这个需要可以作用于c盘根目录，也就是需要处理相当多的文件和目录。

使用Linq to Xml尝试

    如果用前两集中介绍的Linq to Xml来做，可以很快地写出：

var di = new DirectoryInfo("..");
XDocument doc = new XDocument(GetFolderContent(di));
doc.Save(Console.Out);

    以及：

static XElement GetFolderContent(DirectoryInfo di)
{
    return new XElement("folder",
        new XAttribute("name", di.Name),
        from subDir in di.GetDirectories()
        select GetFolderContent(subDir),
        from file in di.GetFiles()
        select new XElement("file", new XAttribute("name", file.Name)));
}

    但是，需要注意一点，Linq to Xml是in-memory的方式工作的，也就是如果有1000级的目录嵌套，每级有100个子目录，那么就有100^1000个XElement在内存中创建出来，好吧，这么计算一下，整个过程需要多少内存吧，10的2000次方*每一个XElement消耗的内存，就算只有1个Byte，1G内存也只能处理10的30次方，所以要处理完这个场景，说需要的多少内存可以说是不可能达到的。

分析

    上面的实现得益于Linq to Xml API的简易，但是却有受制于Linq to Xml的in-memory模型，要是有一种既可以受益于Linq to Xml的简易，又可以使用非in-memory的模型就两全其美了。

    天下有这么好的事情吗？先不要急于下定论，让我们来查查msdn吧：如何：执行大型 XML 文档的流式转换

    这里提到了一个XStreamingElement的类，仅仅从名称上，我们就可以知道，这个类是一个类似XElement的类型，但是它又是一个类似Stream的类，并不是in-memory的，当然具体怎么说还要看msdn。

    msdn中明确说明：表示支持延迟流输出的 XML 树中的元素。

    而且在备注中说到：如果从输入源（如文本文件）进行流式处理，则可以读取非常大的文本文件，并生成非常大的 XML 文档，同时保持较小的内存需求量。

    也就是明确了XStreamingElement这个类本身就是（或类似）流式处理的，并不像普通的XElement的in-memory的处理方式。

实现

    找到了XStreamingElement这个Linq to Xml的另类API之后，就可以实现了前面的目标了，XStreamingElement的用法与XElement十分相似，因此只需要把前面的方法稍作修改即可：

static XStreamingElement GetFolderContent(DirectoryInfo di)
{
    return new XStreamingElement("folder",
        new XAttribute("name", di.Name),
        from subDir in di.GetDirectories()
        select GetFolderContent(subDir),
        from file in di.GetFiles()
        select new XElement("file", new XAttribute("name", file.Name)));
}

    不过，需要额外修改一下外面的调用方式：

var di = new DirectoryInfo(@"C:\");
GetFolderContent(di).Save(Console.Out);

    这里必须要用XStreamingElement的Save方法，否则延迟求解的特性可能会失效。

总结和下集预告

    本集介绍了Linq to Xml中的异类：XStreamingElement，既得益于Linq to Xml的简易，又拥有streaming的小内存特性，在操作超大xml是这两个特性可以让工作事半功倍。

    但是，如果一个需要流处理的需求，并且部署环境没有安装.net 3.5 framework的话，怎么办哪，这使我们不得不回到xml reader和xml writer的时代，下集将介绍如何使用这两者。