在C#开发中处理XML文件时，面对体积达到几百MB甚至GB级别的大型XML文件，使用XmlDocument或者XDocument等DOM类解析会直接把整个文件内容加载到内存中，很容易引发内存溢出异常。而XmlReader作为C#提供的流式XML读取器，采用只进只读的方式逐节点处理XML内容，不需要将整个文件加载到内存，非常适合处理大型XML文件的场景。
XmlReader的核心特性
XmlReader是System.Xml命名空间下的一个抽象类，它的核心特性包括：
- 流式读取：按节点顺序逐个读取XML内容，不会缓存整个文档
- 只读访问：只能读取XML内容，不能修改XML结构
- 轻量高效：内存占用极低，处理大文件时性能优势明显
- 支持验证：可以配合XmlSchemaSet对XML进行结构验证
创建XmlReader实例
使用XmlReader前需要先创建实例，通常我们通过XmlReader.Create方法创建，该方法支持从文件路径、流、文本读取器等来源创建读取器，还可以配置读取参数。
基础的创建方式如下：
using System.Xml;
// 从文件路径创建XmlReader
using (XmlReader reader = XmlReader.Create("large_data.xml"))
{
// 读取操作逻辑
}
// 从文件流创建XmlReader
using (FileStream fs = new FileStream("large_data.xml", FileMode.Open))
using (XmlReader reader = XmlReader.Create(fs))
{
// 读取操作逻辑
}
如果需要配置读取行为，比如忽略注释、忽略空白节点，可以传入XmlReaderSettings对象：
using System.Xml;
XmlReaderSettings settings = new XmlReaderSettings();
// 忽略注释节点
settings.IgnoreComments = true;
// 忽略空白节点
settings.IgnoreWhitespace = true;
using (XmlReader reader = XmlReader.Create("large_data.xml", settings))
{
// 读取操作逻辑
}
使用XmlReader遍历XML节点
XmlReader提供了多个方法用于遍历和读取节点，最常用的是Read方法，该方法会将读取器前进到下一个节点，返回true表示还有节点可读，返回false表示已经到达文件末尾。
我们可以通过NodeType属性判断当前节点的类型，常见的节点类型包括：
| 节点类型 | 说明 |
|---|---|
| XmlNodeType.Element | 开始元素标签，比如<user> |
| XmlNodeType.EndElement | 结束元素标签，比如</user> |
| XmlNodeType.Text | 元素的文本内容 |
| XmlNodeType.Attribute | 元素的属性 |
| XmlNodeType.XmlDeclaration | XML声明节点 |
下面是一个遍历XML所有节点并输出节点类型、名称、值的示例：
using System;
using System.Xml;
class Program
{
static void Main()
{
using (XmlReader reader = XmlReader.Create("test.xml"))
{
while (reader.Read())
{
Console.WriteLine($"节点类型: {reader.NodeType}, 名称: {reader.Name}, 值: {reader.Value}");
}
}
}
}
读取元素内容和属性
实际开发中我们更多需要读取具体元素的内容和属性，XmlReader提供了多个便捷方法：
读取元素文本内容
当定位到开始元素节点后，可以使用ReadElementContentAsString方法直接读取该元素的文本内容，该方法会自动前进到结束元素节点之后。
using System;
using System.Xml;
class Program
{
static void Main()
{
// 假设test.xml内容为 <?xml version="1.0"?><root><name>张三</name><age>25</age></root>
using (XmlReader reader = XmlReader.Create("test.xml"))
{
while (reader.Read())
{
if (reader.NodeType == XmlNodeType.Element && reader.Name == "name")
{
// 读取name元素的文本内容
string name = reader.ReadElementContentAsString();
Console.WriteLine($"姓名: {name}");
}
if (reader.NodeType == XmlNodeType.Element && reader.Name == "age")
{
// 读取age元素的文本内容并转换为整数
int age = reader.ReadElementContentAsInt();
Console.WriteLine($"年龄: {age}");
}
}
}
}
}
读取元素属性
如果元素包含属性，可以先通过MoveToFirstAttribute方法移动到第一个属性，再通过MoveToNextAttribute方法遍历所有属性，使用GetAttribute方法可以直接获取指定名称的属性值。
using System;
using System.Xml;
class Program
{
static void Main()
{
// 假设test.xml内容为 <?xml version="1.0"?><user id="1001" type="admin"><name>李四</name></user>
using (XmlReader reader = XmlReader.Create("test.xml"))
{
while (reader.Read())
{
if (reader.NodeType == XmlNodeType.Element && reader.Name == "user")
{
// 直接获取指定属性
string id = reader.GetAttribute("id");
string type = reader.GetAttribute("type");
Console.WriteLine($"用户ID: {id}, 类型: {type}");
// 遍历所有属性
if (reader.MoveToFirstAttribute())
{
do
{
Console.WriteLine($"属性名: {reader.Name}, 属性值: {reader.Value}");
} while (reader.MoveToNextAttribute());
// 移动回元素节点
reader.MoveToElement();
}
}
}
}
}
}
处理大型XML文件的完整示例
假设我们有一个大小为2GB的用户数据XML文件，结构如下，需要提取所有用户的基本信息：
<?xml version="1.0" encoding="utf-8"?>
<users>
<user id="1001">
<name>张三</name>
<age>25</age>
<email>zhangsan@ipipp.com</email>
</user>
<user id="1002">
<name>李四</name>
<age>28</age>
<email>lisi@ipipp.com</email>
</user>
<!-- 百万级用户数据 -->
</users>
使用XmlReader流式读取的完整代码如下：
using System;
using System.Xml;
class Program
{
static void Main()
{
XmlReaderSettings settings = new XmlReaderSettings();
// 忽略注释和空白节点，提升处理效率
settings.IgnoreComments = true;
settings.IgnoreWhitespace = true;
using (XmlReader reader = XmlReader.Create("large_users.xml", settings))
{
string currentUserId = null;
string currentName = null;
string currentAge = null;
string currentEmail = null;
while (reader.Read())
{
switch (reader.NodeType)
{
case XmlNodeType.Element:
// 遇到user开始标签，获取id属性
if (reader.Name == "user")
{
currentUserId = reader.GetAttribute("id");
}
// 遇到name开始标签，读取内容
else if (reader.Name == "name")
{
currentName = reader.ReadElementContentAsString();
}
// 遇到age开始标签，读取内容
else if (reader.Name == "age")
{
currentAge = reader.ReadElementContentAsString();
}
// 遇到email开始标签，读取内容
else if (reader.Name == "email")
{
currentEmail = reader.ReadElementContentAsString();
}
break;
case XmlNodeType.EndElement:
// 遇到user结束标签，说明一个用户数据读取完成
if (reader.Name == "user")
{
Console.WriteLine($"用户ID: {currentUserId}, 姓名: {currentName}, 年龄: {currentAge}, 邮箱: {currentEmail}");
// 重置临时变量
currentUserId = null;
currentName = null;
currentAge = null;
currentEmail = null;
}
break;
}
}
}
}
}
注意事项
使用XmlReader时需要注意以下几点：
- XmlReader实例需要放在using语句中，确保使用完毕后释放资源
- ReadElementContentAsXXX系列方法会将读取器移动到当前元素的结束标签之后，不需要额外调用Read方法
- 读取属性后如果需要回到元素节点操作，要调用MoveToElement方法
- XmlReader是只进的，无法回溯已经读取过的节点，如果需要重复访问节点，需要自己缓存相关数据