網路上看到一篇文章說 XmlTextReader 比較快,自己實際跑了一次,結論確實如此。
在 .NET 的 System.Xml 命名空間中,XmlTextReader 的設計目標就是「以最小的系統資源代價,快速讀取 XML」。它能取出 XML 中的資料,轉換成 HTML 格式後輸出到瀏覽器。本文先從類別定位談起,再談實測。
XmlTextReader:以快速、單向、無緩衝的方式存取 XML 資料。單向的意思是只能由前而後讀,無法回溯。
XmlValidatingReader:與 XmlTextReader 搭配使用,提供對 DTD、XDR 與 XSD 架構的驗證能力。
XmlDocument:遵循 W3C DOM 一級與二級標準,提供隨機、有快取的存取方式。一級包含 DOM 最基本的部分,二級則增強了命名空間與 CSS 等支援。
XmlTextWriter:產生符合 W3C XML 1.0 規範的 XML 檔。
XmlTextReader 在父程式控制下,每次只處理一個節點,逐步走完全份文件。在每個節點上,父程式能判斷它的型別、屬性與資料,再決定要處理還是略過。這種「父程式主動索取」的模式稱為抽取式(pull)處理。
它常被拿來跟 SAX 相比。兩者都很省資源、都很快,但 SAX 走的是推入式(push)模型:XML 處理器主動丟出事件,告知主機程式哪些節點資料可取用,主機程式再決定回應或忽略。資料流向恰好相反。
兩種模型孰優孰劣向來有討論空間,但都足以勝任工作。值得一提的是,.NET 本身不支援 SAX,但你仍可以在 .NET 程式中使用既有的 SAX 工具,例如 MSXML 解析器。
XmlTextReader 有多個建構子以適應不同情境,例如從既有資料流或 URL 讀取。最常見的是從檔案讀:
XmlTextReader myReader;
myReader = new XmlTextReader("c:\data\sales.xml");
接著建立一個以 Read() 為條件的迴圈。這個方法的回傳值會持續為 true,直到抵達檔案結尾才變成 false:
while (myReader.Read())
{
// 在這裡處理每個節點
}
每次成功呼叫 Read() 之後,該物件即包含目前節點的資訊,可從各成員取得,並透過 NodeType 屬性判斷型別。
理解「節點如何對應到 XML 語法單元」非常重要。看這行:
<city>Chongqing</city>
XmlTextReader 把它看作三個節點:
一、<city> 讀為 XmlNodeType.Element 節點,元素名稱「city」可從 Name 屬性取得。
二、文字「Chongqing」讀為 XmlNodeType.Text 節點,內容可從 Value 屬性取得。
三、</city> 讀為 XmlNodeType.EndElement 節點,名稱同樣可從 Name 取得。
這三種是最常用的型別,其餘可參考 .NET 官方文件。若遇到違反 XML 語法的情況,XmlTextReader 會丟出 System.Xml.XmlException,因此使用它的程式碼都應包在 try...catch 中。
以下程式會讀入一份 XML,逐節點處理後輸出成 HTML:
<%@ Import Namespace="System.Xml" %>
<script language="C#" runat="server">
public class XmlDisplay
{
// 這個類別讀入並處理 XML 檔
public string LoadDocument(string xmlFileName)
{
XmlTextReader xmlReader = null;
StringBuilder html = new StringBuilder();
try
{
xmlReader = new XmlTextReader(xmlFileName);
html.Append(ProcessXml(xmlReader));
}
catch (XmlException ex)
{
html.Append("發生一個 XML 例外:" + ex.ToString());
}
catch (Exception ex)
{
html.Append("發生一個一般例外:" + ex.ToString());
}
finally
{
if (xmlReader != null)
xmlReader.Close();
}
return html.ToString();
}
// 讀入 XML 並產生輸出的 HTML
private string ProcessXml(XmlTextReader xmlReader)
{
StringBuilder temp = new StringBuilder();
while (xmlReader.Read())
{
// 處理元素節點的起始
if (xmlReader.NodeType == XmlNodeType.Element)
{
// 忽略 <people> 與 <person> 兩層外框
if ((xmlReader.Name != "person") && (xmlReader.Name != "people"))
{
// 遇到 <category> 就開一個新段落
if (xmlReader.Name == "category")
temp.Append("<p>");
temp.Append(xmlReader.Name + ": ");
}
}
// 處理文字節點
else if (xmlReader.NodeType == XmlNodeType.Text)
{
temp.Append(xmlReader.Value + "<br>");
}
// 處理元素節點的結束
else if (xmlReader.NodeType == XmlNodeType.EndElement)
{
// 遇到 </email> 就結束段落
if (xmlReader.Name == "email")
temp.Append("</p>");
}
}
return temp.ToString();
}
}
private void Page_Load(object sender, EventArgs e)
{
XmlDisplay xmlDisplayDemo = new XmlDisplay();
output.InnerHtml = xmlDisplayDemo.LoadDocument(Server.MapPath("XMLData.xml"));
}
</script>
<html>
<head></head>
<body>
<h2>示範 XmlTextReader 類別</h2>
<div id="output" runat="server"/>
</body>
</html>
程式的重心是 ProcessXml():每次讀一個節點,遇到感興趣的元素就把它與對應的 HTML 標籤一併寫入輸出。這裡的「輸出」暫存在 StringBuilder 中,由 LoadDocument() 呼叫並負責建立 reader 實例與例外處理,最後回傳字串。Page_Load() 則在頁面被請求時自動執行,把結果塞進 <div> 輸出。
XmlDocument 走的是完全不同的路:它在記憶體中建立整份文件的節點樹,因此能隨機存取(正好相對於 reader 的線性方式),修改文件的資料與結構時也靈活得多,還能執行 XSLT 轉換。但這些額外能力是有代價的——速度較慢、記憶體與 CPU 佔用較高。
同一份 XML,兩種讀法各跑一次並計時:
static void Main(string[] args)
{
DateTime d1 = DateTime.Now;
XmlDocumentTest(); // 換成 XmlTextReaderTest() 即比較另一種
DateTime d2 = DateTime.Now;
TimeSpan ts = d2 - d1;
Console.WriteLine(ts.TotalMilliseconds);
Console.Read();
}
public static string XmlFileName = "../../XML/1.xml";
private static void XmlTextReaderTest()
{
XmlTextReader reader = new XmlTextReader(XmlFileName);
while (reader.Read())
{
bool exit = false;
switch (reader.NodeType)
{
case XmlNodeType.Element:
break;
case XmlNodeType.Text:
if (reader.Value == "last")
{
exit = true;
}
break;
case XmlNodeType.EndElement:
break;
default:
break;
}
if (exit)
{
return; // 找到目標即提前結束
}
}
}
private static void XmlDocumentTest()
{
XmlDocument xd = new XmlDocument();
xd.Load(XmlFileName);
XmlNode node = xd.SelectSingleNode("/people/person[category='last']");
Console.Write(node.Name);
}
兩段程式碼做的是同一件事:找出 category 為 last 的那個 person 節點。但成本結構截然不同——XmlTextReader 版邊讀邊判斷,命中即可收工;XmlDocument 版必須先呼叫 Load() 把整棵樹建起來,才能下 XPath 查詢。
實測結果與預期一致:在這種「只讀、只找一筆」的情境下,XmlTextReader 明顯快於 XmlDocument,而且文件越大差距越明顯。
但速度不該是唯一依據。選擇時該問的是:你需要資料的哪一部分?
只要順向掃過一遍、找到就走的場合——例如讀設定檔、過濾資料、串流處理大型日誌——用 XmlTextReader。它不必把整份文件載入記憶體,這在處理大檔時是決定性的優勢。
需要隨機存取、修改結構、或跑 XSLT 轉換的場合——只能用 XmlDocument(或效能更好的 XPathDocument)。省下的開發時間往往遠 worth 那点效能差異。
補充一句現況:在今日的 .NET 中,XmlTextReader 與 XmlTextWriter 已被標示為过时型別,微軟建議改用 XmlReader.Create() 與 XmlWriter.Create()。兩者的串流式設計精神完全一致,但新版 API 在標準遵循度與可設定性上都更好,新專案應直接採用。