सी #

Question

के साथ एक्सएमएल से डुप्लिकेट विशेषताओं को कैसे हटाएं मैं किसी तृतीय पक्ष प्रदाता से कुछ एक्सएमएल फाइलों को पार्स कर रहा हूं और दुर्भाग्यवश यह हमेशा अच्छी तरह से गठित एक्सएमएल नहीं है क्योंकि कभी-कभी कुछ तत्वों में डुप्लिकेट गुण होते हैं।

मेरे पास स्रोत पर नियंत्रण नहीं है और मुझे नहीं पता कि कौन से तत्वों में डुप्लिकेट विशेषता हो सकती है और न ही मैं पहले से ही डुप्लिकेट विशेषता नामों को जानता हूं।

जाहिर है, एक XMLDocument वस्तु में सामग्री लोड डुप्लिकेट पर एक XmlException तो मैं हालांकि मैं एक XmlReader इस्तेमाल कर सकते हैं तत्व द्वारा हालांकि XML तत्व कदम और सौदा डुप्लिकेट के साथ जिम्मेदार बताते हैं, जब मैं अपमानजनक तत्व को पाने के लिए विशेषताओं को जन्म देती है।

हालांकि, XmlExceptionreader.Read() पर उठाया गया है - इससे पहले कि मुझे तत्व के गुणों की खोज करने का मौका मिले।

public static void ParseTest() 
{ 
    const string xmlString = 
     @"<?xml version='1.0'?> 
     <!-- This is a sample XML document --> 
     <Items dupattr=""10"" id=""20"" dupattr=""33""> 
      <Item>test with a child element <more/> stuff</Item> 
     </Items>"; 

    var output = new StringBuilder(); 
    using (XmlReader reader = XmlReader.Create(new StringReader(xmlString))) 
    { 
     XmlWriterSettings ws = new XmlWriterSettings(); 
     ws.Indent = true; 
     using (XmlWriter writer = XmlWriter.Create(output, ws)) 
     { 
      while (reader.Read()) /* Exception throw here when Items element encountered */ 
      { 
       switch (reader.NodeType) 
       { 
        case XmlNodeType.Element: 
         writer.WriteStartElement(reader.Name); 
         if (reader.HasAttributes){ /* CopyNonDuplicateAttributes(); */} 
         break; 
        case XmlNodeType.Text: 
         writer.WriteString(reader.Value); 
         break; 
        case XmlNodeType.XmlDeclaration: 
        case XmlNodeType.ProcessingInstruction: 
         writer.WriteProcessingInstruction(reader.Name, reader.Value); 
         break; 
        case XmlNodeType.Comment: 
         writer.WriteComment(reader.Value); 
         break; 
        case XmlNodeType.EndElement: 
         writer.WriteFullEndElement(); 
         break; 
       } 
      } 

     } 
    } 
    string str = output.ToString(); 
} 

वहाँ एक और तरीका है इनपुट को पार्स और नियमित अभिव्यक्ति और स्ट्रिंग परिवर्तन का उपयोग किए बिना डुप्लिकेट विशेषताओं को दूर करने के है:

यहाँ मुद्दा प्रदर्शित करने के लिए एक नमूना विधि है?

Answer 1

मुझे XML दस्तावेज़ के रूप में XML के बारे में सोचकर समाधान मिला। फिर ओपन-सोर्स Html Agility Pack लाइब्रेरी का उपयोग करके, मैं वैध एक्सएमएल प्राप्त करने में सक्षम था।

चाल xml को पहले HTML शीर्षलेख से सहेजना था।
तो इस तरह एक HTML घोषणा के साथ XML घोषणा
<?xml version="1.0" encoding="utf-8" ?>
बदल देते हैं:
!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

एक बार सामग्री दायर करने के लिए सहेजे जाते हैं, इस विधि एक मान्य XML दस्तावेज़ वापस आ जाएगी।

// Requires reference to HtmlAgilityPack 
public XmlDocument LoadHtmlAsXml(string url) 
{ 
    var web = new HtmlWeb(); 

    var m = new MemoryStream(); 
    var xtw = new XmlTextWriter(m, null); 

    // Load the content into the writer 
    web.LoadHtmlAsXml(url, xtw); 

    // Rewind the memory stream 
    m.Position = 0; 

    // Create, fill, and return the xml document 
    XmlDocument xmlDoc = new XmlDocument(); 
    xmlDoc.LoadXml((new StreamReader(m)).ReadToEnd()); 
    return xmlDoc; 
} 

डुप्लिकेट विशेषता नोड्स स्वचालित रूप से बाद में विशेषता मान पहले वाले को अधिलेखित करने के साथ हटा दिया है।

Answer 2

ठीक लगता है कि आप त्रुटि को पकड़ने के लिए की जरूरत है: निम्नलिखित गुण प्राप्त करने के

reader.MoveToFirstAttribute(); 

और

reader.MoveToNextAttribute() 

:

तो फिर तुम निम्न विधियों का उपयोग करने के लिए सक्षम होना चाहिए

reader.Value 
reader.Name 

यह आपको सभी विशेषता मान प्राप्त करने में सक्षम करेगा।