都2021年竟然有人搞大數據忽略JSON去研究C#把XML轉換為XML的技術

大數據項目開發過程中，ETL（Extract-Transform-Load）必不可少。即使目前 JSON 非常流行，開發人員也必定有機會面對遠古系統的挑戰，而 XML 格式的數據源作為經典存在渾身上下散發著濃濃 old money 的味道。

因為有 Newtonsoft.Json 這樣優秀的 JSON 框架存在，開發人員可以很容易的對 JSON 格式的字符串反序列化。但是 XML 格式的數據就沒有這么方便了：雖然 .NET 中內置了對 XML 序列化和反序列化的支持，但遇到需要對接外部數據時就不是很方便了。

使用 XmlReader 讀取數據

從 XML 中提取目標數據最高效，也最麻煩的方式是直接使用 XmlReader ：

<employee xmlns="urn:empl-hire">
<ID>12365</ID>
<hire-date>2003-01-08</hire-date>
<title>Accountant</title>
</employee>

使用以下代碼對上述 hireDate.xml 文件讀取：

using (XmlReader reader = XmlReader.Create("hireDate.xml")) {
 // Move to the hire-date element.
 reader.MoveToContent();
 reader.ReadToDescendant("hire-date");
 // Return the hire-date as a DateTime object.
 DateTime hireDate = reader.ReadElementContentAsDateTime();
 Console.WriteLine("Six Month Review Date: {0}", hireDate.AddMonths(6));
}

輸出：

Six Month Review Date: 7/8/2003 12:00:00 AM

使用 XDocument 讀取數據

在 .NET Framework 3.5 發布后的時間里，開發人員可以使用 XDocument 來生成和解析 XML 文檔，這要比 XmlReader 方便得多：

string str =
@"<?xml version=""1.0""?>
<!-- comment at the root level -->
<Root>
 <Child>Content</Child>
</Root>";
XDocument doc = XDocument.Parse(str);
Console.WriteLine(doc.XPathSelectElement("//Child"));

輸出：

<Child>Content</Child>

但硬編碼的 XPath 并不方便調試，而且需要時刻關注空引用的問題。在 XML 格式復雜、項目工程比較大時使用起來也不方便。

一種把 XML 轉換為 XML 的技術： XSLT

在計算機科學中，可擴展樣式表轉換語言（英語：Extensible Stylesheet Language Transformations，縮寫XSLT）是一種樣式轉換標記語言，可以將XML數據檔轉換為另外的XML或其它格式，如HTML網頁，純文字。XSLT最末的T字母表示英語中的“轉換”（transformation）。

簡單來說，開發人員可以借助 XSLT 技術編寫一個 XML 文件，并使用該文件將一種 XML 格式轉換為另一種 XML 。即：在對接復雜格式 XML 數據源時，開發人員可以編寫一個后綴為 .xsl 的文件，并使用該文件將數據源格式轉換為自己需要的格式（比如可以適配 XML 反序列化的格式）。

從一個簡單的 XML 文件開始：

<?xml version="1.0" encoding="ISO-8859-1"?>
<catalog>
<cd>
<title>Empire Burlesque</title>
<artist>Bob Dylan</artist>
<country>USA</country>
<company>Columbia</company>
<price>10.90</price>
<year>1985</year>
</cd>
.
.
.
</catalog>

如果直接在瀏覽器打開這個文件：

假設我們只關心所有的 title 信息，可以使用下面的 cdcatalog.xsl 文件，該文件可以將 cdcatalog.xml 轉為 XmlSerializer 所需要的格式：

<?xml version="1.0" encoding="ISO-8859-1"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" indent="yes"/>
<xsl:template match="/">
<ArrayOfString xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<xsl:for-each select="catalog/cd">
<string>
<xsl:value-of select="title"/>
</string>
</xsl:for-each>
</ArrayOfString>
</xsl:template>
</xsl:stylesheet>

為了可以在瀏覽器中直接觀察到轉換效果，可以選擇把 XSL 樣式表鏈接到 XML 文檔：向 XML 文檔（”cdcatalog.xml”）添加 XSL 樣式表引用即可。

<?xml version="1.0" encoding="ISO-8859-1"?>
<?xml-stylesheet type="text/xsl" href="cdcatalog.xsl"?>
<catalog>
<cd>
<title>Empire Burlesque</title>
<artist>Bob Dylan</artist>
<country>USA</country>
<company>Columbia</company>
<price>10.90</price>
<year>1985</year>
</cd>
.
.
.
</catalog>

刷新瀏覽器，打開開發者工具：

也可以在： https://www.coderbusy.com/demos/2021/1531/cdcatalog.xml 查看在線示例。

從上面的操作可以看出，調試 XLS 文件的成本是很低的，開發者可以很容易對 XLS 文件進行更改，并在短時間之內得到運行結果。

在 C# 中使用 XSLT 技術

在 C# 中，可以使用 XslCompiledTransform 進行 XSL 轉換。以下代碼展示這個轉換過程：

XslCompiledTransform xsl = new XslCompiledTransform();
xsl.Load("cdcatalog.xsl");
var sb = new StringBuilder();
using (var sw = new StringWriter(sb))
{
using (var xw = new XmlTextWriter(sw) { Formatting = Formatting.Indented })
{
 xsl.Transform("cdcatalog.xml", xw);
}
}
var xml = sb.ToString();
Console.WriteLine(xml);

以上代碼會產生如下輸出：

<ArrayOfString xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<string>Empire Burlesque</string>
<string>Hide your heart</string>
<string>Greatest Hits</string>
<string>Still got the blues</string>
<string>Eros</string>
.
.
.
</ArrayOfString>

反序列化 XML 字符串

轉換 XML 不是目的，能直接拿到數據對象才是。以上的代碼完成了格式轉換，接著需要對轉換好的 XML 字符串反序列化：

var xmlSerializer = new XmlSerializer(typeof(List<string>));
using (var ms = new MemoryStream(Encoding.UTF8.GetBytes(xml)))
{
 var list = (List<string>) xmlSerializer.Deserialize(ms);
foreach (var item in list)
{
 Console.WriteLine(item);
}
}

以上代碼借助 XmlSerializer 實現了反序列化功能，這會產生以下輸出：

Empire Burlesque
Hide your heart
Greatest Hits
Still got the blues
Eros
...

總結與源碼

本文所述的轉換和反序列化技術已經在真實的生產環境中得到驗證，千萬級的數據處理也毫不費力。

本文包含的演示的代碼和數據可以在 Gitee 上找到：

https://gitee.com/coderbusy/demo/tree/master/hello-xslt/HelloXslt

一篇文章我們介紹了一個html/xml解析器——htmlparser，這篇文章我們介紹另外一個解析模塊htmlparser2，后者是對前者的重構，同時對前者的API做了部分兼容。

用法簡介

安裝

const { Parser } = require('htmlparser2');
const parser = new Parser(handler, options);
parser.parseComplete('html/xml內容');

寫法

const { Parser } = require('htmlparser2');
const parser = new Parser(handler, options);
parser.parseComplete('html/xml內容');

htmlparser2提供了一個解析器——Parser，初始化它至少需要一個handler，options是可選的。

handler是一個對象，在這個對象上可以設置很多的鉤子函數，Parser解析時會在每個階段運行對應的鉤子函數。

以下是可以設置的所有的鉤子函數，

onopentag(<str> name, <obj> attributes)

onopentagname(<str> name)

onattribute(<str> name, <str> value)

ontext(<str> text)

onclosetag(<str> name)

onprocessinginstruction(<str> name, <str> data)

oncomment(<str> data)

oncommentend()

oncdatastart()

oncdataend()

onerror(<err> error)

onreset()

onend()

htmlparser模塊是通過正則表達式來解析html內容的，而htmlparser2則不同，它會按順序讀取html的每個字符，并且推測后面字符是標簽名、屬性還是其他的類型，所以htmlparser2在解析完每一個標簽后都會運行相應的鉤子函數。

先來看一下例子，

圖1

圖1中設置了所有的鉤子函數以便來說明每個鉤子函數的作用，運行一下，

圖2

對照圖1和圖2就能看出來每個鉤子函數的運行時機，這其中有以下幾個鉤子函數需要注意一下。

oncdatastart和oncdataend會在解析<![CDATA[文本]]>標簽時觸發，但是觸發的前提是選項設置了recognizeCDATA=true或者xmlMode=true；
onprocessinginstruction會在解析<!xxyy>或者<?xxyy>這樣的標簽時觸發，xx和yy中間可以有分隔符（斜杠或者空格），分隔符前面的字符串就是鉤子函數中的name的值；
運行parseComplete方法會執行reset鉤子函數，如果僅僅執行parser的write或者end方法并不會執行reset方法。

除了自定義handler以外，htmlparser2還提供了幾個handler，比如DomHandler，用法如下：

圖3

運行一下，我們看看結果，

圖4

如果4所示，DomHandler處理的結果是以數組的形式輸出的，在每個單元數據中還可以拿到上一個、下一個以及父節點的數據。

htmlparser2還可以通過操作流Stream解析內容，寫法如下：

圖5

總結

這篇文章和上一篇是姊妹篇，都是介紹解析html/xml內容的模塊，通過對比，我們發現htmlparser2模塊功能更強大一些，也更靈活一些，同時也兼容htmlparser模塊的一些接口。雖然兩者功能類似，但是這給了我們更多的選擇性。

喜歡我的文章就關注我吧，有問題可以發表評論，我們一起學習，共同成長！

面是我們如何在 JavaScript 中輕松地將 JSON 轉換為 CSV：

function jsonToCsv(items) {
  const header = Object.keys(items[0]);  const headerString = header.join(',');  // handle null or undefined values here
  const replacer = (key, value) => value ?? '';  const rowItems = items.map((row) =>
    header
      .map((fieldName) => JSON.stringify(row[fieldName], replacer))
      .join(',')
  );  // join header and body, and break into separate lines
  const csv = [headerString, ...rowItems].join('\r\n');  return csv;
}const obj = [
  { color: 'red', maxSpeed: 120, age: 2 },
  { color: 'blue', maxSpeed: 100, age: 3 },
  { color: 'green', maxSpeed: 130, age: 2 },
];const csv = jsonToCsv(obj);console.log(csv);

這將是 CSV 輸出：

color,maxSpeed,age
"red",120,2
"blue",100,3
"green",130,2

了解步驟

我們創建了一個可重用的 jsonToCsv() 函數來讓我們將多個 JSON 字符串轉換為 CSV。它需要一個包含對象的數組。每個對象將在 CSV 輸出中占據一行。

我們在此函數中所做的第一件事是獲取將用于 CSV 標頭的所有鍵。我們希望數組中的所有對象都具有相同的鍵，因此我們使用 Object.keys() 方法將鍵從第一個對象項中提取到數組中。

const obj = [
  { color: 'red', maxSpeed: 120, age: 2 },
  { color: 'blue', maxSpeed: 100, age: 3 },
  { color: 'green', maxSpeed: 130, age: 2 },
];// { color: 'red', maxSpeed: 120, age: 2 }
console.log(obj[0]);// [ 'color', 'maxSpeed', 'age' ]
console.log(Object.keys(obj[0]));

獲取鍵后，我們調用數組的 join() 方法將所有元素連接成 CSV 標頭字符串。

const header = ['color', 'maxSpeed', 'age'];const headerString = arr.join(',');console.log(headerString); // color,maxSpeed,age

接下來，我們創建一個函數，該函數將作為回調傳遞給 JSON.stringify() 函數的 replacer 參數。此函數將處理 JSON 數組中對象的未定義或空屬性值。

const obj = { prop1: 'Earth', prop2: undefined };// replace undefined property values with empty string ('')
const replacer = (key, value) => value ?? '';const str = JSON.stringify(obj, replacer);// {"prop1":"Earth","prop2":""}
console.log(str);

然后我們使用 Array map() 方法從每個對象中獲取屬性值。 map() 接受一個回調函數，該函數在每個數組元素上調用以返回一個轉換。

此回調使用標頭數組來獲取每個對象的所有鍵。再次調用 map()，它會遍歷每個鍵，獲取對象中該鍵的對應值，并使用 JSON.stringify() 將其轉換為字符串。

這個對 map() 的內部調用最終會產生一個數組，該數組包含數組中當前對象的所有字符串化屬性值。

const header = ['color', 'maxSpeed', 'age'];const row = { color: 'red', maxSpeed: 120, age: 2 };const replacer = (key, value) => value ?? '';const rowItem = header.map((fieldName) =>
  JSON.stringify(row[fieldName], replacer)
);// array of stringified property values
console.log(rowItem); // [ '"red"', '120', '2' ]

將對象轉換為屬性值數組后，使用 join() 將數組轉換為 CSV 行。

['"red"', '120', '2'].join(',') // -> "red",120,2

因此，這種轉換發生在 JSON 數組中的每個對象上，以生成 CSV 行列表，存儲在我們原始示例中的 rowItems 變量中。

為了生成最終的 CSV 輸出，我們使用擴展語法 (...) 將 headerString 和 rowItems 組合到一個數組中。

const headerString = ['color', 'maxSpeed', 'age'];const rowItems = ['"red",120,2', '"blue",100,3', '"green",130,2'];[headerString, ...rowItems];
/*
Output ->
[
  [ 'color', 'maxSpeed', 'age' ],
  '"red",120,2',
  '"blue",100,3',
  '"green",130,2'
]
 */

然后我們在這個數組上調用 join() 并使用 '\r\n' 字符串作為分隔符，以創建一個帶有 CSV 標題的字符串，并且每個 CSV 行位于單獨的行中。

const headerString = ['color', 'maxSpeed', 'age'];const rowItems = ['"red",120,2', '"blue",100,3', '"green",130,2'];console.log([headerString, ...rowItems].join('\r\n'));
/*
color,maxSpeed,age
"red",120,2
"blue",100,3
"green",130,2
 */

關注七爪網，獲取更多APP/小程序/網站源碼資源！

在線咨詢

上一篇：Javascript - 3種 HTML 轉換為純文本的方法
下一篇：CSS之控制文本方向

您的項目需求

*請認真填寫需求信息，我們會在24小時內與您取得聯系。

整合營銷服務商