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

現代網絡技術的世界中，XML（可擴展標記語言）和 HTML（超文本標記語言） 是兩個非常重要的技術。盡管它們都使用標簽和屬性的格式來描述數據，但它們在形式和用途上有顯著的區別。

概述

什么是 XML？

XML，即 Extensible Markup Language（可擴展標記語言），是一種用于存儲和傳輸數據的文本格式。XML 的設計宗旨是強調數據的結構化和準確性，提供了一種公認的標準格式。最主要的特點是它的自我描述性，即數據和數據的定義集成在一起，使得它在數據交換和數據存儲方面具有極大優勢。

• 什么是 XML？基礎入門介紹

什么是 HTML？

而 HTML，即 HyperText Markup Language（超文本標記語言），則是一種用于創建網頁的標準標記語言。HTML 的主要用途是描述網頁的內容和結構，通過與 CSS（層疊樣式表）和 JavaScript（腳本語言）的結合，實現豐富和互動的網絡應用。

區別詳解

用途

• XML：主要用作數據存儲和數據交換的格式。通常用于各類應用程序之間的數據傳遞。例如，網絡服務（Web Services）中，SOAP（簡單對象訪問協議）使用 XML 格式來封裝消息內容。（SOAP 協議詳解：什么是 SOAP 以及它如何工作？）
• HTML：主要用于展示數據和內容。HTML 文檔定義了網頁的結構，它和瀏覽器一起使得用戶可以在互聯網上瀏覽各種信息和資源。

結構和特性

XML:

1. 自定義標簽：XML 允許用戶自定義標簽，這是它最大的特性之一。通過自定義標簽，數據可以更加準確地描述和組織。
2. 嚴格的語法要求：每一個開始標簽都必須有一個閉合標簽，標簽必須正確嵌套，同時所有屬性必須用引號括起來。
3. 數據中心：XML 集中在描述和傳輸數據，而不是顯示數據的外觀。

<book>
    <title>Learning XML</title>
    <author>John Doe</author>
    <price>29.99</price>
</book>

HTML:

1. 預定義標簽：HTML 提供了很多預定義標簽，用于構建和格式化網頁內容。不允許用戶自定義標簽。
2. 寬松的語法要求：雖然 HTML5 強調標簽的閉合，但瀏覽器會容錯，對一些語法錯誤進行修正。
3. 展示中心：HTML 的主要目的是展示數據，定義網頁的內容和結構，包括文本、圖片、視頻等。

<!DOCTYPE html>
<html>
<head>
    <title>My Web Page</title>
</head>
<body>
    <h1>Welcome to My Web Page</h1>
    <p>This is an introductory paragraph.</p>
</body>
</html>

數據驗證

• XML：XML 支持數據驗證。可以使用 DTD（文檔類型定義）或者 XML Schema 來定義和驗證 XML 數據的結構和內容，使得數據更加精確和可靠。
• HTML：HTML 沒有原生的數據驗證功能，它更多關注于瀏覽器如何解釋和顯示頁面。對于用戶提交的數據，可以通過表單驗證和 JavaScript 來進行驗證和處理。

可擴展性和標準化

• XML：XML 是完全可擴展的。由于沒有預定義的標簽，用戶可以根據需要創建適合自己應用的標簽集。這使得 XML 非常靈活，可以適應不同的應用和需求。
• HTML：HTML 是沒有可擴展性的，它的標簽集是由 W3C（萬維網聯盟）規定的標準。不允許用戶隨意添加新的標簽，但它提供了一些擴展機制，例如使用自定義數據屬性（data-* 屬性）。

處理工具

• XML：加工和處理 XML 數據的工具和接口非常多，包括 SAX（Simple API for XML）、DOM（Document Object Model）、XPath 和 XSLT 等。它們為讀取、操作和轉換 XML 數據提供了豐富的支持。
• HTML：HTML 的處理主要依賴于瀏覽器和各種網頁開發技術，比如 JavaScript、CSS、DOM 操作等，以實現動態和交互式網頁內容。

如何調試 XML、JSON 格式的請求

下面使用 Apifox 來修正和測試基于 XML 的 API 請求。

創建與測試 XML 請求

假設您需要向服務器發送 XML 格式的注冊信息。您可以按照以下步驟使用 Apifox 進行設置：

• 請求類型：POST
• 請求 URL（需替換為有效地址）：http://127.0.0.1:8000/register
• 請求頭設置：Content-Type: application/xml
• 請求體內容如下：

<userRegistration>
    <username>john_doe</username>
    <password>securePassword123</password>
    <email>john_doe@example.com</email>
</userRegistration>

• 響應體示例：

<userRegistrationResponse>
    <userId>12345</userId>
    <username>john_dane</username>
    <status>success</status>
</userRegistrationResponse>

在 Apifox 中配置您的請求

打開 Apifox，選擇開始新項目或者繼續現有項目。接著點擊“新建接口”，在接口設置頁面，選擇 POST 作為請求方法，并輸入正確的請求 URL，比如 https://api.example.com/register (這里的 URL 應替換為真實可用的 URL)。在配置請求體時，選擇 XML 格式，并將上述 XML 數據粘貼到配置區。

發起請求并觀察結果

配置完成后，轉到“運行測試”頁面，點擊“發送”按鈕以向服務器發送構建的請求。請求發送后，檢查響應部分，您應該看到類似于提供的 XML 格式的響應數據。

您還可以使用響應界面上的預覽功能，該功能能讓您以更直觀的方式查看服務器返回的數據。

總結

XML 和 HTML 雖然在標簽和屬性的語法上有所相似，但它們在使用場景、結構和功能上有顯著的區別。XML 強調數據的準確傳輸和結構化存儲，適合用于數據的交換和持久化存儲等場景。而 HTML 強調內容呈現和用戶交互，主要用于網頁設計和開發。