17370845950

XmlDocument适合中小XML文件，语法直观但内存占用高；XmlReader适合超大文件，流式解析内存恒定；XDocument语法简洁、内存更省，支持LINQ查询；解析失败多因XML不规范、编码不一致或隐藏字符。

用 XmlDocument 加载并遍历节点最直接

适合中小 XML 文件（几百 KB 以内），语法直观，支持 XPath 查询。注意它会把整个文档加载进内存，大文件容易 OOM。

• Load() 接收文件路径、Stream 或 TextReader，推荐用 FileStream 避免编码问题
• 根节点是 DocumentElement，子节点用 ChildNodes 或 SelectNodes("xpath")
• 取属性值别忘了判空：node.Attributes["id"]?.Val

  

  ue，否则可能抛 NullReferenceException

var doc = new XmlDocument();
doc.Load("config.xml");
var items = doc.SelectNodes("/root/item");
foreach (XmlNode node in items) {
    string name = node["name"]?.InnerText ?? "";
    string id = node.Attributes["id"]?.Value ?? "";
}

大文件必须用 XmlReader 流式解析

内存占用恒定，但只能单向读取，不支持随机访问或修改。适用于日志、导出数据等超大 XML（GB 级）。

• 用 XmlReader.Create() 构造，传入 XmlReaderSettings 关闭 DTD 解析（防 XXE）
• 核心逻辑靠 Read() + NodeType 判断：只在 XmlNodeType.Element 和 XmlNodeType.Text 时取值
• 遇到嵌套结构要自己维护栈或状态机，不能依赖父节点导航

var settings = new XmlReaderSettings { DtdProcessing = DtdProcessing.Prohibit };
using var reader = XmlReader.Create("big.xml", settings);
while (reader.Read()) {
    if (reader.NodeType == XmlNodeType.Element && reader.Name == "record") {
        reader.Read(); // 跳到内容
        if (reader.NodeType == XmlNodeType.Text) {
            Console.WriteLine(reader.Value);
        }
    }
}

XDocument（LINQ to XML）写起来最简洁

语法糖多，支持 LINQ 查询，适合配置类、结构清晰的小 XML。底层仍是基于 XmlReader，但比 XmlDocument 内存更省。

• XDocument.Load() 和 XElement.Load() 都可直接读文件
• 属性用 element.Attribute("name")?.Value，元素内容用 element.Element("child")?.Value
• 用 Descendants() 替代 XPath 的 //item，但不支持完整 XPath 语法

var doc = XDocument.Load("data.xml");
var items = doc.Root?.Descendants("item")
    .Select(x => new {
        Id = x.Attribute("id")?.Value,
        Name = x.Element("name")?.Value
    }).ToList();

解析失败常见原因和绕过方法

不是代码写错，而是 XML 本身不规范。.NET 默认严格校验，稍有偏差就报错。

• System.Xml.XmlException: 根级别上的数据无效 → 文件开头有 BOM 或空白字符，用 StreamReader 指定编码再传给 XmlReader
• 无法找到文档类型定义 → 关闭 DTD：settings.DtdProcessing = DtdProcessing.Prohibit
• 中文乱码 → 不要直接用 File.ReadAllText() 读完再 Load，XML 声明里的编码（如 encoding="gb2312"）必须被尊重

真正难的不是选哪个 API，而是确认 XML 是否合法、编码是否一致、有没有隐藏控制字符 —— 这些往往比解析逻辑更耗时间。