命名空间阻止解析C＃中的XML文件

Question

我有这个尺寸为2.8GB（波兰语维基百科转储）的XML文件。我必须搜索此文件以获取特定标题并获取页面内容。我使用的LINQ to XML的简单：

var text = from el in StreamXmlDocument(filePath) 
      where el.Element("title").Value.Contains(titleToSearch) 
      select (string)el.Element("revision").Element("text"); 

和

private IEnumerable<XElement> StreamXmlDocument(string uri) 
{ 
    //code made accoring to informations at MSDN website available at URL: 
    //http://msdn.microsoft.com/en-us/library/system.xml.linq.xnode.readfrom.aspx 
    using (XmlReader reader = XmlReader.Create(uri)) 
    { 

     reader.MoveToContent(); 

     while (reader.Read()) 
     { 
      switch (reader.NodeType) 
      { 
       case XmlNodeType.Element: 
        if (reader.Name == "page") 
        { 
         XElement el = XElement.ReadFrom(reader) as XElement; 
         el.DescendantsAndSelf().Attributes().Where(n => n.IsNamespaceDeclaration).Remove(); 
         if (el != null) 
         { 
          yield return el; 
         } 
        } 
        break; 
      } 
     } 
    } 

所以问题是，这个文件包含的xmlns在第一元素属性：

<mediawiki xmlns="http://www.mediawiki.org/xml/export-0.4/" (...) > 

，当我运行代码上面我得到错误没有参考对象在这一行：

where el.Element("title").Value.Contains(titleToSearch) 

当我手动删除该xmlns属性一切工作正常。我在互联网的某处发现这样的：

el.DescendantsAndSelf().Attributes().Where(n => n.IsNamespaceDeclaration).Remove(); 

应该从元素中删除所有的xmlns属性。但事实并非如此。

Answer 1

好，欢迎这样的话;-)

在XML中，命名空间声明是圣人。删除它可能会使XML无法使用，所以我建议不要这样做（这对于2.8GB文件来说是一项艰巨的任务！）。无论何时处理XML，每个名称都应该被认为是唯一的，如{namespace}elementname（即两者）。 Linq to XML accepts namespaces，你应该使用它们：

XNamespace wiki = "http://www.mediawiki.org/xml/export-0.4/"; 

var text = from el in StreamXmlDocument(filePath) 
      where el.Element(wiki + "title").Value.Contains(titleToSearch) 
      select (string)el.Element(wiki + "revision").Element(wiki + "text"); 

（可能会被忽略，你已经这样做了）：
对XML的说明：Linq2XML将加载在内存中的整个事情，我相信，就像DOM ，这将需要约4.5倍的文件大小。这可能是有问题的。阅读MSDN blog about streaming Linq to XML。

Answer 2

我相信你想：

XNamespace ns = "http://www.mediawiki.org/xml/export-0.4/"; 

var text = from el in StreamXmlDocument(filePath) 
      where el.Element(ns+"title").Value.Contains(titleToSearch) 
      select (string)el.Element(ns+"revision").Element(ns+"text");