命名空间阻止在 C# 中解析 XML 文件

Question

我有一个大小为 2.8GB 的​​ XML 文件（波兰语维基百科转储）。我必须在该文件中搜索特定标题并获取其页面内容。为了简单起见，我使用 LINQ to XML：

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

所以

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;
            }
        }
    }

问题是该文件在第一个元素中包含 xmlns 属性：

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

当我运行上面的代码时，我收到错误 no reference to object at this line：

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

当我手动删除该 xmlns 属性时，所有内容工作正常。我在互联网上的某个地方发现：

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

应该从元素中删除所有 xmlns 属性。但事实并非如此。

Answer 1

好吧，欢迎来到 SO ;-)

在 XML 中，命名空间声明是神圣的。删除它很可能会使 XML 无法使用，因此我建议不要这样做（对于 2.8GB 文件来说这是一项艰巨的任务！）。每当您处理 XML 时，每个名称都应被视为唯一，如 {namespace}elementname 中那样（即两者）。 Linq to XML 接受命名空间 和你应该使用它们：

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）：
关于 XML 的注释：我相信 Linq2XML 会将整个内容加载到内存中，就像 DOM 一样，这将需要大约 4.5 倍的文件大小。这可能有问题。阅读此 MSDN 博客关于将 Linq 流式传输到 XML。

Answer 2

我相信你想要：

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");