4

Hoje tenho a seguinte estrutura XML:

<ROOT>
    <TES IDTES="4780" IDPES="17522" />
    <TES IDTES="6934" IDPES="12343" />
    <TES IDTES="4781" IDPES="17523" />
    <TES IDTES="6935" IDPES="12344" />
</ROOT>

Para atualizar este XML tenho o seguinte:

<ROOT>
    <TES DEL="S" IDTES="4780" IDPES="17522" />
    <TES DEL="S" IDTES="6934" IDPES="12343" />
    <TES IDTES="7777" IDPES="17523" />
    <TES IDTES="2020" IDPES="12344" />
</ROOT>

Significa que tenho que excluir 2 tags TES com seus IDTES respectivos e adicionar mais 2 tags TES. Resultando em:

<ROOT>
    <TES IDTES="4781" IDPES="17523" />
    <TES IDTES="6935" IDPES="12344" />
    <TES IDTES="7777" IDPES="17523" />
    <TES IDTES="2020" IDPES="12344" />
</ROOT>

Pesquisei um pouco sobre Diff e Merge entre XMLs no C# mas não me ajudaram muito.

Como fazer isso com LINQ sem utilizar loopings?

5
  • Pode ser em LINQ usando alguns loopings? Commented 16/04/2014 às 20:39
  • Olá novamente Cigano :) Eu simplifiquei o XML para facilitar o entendimento. Mas imagine uns 17MB de arquivo de base que eu devo atualizar com mais uns 3MB (linhas a excluir e a adicionar). Loopings poderiam ficar lento. Será que não tem uma forma de passar algo do tipo XMLdeBase.Delete.Select[IDTES in [array de ids]]? Forcei?
    – Onaiggac
    Commented 16/04/2014 às 21:47
  • Não vejo outra maneira senão carregando estes arquivos em memória e ir manipulando. Commented 16/04/2014 às 21:48
  • Uma formatação diferente do arquivo ajudaria?
    – Onaiggac
    Commented 17/04/2014 às 12:37
  • Eu inclui uma resposta usando o XSLT (XslTransform ou XslCompiledTransform) como alternativa ao LINQ. Acredito que possa ser mais eficiente (pode consumir mais memória, mas deve ficar mais rápido). Commented 17/04/2014 às 13:06

3 Respostas 3

4

Uma alternativa a usar LINQ é usar transformação XSLT, que realiza transformações em nós XML usando templates compilados. Transformações XSLT usam DOM e carregam o XML na memória, mas os nós são selecionados com XPath, que tende a ser mais eficiente.

A desvantagem é que XSLT é uma outra linguagem (e não é tão trivial quanto parece à primeira vista). Vou descrever como seria uma solução para seu problema com XSLT (que você pode rodar com C#). Se a estrutura do seus documentos originais for similar à que você apresentou como exemplo, talvez você nem precise alterar o código e possa usá-lo sem alterações.

Um breve resumo do funcionamento do XSLT

O transformador XSLT recebe um documento-fonte (XML bem-formado) e um documento XSL (XML em linguagem XSLT) e produz um resultado em texto (pode ser XML, texto, fragmento XML, etc.) O documento XSL pode também ler fontes (arquivos) adicionais que são carregados através de uma função usada em expressões XPath (document('caminho-do-arquivo')). No seu caso, o arquivo que contém as substituições seria carregado desta forma. O transformador também aceita que dados sejam passados como parâmetro na hora da execução. Esses dados são passados para um elemento <xsl:param>no documento XSL. Você pode executar o transformador de várias formas. Existem serviços online, ferramentas de linha de comando (como Saxon, Xalan) e também APIs em C#, Java, PHP, Ruby, etc.

Solução do seu problema usando C# e XSLT

Vou chamar o arquivo original de fonte.xml:

<ROOT>
    <TES IDTES="4780" IDPES="17522" />
    <TES IDTES="6934" IDPES="12343" />
    <TES IDTES="4781" IDPES="17523" />
    <TES IDTES="6935" IDPES="12344" />
</ROOT>  

E o arquivo com as substituições de atualizacao.xml:

<ROOT>
    <TES DEL="S" IDTES="4780" IDPES="17522" />
    <TES DEL="S" IDTES="6934" IDPES="12343" />
    <TES IDTES="7777" IDPES="17523" />
    <TES IDTES="2020" IDPES="12344" />
</ROOT>

O documento XSLT que chamarei de atualiza.xsl faz a transformação que você precisa. Se você executar um transformador XSL e passar fonte.xmlcomo entrada, atualizacao.xml como o parâmetro que chamei de arquivo, e atualiza.xsl como o arquivo XSL, ele vai gerar este resultado:

<ROOT>
   <TES IDTES="4781" IDPES="17523"/>
   <TES IDTES="6935" IDPES="12344"/>
   <TES IDTES="7777" IDPES="17523"/>
   <TES IDTES="2020" IDPES="12344"/>
</ROOT>

O código C# para rodar o transformador XSLT é similar ao código abaixo (eu não testei - e não sou programador C# - portanto pode haver alguma imprecisão):

        XslCompiledTransform transform = new XslCompiledTransform(true);

        XsltArgumentList par = new XsltArgumentList();
        par.AddParam("arquivo", "", "atualizacao.xml");

        XsltSettings s = new XsltSettings();
        s.EnableDocumentFunction = true;

        transform.Load("atualiza.xslt",s, new XmlUrlResolver());

        using (StreamWriter stream = new StreamWriter("resultado.xml")) 
        {
            transform.Transform("fonte.xml", par, stream);
        }

O documento XSLT está listado abaixo:

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">

    <xsl:output indent="yes"/>

    <xsl:param name="arquivo">atualizacao.xml</xsl:param>
    <xsl:variable name="doc" select="document($arquivo)" />

    <xsl:template match="ROOT">
        <xsl:copy>
            <xsl:apply-templates select="TES[not($doc/ROOT/TES/@IDTES=@IDTES and $doc/ROOT/TES/@IDPES=@IDPES and $doc/ROOT/TES/@DEL='S')]"/>
            <xsl:apply-templates select="$doc/ROOT/TES[not(@DEL = 'S')]"/>
        </xsl:copy>
    </xsl:template>

    <xsl:template match="TES">
        <xsl:copy-of select="."/>
    </xsl:template>

</xsl:stylesheet>

O primeiro elemento dentro de <xsl:stylesheet> é

    <xsl:output indent="yes"/>

que gera um resultado endentado. Você pode removê-lo se desejar. O elemento seguinte:

    <xsl:param name="arquivo">atualizacao.xml</xsl:param>

recebe o parâmetro arquivo que você passa via C#. Se você não passar o parâmetro por algum motivo ele usará como valor default o nome atualizacao.xml.

O elemento seguinte

<xsl:variable name="doc" select="document($arquivo)" />

carrega o documento e, se encontrá-lo atribui a uma constante doc (que você pode usar através do documento como $doc).

O documento contém dois templates <xsl:template> onde ocorrem as transformacoes. O segundo template:

<xsl:template match="TES">
    <xsl:copy-of select="."/>
</xsl:template>

simplesmente copia o nó inteiro com atributos e conteúdo. Ele só é chamado quando um elemento <TES> estiver sendo processado (ele não faz nenhuma restrição a onde esse nó está localizado, no arquivo-fonte ou no outro).

O primeiro template combina com o nó ROOT. Será o <ROOT>de fonte.xml e será chamado automaticamente. O elemento <copy> copia esse nó (vai produzir <ROOT>...</ROOT>). Dentro do nó há duas chamadas xsl:apply-templates que contém expressões XPath. Eles irão escolher o que será colocado dentro de <ROOT>.

O primeiro XPath:

TES[not($doc/ROOT/TES/@IDTES=@IDTES and $doc/ROOT/TES/@IDPES=@IDPES and $doc/ROOT/TES/@DEL='S')]

é relativo a <ROOT> (refere-se ao documento fonte.xml) e seleciona todos os elementos <TES> exceto os que têm @IDTES e @IDPES iguais aos atributos correspondentes de um TES do documento atualizacao.xml ($doc/ROOT/TES) que também tenha atributo DEL='S' ($doc/ROOT/TES/@DEL='S'). Desta forma ele passa por todos os elementos e não copia para a árvore-fonte os que devem ser removidos.

O segundo XPath

$doc/ROOT/TES[not(@DEL = 'S')]

atua apenas no documento atualizacao.xml ($doc), copiando para a árvore resultado apenas os nós que não têm atributo DEL='S'.

Informações sobre as classes de transformação XSLT do C#:

Mais informações sobre XSLT

3
  • XSLT é uma ótima alternativa. Além de ser facilmente testável nos browsers modernos. Commented 17/04/2014 às 13:10
  • Its ALIVE!!! Para o exemplo dado esta foi a solução. Ainda vou testar com alguns arquivos grandes que tenho. Vlw.
    – Onaiggac
    Commented 17/04/2014 às 13:21
  • 1
    Considerei a resposta do Iuri mais correta por conta de performance. Mais detalhes na minha resposta.
    – Onaiggac
    Commented 22/04/2014 às 17:32
2

Utilizando LINQ com XDocument:

XDocument doc1 = XDocument.Parse(@"
<ROOT>
    <TES IDTES=""4780"" IDPES=""17522"" />
    <TES IDTES=""6934"" IDPES=""12343"" />
    <TES IDTES=""4781"" IDPES=""17523"" />
    <TES IDTES=""6935"" IDPES=""12344"" />
</ROOT>");

XDocument doc2 = XDocument.Parse(@"
<ROOT>
    <TES DEL=""S"" IDTES=""4780"" IDPES=""17522"" />
    <TES DEL=""S"" IDTES=""6934"" IDPES=""12343"" />
    <TES IDTES=""7777"" IDPES=""17523"" />
    <TES IDTES=""2020"" IDPES=""12344"" />
</ROOT>");

Nesse exemplo estou usando strings literais para criar os objetos, naturalmente você deve abrir os arquivos XML usando Load():

XDocument doc1 = XDocument.Load("file.xml");

A ideia seria unir os 2 arquivos enquanto converte para uma lista de objetos mais simples:

var list = doc1.Element("ROOT").Elements().Select(m => new { 
        IDTES = (string)m.Attribute("IDTES"), 
        IDPES = (string)m.Attribute("IDPES"), 
        DEL = (string)m.Attribute("DEL") ?? "N" } // coalesce para "N" em caso de null 
    ).Union(doc2.Element("ROOT").Elements().Select(m => new { 
        IDTES = (string)m.Attribute("IDTES"), 
        IDPES = (string)m.Attribute("IDPES"), 
        DEL = (string)m.Attribute("DEL") ?? "N" }
    )
);

Filtrar essa lista com Where para obter as linhas a excluir e aplicar Except para produzir o resultado desejado:

var toDel = list.Where(m => m.DEL == "S").Select(m => new { m.IDTES, m.IDPES });
var result = list.Select(m => new { m.IDTES, m.IDPES }).Except(toDel);

Então é só gerar um novo XDocument a partir do resultado:

var doc3 = new XDocument(new XElement("ROOT",
           from r in result
           select new XElement("TES",
               new XAttribute("IDTES", r.IDTES),
               new XAttribute("IDPES", r.IDPES)
           )
      )
);

E gravar em disco com Save():

doc3.Save("file.xml");
2
  • Como seria este exemplo se eu quiser carregar o XML a partir de um arquivo e não string? Vlw.
    – Onaiggac
    Commented 17/04/2014 às 17:02
  • XDocument doc1 = XDocument.Load("file.xml");
    – iuristona
    Commented 18/04/2014 às 23:38
1

Depois de alguns testes, obtive os seguintes resultados:

Para um XML base de 53MB e um XML de atualização de 45KB

  • Utilizando a solução com XslCompiledTransform leva o tempo de 5 min. para gerar o novo arquivo
  • Utilizando a solução com XDocument leva o tempo de 13 segundos para gerar o novo arquivo

Para um XML base de 45KB e um XML de atualização de 53MB

  • Utilizando a solução com XslCompiledTransform leva o tempo de 16 min. para gerar o novo arquivo
  • Utilizando a solução com XDocument leva o tempo de 13 segundos para gerar o novo arquivo

Para ambos os XMLs com 53MB

  • Utilizando a solução com XslCompiledTransform levou o tempo de mais de 1 hora e cancelei
  • Utilizando a solução com XDocument leva o tempo de 20 segundos para gerar o novo arquivo

Desta forma alterei a resposta correta como sendo a do Iuri, já que no meu caso o projeto se demonstrou viável graças a esta solução.

3
  • Interessante esse benchmark. Você também mediu consumo de memória? Commented 22/04/2014 às 18:14
  • Seria interessante um comparativo desses em forma de artigo. Incluindo dados do ambiente (plataforma, memoria, etc.) Você poderia publicar em blog, portal, no InfoQ. Commented 22/04/2014 às 18:16
  • Com ambos os XMLs com 53MB no uso de memória e CPU foram parecidos. Quando o tempo de processamento é menor (~10 seg.), o XslCompiledTransform utiliza quase 2x MENOS que o XDocument. No meu caso o mais importante é o tempo e não uso de recurso. Dá até pra fazer uma lógica que dependendo do tamanho do XML e hora em que está sendo executado o processo você pode optar por Velocidade ou Uso de recurso.
    – Onaiggac
    Commented 28/04/2014 às 16:09

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .