大数据项目开发过程中，ETL（Extract-Transform-Load）必不可少。即使目前 JSON 非常流行，开发人员也必定有机会面对远古系统的挑战，而 XML 格式的数据源作为经典存在浑身上下散发着浓浓 old money 的味道。

因为有 Newtonsoft.Json 这样优秀的 JSON 框架存在，开发人员可以很容易的对 JSON 格式的字符串反序列化。但是 XML 格式的数据就没有这么方便了：虽然 .NET 中内置了对 XML 序列化和反序列化的支持，但遇到需要对接外部数据时就不是很方便了。

使用 XmlReader 读取数据

从 XML 中提取目标数据最高效，也最麻烦的方式是直接使用 XmlReader ：

<employee xmlns="urn:empl-hire">
<ID>12365</ID>
<hire-date>2003-01-08</hire-date>
<title>Accountant</title>
</employee>

使用以下代码对上述 hireDate.xml 文件读取：

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));
}

输出：

Six Month Review Date: 7/8/2003 12:00:00 AM

使用 XDocument 读取数据

在 .NET Framework 3.5 发布后的时间里，开发人员可以使用 XDocument 来生成和解析 XML 文档，这要比 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"));

输出：

<Child>Content</Child>

但硬编码的 XPath 并不方便调试，而且需要时刻关注空引用的问题。在 XML 格式复杂、项目工程比较大时使用起来也不方便。

一种把 XML 转换为 XML 的技术： XSLT

在计算机科学中，可扩展样式表转换语言（英语：Extensible Stylesheet Language Transformations，缩写XSLT）是一种样式转换标记语言，可以将XML数据档转换为另外的XML或其它格式，如HTML网页，纯文字。XSLT最末的T字母表示英语中的“转换”（transformation）。

简单来说，开发人员可以借助 XSLT 技术编写一个 XML 文件，并使用该文件将一种 XML 格式转换为另一种 XML 。即：在对接复杂格式 XML 数据源时，开发人员可以编写一个后缀为 .xsl 的文件，并使用该文件将数据源格式转换为自己需要的格式（比如可以适配 XML 反序列化的格式）。

从一个简单的 XML 文件开始：

<?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>

如果直接在浏览器打开这个文件：

假设我们只关心所有的 title 信息，可以使用下面的 cdcatalog.xsl 文件，该文件可以将 cdcatalog.xml 转为 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>

为了可以在浏览器中直接观察到转换效果，可以选择把 XSL 样式表链接到 XML 文档：向 XML 文档（”cdcatalog.xml”）添加 XSL 样式表引用即可。

<?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>

刷新浏览器，打开开发者工具：

也可以在： https://www.coderbusy.com/demos/2021/1531/cdcatalog.xml 查看在线示例。

从上面的操作可以看出，调试 XLS 文件的成本是很低的，开发者可以很容易对 XLS 文件进行更改，并在短时间之内得到运行结果。

在 C# 中使用 XSLT 技术

在 C# 中，可以使用 XslCompiledTransform 进行 XSL 转换。以下代码展示这个转换过程：

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);

以上代码会产生如下输出：

<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

转换 XML 不是目的，能直接拿到数据对象才是。以上的代码完成了格式转换，接着需要对转换好的 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);
}
}

以上代码借助 XmlSerializer 实现了反序列化功能，这会产生以下输出：

Empire Burlesque
Hide your heart
Greatest Hits
Still got the blues
Eros
...

总结与源码

本文所述的转换和反序列化技术已经在真实的生产环境中得到验证，千万级的数据处理也毫不费力。

本文包含的演示的代码和数据可以在 Gitee 上找到：

https://gitee.com/coderbusy/demo/tree/master/hello-xslt/HelloXslt

现代网络技术的世界中，XML（可扩展标记语言）和 HTML（超文本标记语言） 是两个非常重要的技术。尽管它们都使用标签和属性的格式来描述数据，但它们在形式和用途上有显著的区别。

概述

什么是 XML？

XML，即 Extensible Markup Language（可扩展标记语言），是一种用于存储和传输数据的文本格式。XML 的设计宗旨是强调数据的结构化和准确性，提供了一种公认的标准格式。最主要的特点是它的自我描述性，即数据和数据的定义集成在一起，使得它在数据交换和数据存储方面具有极大优势。

• 什么是 XML？基础入门介绍

什么是 HTML？

而 HTML，即 HyperText Markup Language（超文本标记语言），则是一种用于创建网页的标准标记语言。HTML 的主要用途是描述网页的内容和结构，通过与 CSS（层叠样式表）和 JavaScript（脚本语言）的结合，实现丰富和互动的网络应用。

区别详解

用途

• XML：主要用作数据存储和数据交换的格式。通常用于各类应用程序之间的数据传递。例如，网络服务（Web Services）中，SOAP（简单对象访问协议）使用 XML 格式来封装消息内容。（SOAP 协议详解：什么是 SOAP 以及它如何工作？）
• HTML：主要用于展示数据和内容。HTML 文档定义了网页的结构，它和浏览器一起使得用户可以在互联网上浏览各种信息和资源。

结构和特性

XML:

1. 自定义标签：XML 允许用户自定义标签，这是它最大的特性之一。通过自定义标签，数据可以更加准确地描述和组织。
2. 严格的语法要求：每一个开始标签都必须有一个闭合标签，标签必须正确嵌套，同时所有属性必须用引号括起来。
3. 数据中心：XML 集中在描述和传输数据，而不是显示数据的外观。

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

HTML:

1. 预定义标签：HTML 提供了很多预定义标签，用于构建和格式化网页内容。不允许用户自定义标签。
2. 宽松的语法要求：虽然 HTML5 强调标签的闭合，但浏览器会容错，对一些语法错误进行修正。
3. 展示中心：HTML 的主要目的是展示数据，定义网页的内容和结构，包括文本、图片、视频等。

<!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>

数据验证

• XML：XML 支持数据验证。可以使用 DTD（文档类型定义）或者 XML Schema 来定义和验证 XML 数据的结构和内容，使得数据更加精确和可靠。
• HTML：HTML 没有原生的数据验证功能，它更多关注于浏览器如何解释和显示页面。对于用户提交的数据，可以通过表单验证和 JavaScript 来进行验证和处理。

可扩展性和标准化

• XML：XML 是完全可扩展的。由于没有预定义的标签，用户可以根据需要创建适合自己应用的标签集。这使得 XML 非常灵活，可以适应不同的应用和需求。
• HTML：HTML 是没有可扩展性的，它的标签集是由 W3C（万维网联盟）规定的标准。不允许用户随意添加新的标签，但它提供了一些扩展机制，例如使用自定义数据属性（data-* 属性）。

处理工具

• XML：加工和处理 XML 数据的工具和接口非常多，包括 SAX（Simple API for XML）、DOM（Document Object Model）、XPath 和 XSLT 等。它们为读取、操作和转换 XML 数据提供了丰富的支持。
• HTML：HTML 的处理主要依赖于浏览器和各种网页开发技术，比如 JavaScript、CSS、DOM 操作等，以实现动态和交互式网页内容。

如何调试 XML、JSON 格式的请求

下面使用 Apifox 来修正和测试基于 XML 的 API 请求。

创建与测试 XML 请求

假设您需要向服务器发送 XML 格式的注册信息。您可以按照以下步骤使用 Apifox 进行设置：

• 请求类型：POST
• 请求 URL（需替换为有效地址）：http://127.0.0.1:8000/register
• 请求头设置：Content-Type: application/xml
• 请求体内容如下：

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

• 响应体示例：

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

在 Apifox 中配置您的请求

打开 Apifox，选择开始新项目或者继续现有项目。接着点击“新建接口”，在接口设置页面，选择 POST 作为请求方法，并输入正确的请求 URL，比如 https://api.example.com/register (这里的 URL 应替换为真实可用的 URL)。在配置请求体时，选择 XML 格式，并将上述 XML 数据粘贴到配置区。

发起请求并观察结果

配置完成后，转到“运行测试”页面，点击“发送”按钮以向服务器发送构建的请求。请求发送后，检查响应部分，您应该看到类似于提供的 XML 格式的响应数据。

您还可以使用响应界面上的预览功能，该功能能让您以更直观的方式查看服务器返回的数据。

总结

XML 和 HTML 虽然在标签和属性的语法上有所相似，但它们在使用场景、结构和功能上有显著的区别。XML 强调数据的准确传输和结构化存储，适合用于数据的交换和持久化存储等场景。而 HTML 强调内容呈现和用户交互，主要用于网页设计和开发。