如何使用C#.NET合并Blob中同格式XML文件并写入目标Blob

我有一个Blob存储（XYZ）会接收多个格式相同的XML文件，示例如下：

• XML文件1：

  <Product><ID>001</ID><Name>John</Name><Designation>Developer</Designation></Product>
  

• XML文件2：

  <Product><ID>002</ID><Name>Peter</Name><Designation>Tester</Designation></Product>
  

• XML文件3：

  <Product><ID>003</ID><Name>Arun</Name><Designation>Support</Designation></Product>
  

• XML文件4：

  <Product><ID>004</ID><Name>Swetha</Name><Designation>Analyst</Designation></Product>
  

• XML文件5：

  <Product><ID>005</ID><Name>Gokul</Name><Designation>Maintainence</Designation></Product>
  

需要将这些文件合并为单个XML文件，结构如下，并写入另一个Blob存储（ABC）：

<xml>
  <Product><ID>001</ID><Name>John</Name><Designation>Developer</Designation></Product>
  <Product><ID>002</ID><Name>Peter</Name><Designation>Tester</Designation></Product>
  <Product><ID>003</ID><Name>Arun</Name><Designation>Support</Designation></Product>
  <Product><ID>004</ID><Name>Swetha</Name><Designation>Analyst</Designation></Product>
  <Product><ID>005</ID><Name>Gokul</Name><Designation>Maintainence</Designation></Product>
</xml>

我目前尝试的代码如下：

using (var jw = new XmlTextWriter(sw)) //sw holds the o/p location to store the merged files
{
    jw.WriteStartElement("root");
    int i = 0;
    int c = list.Count();
    foreach (var item in list)
    {
        if (i > 0) await jw.WriteRawAsync("\r\n");
        var blobdata = await OutputContainerService.GetContentAsync(input.InputLocation + "/" + item);
        await jw.WriteRawAsync(blobdata);
        i++;
    }
    jw.WriteEndElement();
    await jw.FlushAsync();
}

请问如何使用C# .NET实现该需求？

你的代码思路没问题，但直接用WriteRawAsync有个隐患：如果单个XML文件带了<?xml version="1.0"?>声明，拼出来的最终XML会无效。另外你现在写的根元素是root，需求里是xml，得改一下。下面给你两种靠谱的实现方式：

方式一：用XDocument（简洁易维护） #

这种方式会先解析每个XML片段，确保结构合法，再合并到根元素里，不用担心格式问题：

// 创建目标根元素
var rootElement = new XElement("xml");

foreach (var fileName in list)
{
    // 从Blob读取XML内容
    var xmlContent = await OutputContainerService.GetContentAsync($"{input.InputLocation}/{fileName}");
    
    // 解析成XElement，自动忽略XML声明
    var productNode = XElement.Parse(xmlContent);
    
    // 添加到根元素下
    rootElement.Add(productNode);
}

// 把合并后的XML写入目标Blob
var mergedXml = rootElement.ToString();
await targetBlob.UploadTextAsync(mergedXml);

方式二：优化你的XmlWriter实现（适合大文件流式处理） #

如果要处理的文件很多、体积大，用流式的XmlWriter更省内存，调整后的代码如下：

// 直接打开目标Blob的写入流，不用先存到内存里
using (var outputStream = await targetBlob.OpenWriteAsync(true))
using (var xmlWriter = XmlWriter.Create(outputStream, new XmlWriterSettings
{
    Indent = true, // 可选：让输出的XML更整齐
    OmitXmlDeclaration = true // 不需要单独的XML声明
}))
{
    xmlWriter.WriteStartElement("xml");

    foreach (var fileName in list)
    {
        var xmlContent = await OutputContainerService.GetContentAsync($"{input.InputLocation}/{fileName}");
        
        // 解析XML片段，过滤掉可能的声明
        using (var stringReader = new StringReader(xmlContent))
        using (var xmlReader = XmlReader.Create(stringReader))
        {
            // 跳过XML声明节点（如果存在）
            if (xmlReader.NodeType == XmlNodeType.XmlDeclaration)
            {
                xmlReader.Read();
            }
            
            // 把<Product>节点复制到输出
            xmlWriter.WriteNode(xmlReader, true);
        }
    }

    xmlWriter.WriteEndElement();
    await xmlWriter.FlushAsync();
}

几个关键提醒 #

1. 别直接写Raw内容：直接拼XML字符串很容易出格式错误，用XML解析类处理能保证最终XML是合法的。
2. 根元素名称要对应：确保根元素是需求里的xml，不是你原来写的root。
3. 大文件选流式处理：如果文件量大，优先用XmlWriter的方式，避免把所有内容都加载到内存里导致性能问题。

内容的提问来源于stack exchange，提问作者Black Pearl