C#移除KML重复Placemark节点及统计移除数量的代码优化咨询

Hey，咱们来聊聊你这段KML去重的代码以及怎么优化到全局去重～

原代码的情况分析 #

你的代码能覆盖部分场景：可以处理Document下直接的Placemark，以及Document下一级Folder里的重复Placemark，也能统计这两部分的删除数量。但它有几个明显的局限：

• 只处理了一级Folder，如果KML里有嵌套的Folder（比如Folder下还有多层Folder），里面的Placemark会完全被忽略，没法参与去重
• 代码重复度高：统计和删除的逻辑几乎一模一样，重复遍历了两次DOM，效率偏低
• 还有个潜在坑：用(string)i作为分组依据时，XElement.ToString()会保留节点的缩进、换行等空白字符，可能导致内容完全相同但格式略有差异的Placemark被误判为不同节点，没法正确去重

优化方向与全局去重实现 #

要实现全局所有层级的Placemark去重，同时高效统计删除数量，我们可以这样调整：

1. 精准判断Placemark是否重复 #

首先，我们需要一个可靠的方式判断两个Placemark是否完全相同。写个辅助方法，忽略无关的空白字符，只比较节点的核心内容：

private static string GetPlacemarkUniqueKey(XElement placemark, XNamespace ns)
{
    // 序列化时去掉所有空白，确保内容一致的节点生成相同的字符串
    var xmlSettings = new XmlWriterSettings
    {
        OmitXmlDeclaration = true,
        Indent = false,
        NewLineHandling = NewLineHandling.None
    };

    using (var stringWriter = new StringWriter())
    using (var xmlWriter = XmlWriter.Create(stringWriter, xmlSettings))
    {
        // 序列化Placemark的所有子节点，确保结构和内容完全匹配
        foreach (var childElement in placemark.Elements())
        {
            childElement.WriteTo(xmlWriter);
        }
        return stringWriter.ToString();
    }
}

这个方法会把Placemark的所有子节点（name、description、坐标等）序列化为无空白的字符串，确保内容完全一致的节点得到相同的唯一标识。

2. 全局获取+批量处理所有Placemark #

用Descendants方法可以抓取整个XML文档中所有层级的Placemark节点，不管它在Document、一级Folder还是嵌套的深层Folder下：

// 加载KML文件
var kmlDoc = XDocument.Load(kmlFileUrl);
XNamespace kmlNs = "http://www.opengis.net/kml/2.2";

// 获取所有层级的Placemark节点，转成List避免后续遍历DOM时的问题
var allPlacemarks = kmlDoc.Descendants(kmlNs + "Placemark").ToList();

// 分组找出所有重复节点（每组只保留第一个，剩下的都是重复项）
var duplicatePlacemarks = allPlacemarks
    .GroupBy(placemark => GetPlacemarkUniqueKey(placemark, kmlNs))
    .SelectMany(group => group.Skip(1))
    .ToList();

// 统计删除数量并移除重复节点
int totalRemoved = duplicatePlacemarks.Count;
duplicatePlacemarks.Remove();

// 保存处理后的KML文件
kmlDoc.Save("处理后的KML文件路径.kml");

优化后的代码优势 #

• 全局覆盖：Descendants会遍历XML树的所有层级，不管Placemark藏在多深的Folder里都能处理
• 高效简洁：只遍历一次DOM，分组后直接获取所有重复项，统计和删除一步完成，避免了原代码的重复逻辑
• 精准去重：用自定义的唯一标识生成方法，避免了空白字符导致的误判，确保真正内容相同的节点才会被去重

针对你提供的KML示例的测试结果 #

用你给出的示例KML运行这段优化后的代码：

• 原示例中重复的Placemark包括：name=2的2个重复项、name=4的4个重复项
• 最终会删除4个重复节点（1个name=2的重复项 + 3个name=4的重复项），保留每组的第一个出现的节点，这才是真正的全局去重结果

内容的提问来源于stack exchange，提问作者user1254053