如何读取嵌套XML并转换为单表结构存入数据库？

这个问题我之前碰到好多次了——用DataSet.ReadXml()读嵌套XML的时候，它总会老老实实按照XML的层级拆成好几张关联表，但咱们要的是扁平化的单表数据对吧？别担心，有两个靠谱的方案可以解决：

你的示例XML（已修正语法错误） #

<bookinfo> 
  <author> 
    <name>test</name> 
    <contact>155335852</contact> 
  </author> 
  <books> 
    <book> 
      <title>abc</title> 
      <price>152</price> 
    </book> 
    <book> 
      <title>xyz</title> 
      <price>1523</price> 
    </book> 
  </books> 
</bookinfo>

注：原XML里的<title>abc</book>标签闭合错误，已修正为</title>，否则解析会失败。

期望的单表结果 #

方案一：用LINQ to XML直接扁平化解析（推荐，灵活可控） #

这种方法跳过DataSet的自动拆分，手动提取需要的字段并组合，完全按照你的需求生成单表，代码直观且容易维护：

using System.Xml.Linq;
using System.Data;

// 加载XML文档（也可以用字符串直接解析：XDocument.Parse(xmlString)）
XDocument doc = XDocument.Load("你的XML文件路径");

// 提取作者的基础信息
var authorNode = doc.Descendants("author").FirstOrDefault();
string authorName = authorNode?.Element("name")?.Value;
string authorContact = authorNode?.Element("contact")?.Value;

// 遍历所有书籍，和作者信息组合成扁平化数据
var flatData = from bookNode in doc.Descendants("book")
               select new 
               {
                   Author = authorName,
                   Contact = authorContact,
                   BookTitle = bookNode.Element("title")?.Value,
                   Price = bookNode.Element("price")?.Value
               };

// 转换为DataTable（方便后续存入数据库）
DataTable resultTable = new DataTable();
resultTable.Columns.Add("author");
resultTable.Columns.Add("contact");
resultTable.Columns.Add("book");
resultTable.Columns.Add("Price");

foreach (var item in flatData)
{
    resultTable.Rows.Add(item.Author, item.Contact, item.BookTitle, item.Price);
}

// 之后就可以用resultTable直接执行数据库插入操作了

方案二：利用DataSet的表关联合并数据 #

如果你的项目已经依赖DataSet，也可以通过自动生成的关联ID把多表数据合并：

using System.Data;

DataSet ds = new DataSet();
ds.ReadXml("你的XML文件路径");

// DataSet会自动生成多张表（比如bookinfo、author、books、book），并添加关联ID字段
var mergedData = from bookinfo in ds.Tables["bookinfo"].AsEnumerable()
                 join author in ds.Tables["author"].AsEnumerable() 
                   on bookinfo.Field<int>("bookinfo_Id") equals author.Field<int>("bookinfo_Id")
                 join books in ds.Tables["books"].AsEnumerable() 
                   on bookinfo.Field<int>("bookinfo_Id") equals books.Field<int>("bookinfo_Id")
                 join book in ds.Tables["book"].AsEnumerable() 
                   on books.Field<int>("books_Id") equals book.Field<int>("books_Id")
                 select new 
                 {
                     Author = author.Field<string>("name"),
                     Contact = author.Field<string>("contact"),
                     BookTitle = book.Field<string>("title"),
                     Price = book.Field<string>("price")
                 };

// 转换为DataTable
DataTable resultTable = new DataTable();
resultTable.Columns.Add("author");
resultTable.Columns.Add("contact");
resultTable.Columns.Add("book");
resultTable.Columns.Add("Price");

foreach (var item in mergedData)
{
    resultTable.Rows.Add(item.Author, item.Contact, item.BookTitle, item.Price);
}

两种方案对比 #

• 方案一：代码更简洁，不需要关心DataSet的自动表结构，适合大多数场景；
• 方案二：适合已经在使用DataSet的项目，但需要熟悉自动生成的关联字段名称。

不管选哪种，最终都能得到你需要的单表结构，直接存入数据库即可。

内容的提问来源于stack exchange，提问作者Abid Zahid