Xml : Noeud rechercher tous les noeuds commençant par une certaine chaine

Version imprimable

Bonjour,

J'ai un fichier Xml comme suit :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 <?xml version="1.0" encoding="ISO-8859-1" ?> <root> <busTV_06033_101_ var_22100b5_BaseNOUK20070416> 500|00106|002GB|006ATE01|007Surface.S 899|001200707031833 999|001200707031833|002FIN </busTV_06033_101_var_22100b5_BaseNOUK20070416> <busTV_06033_101_Stylis VxInsetVar_PasInset_22100b5_BaseNOUK20070416> 500|00106|002GB|006ATE01|007Surface.S 510|001NIX|003 65|005+0025|0080100|0240|0250|0260|0270|0280|0290|033TAA|034J78100|03500 511|001NIX|003 65|005+0025|0080100|0240|0250|0260|0270|0280|0290|033TAA|034J78100|03500 519|001000|002000 520|001000|002000 898|0010 899|001200707031834 999|001200707031834|002FIN </busTV_06033_101_Stylis VxInsetVar_PasInset_22100b5_BaseNOUK20070416> </root>
J'ai déjà une méthode dans une classe qui me permet de traiter toutes les données se situant entre<bus...> et </bus...>. Donc ce que j'aimerais, comme indiqué dans le titre, c'est de pouvoir accéder à tous les nœuds commençant par "bus". La partie restante du nom est à envoyer en paramètre à la méthode qui effectue le traitement. Comme ce n'est pas un nom complet, je ne peux donc pas faire de GetElementByTagName().

Comme je débute en C#, je n'ai fait que cela pour l'instant:
Code:

1 2 3 4 5 6 7 8 9 10 11 12 public void MultiBusReader(string XmlFile) { XmlDocument xmlBus = new XmlDocument(); if (File.Exists(XmlFile)) { xmlBus.Load(XmlFile); // Get a reference to the root node XmlElement elmRoot = xmlBus.DocumentElement; } }
Merci bien de votre aide.

20/07/2009, 17h29
ctxnop
Salut
A première vue je dira d'utiliser XPath.
Ca donnerai quelque chose comme
Code:

1 2 XmlNodes[] bus = elmRoot.SelectNodes("//bus*");
Mais j'ai pas testé et ca fait longtemps que j'ai pas fait de XPath.
21/07/2009, 12h01
GreatDeveloperOnizuka

J'arrive à gérér avec Xpath comme tu l'as dit mais il me reste encore un problème :(. Dans certaines balises bus, les noms prennent parfois des espaces du genre "<busTV_06033_101_ var_22100b5_BaseNOUK20070416 physical machin>" et dc je n'arrive plus à utiliser Xpath car il crois que physical et machin sont des attributs :cry: . Serait-il correcte de foutre tous le fichier xml dans un string et de virer les espaces pour les balises <bus> sachant qu'ils ne prennent jamais d'attribut?

A la base c'est le fichier XML qui est mal foutu tout de même, le nom des balises fait peur. On dirait qu'il y a des infos dans le nom des balises en fait, cela veut dire qu'il faudrait des noeuds enfants avec ces infos éventuellement. Mais je suppose que tu ne peux rien y faire ?

Sinon pour enlever les espaces, on peut faire quelque chose comme ceci

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
static void Main(string[] args)
{
    string xml =
@"<?xml version=""1.0"" encoding=""ISO-8859-1"" ?>
<root>
<busTV_06033_101_ var_22100b5_BaseNOUK20070416>
500|00106|002GB|006ATE01|007Surface.S
899|001200707031833
999|001200707031833|002FIN
 
</busTV_06033_101_var_22100b5_BaseNOUK20070416>
<busTV_06033_101_Stylis VxInsetVar_PasInset_22100b5_BaseNOUK20070416>
500|00106|002GB|006ATE01|007Surface.S
510|001NIX|003   65|005+0025|0080100|0240|0250|0260|0270|0280|0290|033TAA|034J78100|03500
511|001NIX|003   65|005+0025|0080100|0240|0250|0260|0270|0280|0290|033TAA|034J78100|03500
519|001000|002000
520|001000|002000
898|0010
899|001200707031834
999|001200707031834|002FIN
 
</busTV_06033_101_Stylis VxInsetVar_PasInset_22100b5_BaseNOUK20070416>
</root>";
 
    string s = Regex.Replace(xml, @"(?<=<).*?(?=>)",
        delegate(Match m)
        {
            return Regex.Replace(m.Value, @"\s+", string.Empty);
        });
 
    Console.ReadLine();
}

21/07/2009, 14h28
ctxnop
Eh ben, des espaces dans les nom de balises XML, on aura tout vu...
Normalement, un vrai bon xml comme il devrait l'être, les noms des balises sont en minuscules, pas d'espaces dans le nom, le nom doit commencer par une lettre, pas de caractère spéciaux.
De plus, les données présentes devraient être dans un CDATA pour éviter une éventuelle erreurs du parser si les données contiennent un caractère pouvant faire croire qu début ou la fin d'une balise/attribut/...

Comme le dit StormimOn, le xml fournit est tout pourris, il manque de balise pour structurer tout ca.

Par contre, l'expression rationnelle donnée ne me semble pas vraiment bonne.
Si je ne me trompe pas, elle vire tout espace compris entre un "<" et un ">"
Ce qui fait que la première ligne deviendrait
Code:

1 2 <?xmlversion="1.0"encoding="ISO-8859-1"?>
Ce qui n'est pas bon. De même, si une balise comprend un attribut, il y aura erreur.
Je ne vois pas comment, par code, on peux virer sans erreurs les espaces des noms de balise.
Sauf peut-être en ré-écrivant un parser qui se servirai des balises fermantes pour déterminer le nom de balise dans attributs et les ré-écrire dans un un vrai XML. Mais si t'es pour écrire ton propre parser juste pour faire ca, autant en profiter pour extraire tes données directement plutôt ...

Si tu ne peux vraiment pas aller botter les fesses de celui qui génère ce fichier "XML", je vois pas de solution propre et fiable. Désolé.
21/07/2009, 14h35
StormimOn

Pour l'expression j'ai fait un peu vite effectivement. Avec ceci cela devrait aller mieux

Code:

string s = Regex.Replace(xml, @"(?<=</?bus).*?(?=>)",

puisque seules les balises commençant par bus nous intéressent et qu'elles ne possèdent pas d'attributs.

L'idéal serait tout de même de revoir la structure du XML.
21/07/2009, 14h42
ctxnop

Oui ca marcherai mieux je pense aussi. En supposant que les balises "busXXXX" n'ont jamais d'attributs.

Comme tu dis, l'idéal serait vraiment de pouvoir faire revoir la structure a son auteur, m'est avis que la plupart des parser planteront lamentablement en lisant un truc pareil.
Car je pense que quand le parser lit :

Code:

<busTV_06033_101_ var_22100b5_BaseNOUK20070416>

Il doit attendre comme balise fermante :

Code:

</busTV_06033_101_>

Du coup, c'est étonnant qu'il ne rale pas en voyant la balise fermante du nœud root, car pour lui, aucune des balises "busXXXX" n'ont été fermées.

Hum, sinon, une solution un peu moins performante vu qu'elle boucle mais qui doit marcher en prenant en compte le risque de présence d'attribut.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
 
string xml =
@"<?xml version=""1.0"" encoding=""ISO-8859-1"" ?>
<root>
<busTV_06033_101_var_22100b5_BaseNOUK20070416>
500|00106|002GB|006ATE01|007Surface.S
899|001200707031833
999|001200707031833|002FIN
 
</busTV_06033_101_var_22100b5_BaseNOUK20070416>
<busTV_06033_101_StylisVxInsetVar_PasInset_22100b5_BaseNOUK20070416>
500|00106|002GB|006ATE01|007Surface.S
510|001NIX|003   65|005+0025|0080100|0240|0250|0260|0270|0280|0290|033TAA|034J78100|03500
511|001NIX|003   65|005+0025|0080100|0240|0250|0260|0270|0280|0290|033TAA|034J78100|03500
519|001000|002000
520|001000|002000
898|0010
899|001200707031834
999|001200707031834|002FIN
 
</busTV_06033_101_StylisVxInsetVar_PasInset_22100b5_BaseNOUK20070416>
 
<!-- La balise -->
<busXXX YYY ZZZ machin="truc">bla bla bla</busXXX YYY ZZZ>
<!-- donnera -->
<busXXXYYYZZZ machin="truc">bla bla bla</busXXXYYYZZZ>
<!-- L'attribut est donc conservé -->
</root>";
 
// On match toutes les balise fermantes, juste les fermantes.
MatchCollection mc = Regex.Matches(xml, "</(?<name>[^>]+)>");
foreach (Match m in mc)
{
	// Le nom de la balise tel que trouvé dans sa version fermante.
	string Value = m.Groups["name"].Value;
	// Le même nom de balise, mais sans espaces.
	string balise = Regex.Replace(Value, @"\s+", string.Empty);
	// On remplace toutes les balises ouvrante par l'équivalent sans espace.
	xml = xml.Replace("<" + Value, "<" + balise);
	// Idem pour les fermantes.
	xml = xml.Replace("</" + Value, "</" + balise);
}

Ainsi ca donnerai ceci :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
 
<?xml version="1.0" encoding="ISO-8859-1" ?>
<root>
 <busTV_06033_101_ var_22100b5_BaseNOUK20070416>
500|00106|002GB|006ATE01|007Surface.S
899|001200707031833
999|001200707031833|002FIN
 
 </busTV_06033_101_var_22100b5_BaseNOUK20070416>
 <busTV_06033_101_Stylis VxInsetVar_PasInset_22100b5_BaseNOUK20070416>
500|00106|002GB|006ATE01|007Surface.S
510|001NIX|003   65|005+0025|0080100|0240|0250|0260|0270|0280|0290|033TAA|034J78100|03500
511|001NIX|003   65|005+0025|0080100|0240|0250|0260|0270|0280|0290|033TAA|034J78100|03500
519|001000|002000
520|001000|002000
898|0010
899|001200707031834
999|001200707031834|002FIN
 
 </busTV_06033_101_Stylis VxInsetVar_PasInset_22100b5_BaseNOUK20070416>
</root>

De même, la balise :

Code:

<busXXX YYY ZZZ machin="truc">bla bla bla</busXXX YYY ZZZ>

Donnera

Code:

<busXXXYYYZZZ machin="truc">bla bla bla</busXXXYYYZZZ>

L'attribut est donc conservé.

Limitations :
* Sur un gros fichier xml, le code sera vite très très lent, sur ton exemple ca se passera sans problème.
* Si jamais une balise contient en tant que donnée du xml (dans un CDATA par exemple, ou dans un commentaire) il sera traité également, ce qui peut être préjudiciable.
* Toute occurence de "<balise avec espace" sera remplacée par "<baliseavecespace", ca peux donner lieu à des remplacement non voulu dans de rares cas.
* La solution ne remplace en aucun cas le fait qu'il serait fortement souhaitable que le xml fournit en entré soit correcte.

21/07/2009, 17h43
GreatDeveloperOnizuka

C'est bon donc en magouillant les espaces le traitement marche.

Merci encore.

PS : oui je n'ai pas fait ce faux XML et je n'ai pas le droit d'y toucher.
21/07/2009, 17h45
ctxnop

Si tu as contacte avec celui qui l'a fait, gueule-lui dessus fort bruyamment et dis lui de prendre des cours... :lol:

Au passage, si tu as résolut ton problème, un petit click sur le bouton "Résolut" afin que d'autres de viennent pas pour rien :ccool: