在XML中查找和删除重复节点的最快方法是什么？

Question

XML文件具有结构这样

<Nodes> 
    <Node> one </Node> 
    <Node> two </Node> 
    <Node> three </Node> 
    <Node> three </Node> 
</Nodes> 

由于XML文件中有超过30000级的节点我正在寻找，找到并删除重复的节点最快的方式。

你会怎么做？

Answer 1

你可以使用一个HashSet：

var values = new HashSet<string>(); 
var xmlDocument = XDocument.Load("path"); 

foreach(var node in xmlDocument.Root.Elements("Node").ToList()) 
{ 
    if(!values.Add((string)node)) 
     node.Remove(); 
} 

xmlDocument.Save("newpath"); 

另一种方式是实现一个IEqualityComparer为XElement类，然后用Distinct方法。

Answer 2

尝试的XSLT 2.0转换：

<Nodes xmlns:xsl="http://www.w3..org/1999/XSL/Transform" xsl:version="2.0"> 
<xsl:for-each-group select="/Nodes/Node" group-by="."> 
    <xsl:copy-of select="current-group()[1]"/> 
</xsl:for-each-group> 
</Nodes> 

您可以运行使用撒克逊或XmlPrime C＃。