XMLファイルをバイトサイズで予測分割する

Question

xmlStrという小さなXMLメッセージに分割する必要があるXMLメッセージmaxSizeBytesがあります。これは、ドキュメントのルートをとって、最初の子をより小さなXMLのベースとし、いくつかの数の<Smt>要素をとり、新しく形成された（小さい）XMLメッセージにそれらの数を入れることによって行われます。

<?xml version="1.0"?> 
<Bas> 
    <Hdr> 
    <Smt>...</Smt> 
    <Smt>...</Smt> 
    <Smt>...</Smt> 
    </Hdr> 
</Bas> 

現在、私は小さなXMLに入れるsmtNodesPerMessageノードを取る に続くメッセージ全体のサイズint smtNodesPerMessage = (int)Math.Ceiling((double)ASCIIEncoding.ASCII.GetByteCount(xmlStr)/(double)maxSizeBytes);、測定しています：

//doc is original XDocument message 
XDocument splitXML = new XDocument(new XElement(doc.Root.Name,            
            doc.Root.Descendants("Hdr"))); 
splitXML.Root.Add(batchOfSmt); 

を私はすぐに、見つけた小さなXMLファイルのバイトサイズが大きいことですmaxSizeBytesより大きい。なぜなら、XDocumentは各メッセージに余分な文字を追加し、バイトサイズを増やすからである。

Answer 1

基本的なアルゴリズムは次のとおりです。

• は空Hdr要素を持つ文書のサイズを取得します。デフォルトのエンコーディングはUTF-8です。だから私はEncoding.Default.GetByteCountを文書の大きさをcalcualteに使用しました。
• コメント

  var doc = XDocument.Load("data.xml"); 
  var hdr = xdoc.Root.Element("Hdr"); 
  var elements = hdr.Elements().ToList(); 
  hdr.RemoveAll(); // we can remove child elements, because they are stored in a list 
  hdr.Value = ""; // otherwise xdoc will compact empty element to <Hdr/> 
  
  // calculating size of sub-document 'template' 
  var sb = new StringBuilder(); 
  using (XmlWriter writer = XmlWriter.Create(sb)) 
      doc.Save(writer); 
  var outerSizeInBytes = Encoding.Default.GetByteCount(sb.ToString()); 
  
  var maxSizeInBytes = 100; 
  var subDocumentIndex = 0; // used just for naming sub-document files 
  var subDocumentSizeBytes = outerSizeInBytes; // initial size of any sub-document 
  var subDocument = new XDocument(doc); // clone 'template' 
  
  foreach (var smt in elements) 
  { 
      var currentElementSizeBytes = Encoding.Default.GetByteCount(smt.ToString()); 
  
      if (maxSizeInBytes < subDocumentSizeBytes + currentElementSizeBytes 
       && subDocumentSizeBytes != outerSizeInBytes) // case when first element is too big 
      { 
       subDocument.Save($"doc{++subDocumentIndex}.xml"); 
       subDocument = new XDocument(doc); 
       subDocumentSizeBytes = outerSizeInBytes; 
      } 
  
      subDocument.Root.Element("Hdr").Add(smt); 
      subDocumentSizeBytes += currentElementSizeBytes; 
  } 
  
  // if current sub-document has elements added, save it too 
  if (outerSizeInBytes < subDocumentSizeBytes) 
      subDocument.Save($"doc{++subDocumentIndex}.xml"); 
  

  ---

  と

サブ文書サイズが最大値を超えるかどうかをチェックするコードを追加する前にクローン各サブ文書eash Smt要素について

ため、この空HDR文書を

ソースがあり、最大サイズが250バイトの場合、3つの文書が得られます

<?xml version="1.0"?> 
<Bas> 
    <Hdr> 
    <Smt>Lorem Ipsum is simply dummy text of the printing and typesetting industry.</Smt> 
    <Smt>Contrary to popular belief, Lorem Ipsum is not simply random text.</Smt> 
    <Smt>It has survived not only five centuries, 
but also the leap into electronic typesetting, remaining essentially unchanged.</Smt> 
    <Smt>Lorem ipsum dolor sit amet, consectetur adipiscing elit.</Smt> 
    </Hdr> 
</Bas> 

DOC1（223バイト）：

<?xml version="1.0" encoding="utf-8"?> 
<Bas> 
    <Hdr> 
    <Smt>Lorem Ipsum is simply dummy text of the printing and typesetting industry.</Smt> 
    <Smt>Contrary to popular belief, Lorem Ipsum is not simply random text.</Smt> 
    </Hdr> 
</Bas> 

DOC2（259バイト、単一素子）：

<?xml version="1.0" encoding="utf-8"?> 
<Bas> 
    <Hdr> 
    <Smt>It has survived not only five centuries, 
but also the leap into electronic typesetting, remaining essentially unchanged.</Smt> 
    </Hdr> 
</Bas> 

DOC3（128のバイト、最後のもの）

<?xml version="1.0" encoding="utf-8"?> 
<Bas> 
    <Hdr> 
    <Smt>Lorem ipsum dolor sit amet, consectetur adipiscing elit.</Smt> 
    </Hdr> 
</Bas>