EMLOG 备份里的 XML 到底怎么玩？C# 深度解析与数据安全指南

大家好，我是零点博客的博主。最近在整理旧站 EMLOG 的数据归档时，发现导出文件的格式全是古老的 XML。如果是以前写 PHP，我可能直接用正则一页码就能搞定，但这次我想用 C# 写个通用的XML解析工具来批量处理。过程比想象中坑多，但也顺带把底层原理和 SQL 防注入这块的坑踩平了。

一、 为什么我们要死磕 XML 解析？

虽然 JSON 流行了，但很多老系统的接口、日志文件、甚至备份存档依然喜欢用 XML 这种树状结构。在XML解析上，C# 提供了两种主流方式：传统的 XmlDocument 和现代的 LINQ to XML。这次实战，我主要用了后者的 XDocument，因为配合 JavaScript 交互接口开发时，链式调用确实比节点导航舒服太多。

二、 纯手写代码：C# 提取 XML 核心数据

场景是这样的：我们拿到了一个 XML 字符串（或者文件），需要提取其中的标题、摘要和发布时间，然后拼装成 JSON 返回给前端。

// 加载文档
XDocument doc = XDocument.Parse(xmlString);

// 使用 LINQ 查询语法，这比 XPath 逻辑更直观
var posts = from p in doc.Descendants("post") 
            select new 
            {
                // 读取节点属性，注意 trim 去除空白
                Title = p.Attribute("title")?.Value.Trim(),
                Date = p.Attribute("date")?.Value.Trim(),
                Content = p.Element("content")?.Value.Trim()
            };

// 转换为 JSON 供接口调用
string jsonResult = JsonConvert.SerializeObject(posts);

写完这段代码，我第一反应是太爽了。相比以前用 XmlDocument 递归遍历节点，这种写法简直就是享受。但在实际将数据存入数据库时，我才发现一个严重的问题：数据清洗与安全。

三、 从 XML 到 MySQL：如何防止 SQL 注入？

很多新手喜欢在拼接 SQL 语句：`string sql = "INSERT INTO logs VALUES ('" + title + "')"`。千万别这么做！万一 XML 标签里藏着 ``，你的后台就崩了。

我采用了以下两步走策略：

  1. 参数化查询：C# 的 SqlCommand 使用 SqlParameter，这是防止 SQL 注入的铜墙铁壁。
  2. 多层清洗：先用正则表达式把 XML 里的危险字符转义。
using (SqlCommand cmd = new SqlCommand(sql, conn))
{
    // 绑定参数，彻底告别字符串拼接
    cmd.Parameters.AddWithValue("@Title", post.Title);
    cmd.Parameters.AddWithValue("@Content", post.Content);

    cmd.ExecuteNonQuery();
}

四、 零点博客开发避坑指南

在开发这个在线工具时，我踩过几个坑，简单列出来供大家参考：

  • 编码问题：读取 XML 时一定要指定 Encoding，否则中文全是乱码。
  • 空值处理：使用 `?.` 运算符非常关键，防止 XML 结构不标准导致程序崩溃。
  • 大文件处理：如果 XML 几兆大小，XDocument 会内存溢出，这时候需要用 XmlReader 流式读取，虽然代码量大点，但性能最佳。

总的来说，掌握 XML解析 不仅仅是写个代码，更是为了在数据迁移、接口对接时能从容应对各种奇葩格式的数据。希望这篇复盘对正在做 C# 后端开发的朋友有帮助。

结语

技术更新很快，但基础要扎实。无论是 XML 还是 JSON，核心思想都是数据结构化。在零点博客的后端优化中，我已经全面转向了 JSON，但 XML 依然有其不可替代的场景。如果你有更好的解析技巧，欢迎在评论区交流！