Linq遍历XML

本文介绍了一种使用C#和LINQ to XML从XML文件中读取并解析工作流信息的方法。通过加载指定路径下的XML文件,程序能够获取每个工作流的详细属性,并遍历其包含的所有活动节点。

 

 

 

 

static void GetAllWorkflows()

 

        {

           

XDocument xdoc = XDocument.Load(@"D:\Document\Workflows.xml");                      

 

           

var workflows = from workflow in xdoc.Descendants("Workflow")

 

                      

select new

 

                       {

                           Name = workflow.Attribute(

"Name").Value,

 

                           Category = workflow.Attribute(

"Category").Value,

 

                           Owner = workflow.Attribute(

"Owner").Value,

 

CreatedOn = workflow.Attribute(

"CreatedOn").Value,

 

                           LastUpdatedOn = workflow.Attribute(

"LastUpdatedOn").Value,

 

                           LastUpdatedBy = workflow.Attribute(

"LastUpdatedBy").Value,

 

                           Children = workflow.Descendants(

"Activity")

 

                       };

           

//Loop through results for every workflow

 

           

foreach (var workflow in workflows)

 

            {

               

Console.WriteLine("WorkflowName: " +workflow.Name+";Category:"+ workflow.Category );

 

               

foreach (var activity in workflow.Children)

 

                {

                   

Console.WriteLine("  ActivityName:   " + activity.Attribute("name").Value);

 

                   

Console.WriteLine("  ActivityIsEnabled:   " + activity.Attribute("IsEnabled").Value);

 

                }

            }

        }

 

 

 

XML 格式:

<?xml version="1.0" encoding="utf-8"?>
<Workflows>
  <Workflow Name="SCDI COMMON TASKS" Category="Hand Off" Owner="" CreatedOn="2012-12-04 17:44" LastUpdatedOn="2012-13-04 17:44" LastUpdatedBy="">
    <Activity name="Sync Projects" IsEnabled="true" />
    <Activity name="Checkout Projects" IsEnabled="true" />
    <Activity name="Update LCLs" IsEnabled="true" />
    <Activity name="Run LocVer 0" IsEnabled="true" />
    <Activity name="Run LocVer" IsEnabled="false" />
    <Activity name="Generate Files" IsEnabled="true" />
    <Activity name="Create Statistics" IsEnabled="true" />
    <Activity name="SD Revert Unchanged" IsEnabled="true" />
    <Activity name="SD Submit All Files" IsEnabled="true" />
    <Activity name="Repetition Estimate" IsEnabled="true" />
    <Activity name="Repetition Get Exceptions" IsEnabled="true" />
    <Activity name="Repetition Reset" IsEnabled="true" />
    <Activity name="Repetition Clean" IsEnabled="true" />
  </Workflow>
<Workflow Name="workflow2" Category="Hand back" Owner="" CreatedOn="2012-12-04 17:44" LastUpdatedOn="2012-13-04 17:44" LastUpdatedBy="">
    <Activity name="Sync Projects" IsEnabled="true" />
    <Activity name="Checkout Projects" IsEnabled="true" />
    <Activity name="Update LCLs" IsEnabled="true" />  
  </Workflow>
<Workflow Name="workflow3" Category="common" Owner="" CreatedOn="2012-12-04 17:44" LastUpdatedOn="2012-13-04 17:44" LastUpdatedBy="">
    <Activity name="Sync Projects" IsEnabled="true" />
    <Activity name="Checkout Projects" IsEnabled="true" />
    <Activity name="Update LCLs" IsEnabled="true" />  
  </Workflow>


</Workflows>

 

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值