如何使用XQuery连续的标签转换成标签嵌套或表

问题描述：

我有连续的标签，而不是嵌套标签的XML文件，如下所示：如何使用XQuery连续的标签转换成标签嵌套或表

<title> 
    <subtitle> 
     <topic att="TopicTitle">Topic title 1</topic> 
     <content att="TopicSubtitle">topic subtitle 1</content> 
     <content att="Paragraph">paragraph text 1</content> 
     <content att="Paragraph">paragraph text 2</content> 
     <content att="TopicSubtitle">topic subtitle 2</content> 
     <content att="Paragraph">paragraph text 1</content> 
     <content att="Paragraph">paragraph text 2</content> 

     <topic att="TopicTitle">Topic title 2</topic> 
     <content att="TopicSubtitle">topic subtitle 1</content> 
     <content att="Paragraph">paragraph text 1</content> 
     <content att="Paragraph">paragraph text 2</content> 
     <content att="TopicSubtitle">topic subtitle 2</content> 
     <content att="Paragraph">paragraph text 1</content> 
     <content att="Paragraph">paragraph text 2</content> 
    </subtitle> 
</title>

我使用XQuery在BaseX，我想将它与下面的列转换为表格：

Title  Subtitle  TopicTitle  TopicSubtitle  Paragraph 
Irrelevant Irrelevant Topic title 1 Topic Subtitle 1 paragraph text 1 
Irrelevant Irrelevant Topic title 1 Topic Subtitle 1 paragraph text 2 
Irrelevant Irrelevant Topic title 1 Topic Subtitle 2 paragraph text 1 
Irrelevant Irrelevant Topic title 1 Topic Subtitle 2 paragraph text 2 
Irrelevant Irrelevant Topic title 2 Topic Subtitle 1 paragraph text 1 
Irrelevant Irrelevant Topic title 2 Topic Subtitle 1 paragraph text 2 
Irrelevant Irrelevant Topic title 2 Topic Subtitle 2 paragraph text 1 
Irrelevant Irrelevant Topic title 2 Topic Subtitle 2 paragraph text 2

我是新来的XQuery和XPath，但我已经明白如何通过节点导航的基本知识，并选择我需要的人。我还不知道的是如何处理我想要转换为嵌套XML或表格（CSV？）的连续数据。谁能帮忙？

答

例如，您可以使用tumbling window（https://www.w3.org/TR/xquery-30/#id-windows）将平面XML转换为嵌套XML。

for tumbling window $w in title/subtitle/* 
    start $t when $t instance of element(topic) 
return 
    <topic 
     title="{$t/@att}"> 
     { 
      for tumbling window $content in tail($w) 
       start $c when $c/@att = 'TopicSubtitle' 
      return 
       <subtopic 
        title="{$c/@att}"> 
        { 
         tail($content) ! <para>{node()}</para> 
        } 
       </subtopic> 
     } 
    </topic>

给出了基于该

<topic title="TopicTitle"> 
    <subtopic title="TopicSubtitle"> 
     <para>paragraph text 1</para> 
     <para>paragraph text 2</para> 
    </subtopic> 
    <subtopic title="TopicSubtitle"> 
     <para>paragraph text 1</para> 
     <para>paragraph text 2</para> 
    </subtopic> 
</topic><topic title="TopicTitle"> 
    <subtopic title="TopicSubtitle"> 
     <para>paragraph text 1</para> 
     <para>paragraph text 2</para> 
    </subtopic> 
    <subtopic title="TopicSubtitle"> 
     <para>paragraph text 1</para> 
     <para>paragraph text 2</para> 
    </subtopic> 
</topic>

我想，那么你可以将整个与

string-join(
<title> 
    <subtitle> 
     { 
      for tumbling window $w in title/subtitle/* 
       start $t when $t instance of element(topic) 
      return 
       <topic 
        title="{$t/@att}" 
        value="{$t}"> 
        { 
         for tumbling window $content in tail($w) 
          start $c when $c/@att = 'TopicSubtitle' 
         return 
          <subtopic 
           title="{$c/@att}" 
           value="{$c}"> 
           { 
            tail($content) ! <para>{node()}</para> 
           } 
          </subtopic> 
        } 
       </topic> 
     } 
    </subtitle> 
</title>//para ! string-join(ancestor-or-self::* ! (text(), @value, 'Irrelevant')[1], ';'), '&#10;')

这是伟大的。正是我需要的。在研究了更多关于翻滚窗口之后，我怀疑自己能够找到它。花了一点时间适应我的文件，但它现在正在与几个嵌套滚动窗口工作。因为它看起来有点肮脏，所以我想问，你知道有更好的方法来做到这一点吗？我的意思是，使用Java，Python或其他语言更适合这类任务？感谢您的帮助！ – ChuyTM

对于那些主要在做XSLT的人（在这里你可以使用嵌套的'xsl：for-each-group group-starting-with'），它已经使用XQuery感觉“脏”了，但我认为这些语言是处理XML的好选择。如果您正在寻找更好的结构来将XML与XQuery转换为CSV，请查看https://github.com/CliffordAnderson/XQuery4Humanists/blob/master/05-Generating-JSON-and-CSV.md。至于Python，我不太了解Python，即使我知道我认为它将取决于您可以安装哪个模块。 –

对于纯Java和内置的XML类，我认为它需要很多代码，我不知道Java 8的流/分组足够好以估计它需要的代码量， –

答

以分号分隔的数据虽然位置分组就是这种最普通的方法问题（就像Martin Honnen所描述的那样，XQuery 3.0+中的窗口翻滚，XSLT 2.0+中的for-each-group/@group-starting-with）我认为这不是必须的，因为你不是实际上试图利用数据中隐含的分层结构。

具体来说，要转换一个平面结构与层次隐到另一个平面结构与层次隐，你可以做到这一点大意如下的内容：

<table>{ 
    for $para in title/subtitle/content[@att='paragraph'] 
    return <row> 
     <cell>irrelevant</cell> 
     <cell>irrelevant</cell> 
     <cell>{$para/preceding-sibling::topic[1]/string()}</cell> 
     <cell>{$para/preceding-sibling::content[@att='TopicSubtitle'][1]/string()}</cell> 
     <cell>{$para/string()}</cell> 
    </row> 
}</table>

如何使用XQuery连续的标签转换成标签嵌套或表

相关推荐