问题标签 [flwor]

我遇到了一个有趣的问题，我需要遍历多个大型 XML 文件（每个文件为数百 MB）并从每个元素中输出特定数据，并尽可能快地完成。例子：

点数.xml：

路由.xml：

在不同的文档中有数以万计的点/路线元素，它们比这复杂得多，但对于这个例子，这个摘录就足够了。

输出需要是这样的：

我不能自己修改文档，这是我必须处理的，现在的问题是 - 如何尽可能有效地根据标识符链接元素？我说的是这样做的方法，也许是一种不同的思考方式，而不是实际的代码，因为无论如何它最终都会完全不同。

我尝试循环遍历路线，然后使用 FLWOR 找到点：

效果不太好（花了将近一个小时才完成）。这种方法也有类似的故事：

最后，我需要在输出中使用来自点/路由的更多子元素，所以我认为我必须使用 for 迭代它们，然后连接输出，但也许我错了，这就是我在这里问的原因。

有没有我忽略的东西，或者根本没有更快的方法来做到这一点？

我需要使用 FLWOR 表达式获得以下输出。

使用

我尝试了以下查询

这并没有给我预期的输出来找到Year < 1970.

如何将自定义父节点设置为<oldPlanes>

如何返回 2 个节点作为预期输出？

我需要以下输出

使用以下 XML 和 XQuery FLOWR 表达式。

我尝试了以下查询。但它返回不同的输出。

查看twitter数据库的“id”字段：

我如何从FLWOR语句中得到相同的结果？

它将所有内容包装在<result>标签中，但仍提供每个节点。如何选择“id”节点？尝试变化：

没有积极的结果。也许是因为JSON混合在一起？

如何删除重复条目？

在这种情况下，Twitter 使用雪花作为JSON推文中的唯一 ID 字段，如下所示。按 ID建立推文索引，并删除每个附加$tweet的重复项？但是如何不递归地删除每一条推文......？

一个简单 FLWOR的打印数据库中每条推文的 ID：

结果：

这里的重复是故意的，但正在寻找某种“清理”数据库的方法。

只是寻找一个大致的轮廓或方法。我的想法是将输出从一个管道传输xquery到另一个，但我被困在如何构建索引上。大概这是数据库本身内置的功能，只需要利用正确的模块（可能）。

--

这看起来至少会返回一个不同的结果：

虽然我不太确定它是所有id__str值的集合。

如何返回非数字文本？

假设原始电子表格中的每个地址或电话号码单元格都有数字，我希望返回任何没有数字的字符串。

上下文，根据迈克尔凯的说明：

电子表格的每个单元格都有一个字符串。只有一列很容易成为CSV数据。看起来，只有名字没有数字。在这个假设下，希望将数据分解成“块”以区分每个人。数据没有真正的模式。

轻松FLWOR获取所有数据（来自电子表格）：

给出这种类型的输出：

另一个返回非数字数据：

这似乎只返回名称。在这种假设下，希望在 a 上触发关闭标签<person>并打开一个新标签<person>，例如：

或类似的东西。只是在假设他们的名字中没有数字的情况下真正想将个人分开，然后在XML.

只要每次找到触发关闭标签然后“开始”一个新人的“名称”。完全不确定这里的标准术语。

我正在寻找从文件中选择非数字数据以将其XML切碎成数据库列，或者至少是xmltable类似的结构。这FLWOR给出了一个有用的结果：

但是，它将所有结果输出到单个li标签中，例如：

• A B C D

首选输出将采用以下形式：

• 一个
• b

数据很可能在某种程度上存在问题，因为略有不同FLOWR：

当然在新行上输出每个非数字字符串。如何将其输出到列表中？

数据摘录：

如何根据是否匹配[0-9]带有 a 的数字进行分组tumbling window？

所需的输出：

当前输出，未分组：

输入：

这个概念是每个“人”都有一个名字（没有数字），也许还有其他数据。因此，希望阅读每一行，然后根据找到名称的位置进行分组。

代码：

查看输出，“phone3sue”显然在进行一些匹配和分组，尽管并不完全符合预期，因为“phone3”应该在它自己的元素中，嵌套在“joe”而不是“sue”中。但是，仍然有一些匹配发生在那里。

来自撒克逊邮件列表：

2020 年 2 月 19 日星期三上午 10:31:37 -0800，thufir 脚本：

我将重新阅读有关窗口的部分；我的印象是它更多地用于显示或报告目的。

窗口化是您从数据流中取出块的方式。

您所拥有的是有效的线元素流；您可以识别“名称”行，但您现在不知道它们的距离/任何特定名称对之间的数据量。

Windows 让您说“我想要以名称行开头并继续（但不包括）下一个名称行的此流的块”。

您能否更具体地详细说明两个步骤的含义？

您正在尝试获取一些输入 XML 并将其转换为不同的输出 XML。

如果这是纯粹的转换——将所有名为 FOO 的元素更改为名为 BAZ 的元素——XQuery 不是最好的工具选择。如果可以，请使用 XSLT。它们在计算上是相同的，但语言有不同的偏见，XSLT 确实可以更自然地进行转换。

如果输出 XML 是您输入的抽象的表示——在道德上是某种报告——那么拥有抽象然后呈现它会有很大帮助。

因此，在您的情况下，您拥有的是一个包含名称和数据之间隐式关联的流。（这是一个行流；您知道这些数据行与该名称行一起使用的唯一方法是位置。所以隐含。）如果您将其转换为名称和数据之间的显式映射 - 例如通过创建一个映射变量，其中键是名称行的内容（以某种方式处理空格），每个键的条目是与该名称关联的数据行——您已经完成了抽象部分。

然后，您可以获取该映射并从中生成所需的 XML 输出，这比尝试结合“创建新 XML”和“执行抽象步骤”要简单得多。我发布的最后一件事是将地图转换为元素的示例，但作为一种模式，它只是

地图：钥匙（$地图）！{.}{$map(.)}

（如果条目中有节点或序列，它会变得更加复杂，但不会更多。）

这让一些事情更接近意义？

——格雷登

_______________________________________________ saxon-help 邮件列表存档于http://saxon.markmail.org/saxon-help@lists.sourceforge.net https://lists.sourceforge.net/lists/listinfo/saxon-help

XML虽然在这一点上并不严格，但希望将“列表”转换为可用于XML切碎的东西，因此更像是一张桌子。适合导入电子表格或SQL数据库中的表格。

这个输入如何：

• 人们
• 乔
电话1
电话2
电话3
• 起诉
细胞4
主页5
• 爱丽丝
属性6
x7
y9
z10

转换为如下结构：

重要的是“名称”在第一列，其他“属性”在以下任何列CSV或类似的列中，或可导出的东西CSV。它不一定是CSV，也许只是可以转换成这样的结构，BaseX因为CSV通过GUI.

也许：

虽然对于这个特定的数据，我更喜欢前者。