F.42. xml2

xml2模块提供XPath查询和XSLT功能。

F.42.1. 弃用通知

从PostgreSQL 8.3开始,在内核服务器中有一个基于SQL/XML标准的XML相关的功能。 这个功能包含了XML语法检查和XPath查询,这也是这个模块的包含的,甚至更多,不过API一点也不兼容。 计划在未来的PostgreSQL版本中删除这个模块,支持新的标准的API,所以鼓励你尝试转换你的应用。 如果你发现这个模块的某些功能在一个适当形式的更新的API中不可用, 请解释你的问题到<[[email protected]](mailto:[email protected])>,以便解决这个缺陷。

F.42.2. 功能说明

Table F-32显示了这个模块提供的函数。 这些函数提供了简单的XMP解析和XPath查询。所有参数都是text类型的, 所以为了简化没有显示。

Table F-32. 函数

函数 返回 描述
xml_is_well_formed(document) bool 解析它的参数中的文件正文,并且如果文件是格式良好的XML则返回真。 (注意:在PostgreSQL 8.2之前,这个函数称为xml_valid()。 这是错误的名字,因为在XML中有效性和良构性有不同的含义。 老的名字仍然可用,但是已经废弃了。)
xpath_string(document, query) text 这个函数在提供的文件上评估XPath查询,并转换结果到指定的类型。
xpath_number(document, query) float4
xpath_bool(document, query) bool
xpath_nodeset(document, query, toptag, itemtag) text 在文件上评估查询并将结果包装在XML标签中。如果结果是多值的,那么输出将看起来像:<toptag> <itemtag>Value 1 which could be an XML fragment</itemtag> <itemtag>Value 2....</itemtag> </toptag> 如果toptagitemtag中的任意一个是空字符串,那么省略相关的标签。
xpath_nodeset(document, query) text 类似于xpath_nodeset(document, query, toptag, itemtag),但是结果省略两个标签。
xpath_nodeset(document, query, itemtag) text 类似于xpath_nodeset(document, query, toptag, itemtag),但是结果省略toptag。
xpath_list(document, query, separator) text 这个函数返回由指定的分隔符分开的多个值,例如如果分隔符是,, 返回值是Value 1,Value 2,Value 3
xpath_list(document, query) text 这是一个对于使用,作为分隔符的以上函数的包装器。

F.42.3. xpath_table

xpath_table(text key, text document, text relation, text xpaths, text criteria) returns setof record

xpath_table是一个表函数,在每一组文档上计算一组XPath查询, 并作为一个表返回结果。原始文档表的主键字段作为结果的第一个字段返回, 因此结果集可以容易的用于连接。参数在Table F-33中描述。

Table F-33. xpath_table 参数

参数 描述
key "key"字段的名字—这只是用作输出表的第一个字段,也就是, 它识别每个传来的输出行的记录(请参见下面关于多行值的注释)
document 包含XML文档的字段名
relation 包含文档的表或视图的名字
xpaths 一个或多个XPath表达式,由|分隔
criteria WHERE子句的内容。这个不能省略,所以如果你想要在关系中处理所有的行, 那么使用true1=1

这些参数(除了XPath字符串)只是代替一个纯SQL SELECT语句, 所以你有一些灵活性—该语句是

SELECT <key>, <document> FROM <relation> WHERE <criteria>

所以这些参数可以是任何在这些特定位置的有效值。 这个SELECT的结果需要返回正好两个字段(除非你尝试为key或document列出多个字段)。 注意这个简单的方法需要验证任何用户提供的值,以避免SQL注入攻击。

该函数必须用于FROM表达式中,用一个AS子句指定输出字段;例如

SELECT * FROM
xpath_table('article_id',
            'article_xml',
            'articles',
            '/article/author|/article/pages|/article/title',
            'date_entered > ''2003-01-01'' ')
AS t(article_id integer, author text, page_count integer, title text);

AS子句定义输出表中字段的名字和类型。第一个是"key"字段, 剩余的对应于XPath查询。如果XPath查询多于结果字段,那么额外的查询将被忽略。 如果结果字段多于XPath查询,那么额外的字段将为空。

请注意,这个示例定义page_count的结果字段为一个整数。 该函数内部处理字符串的表示,所以当你说你在输出中想要一个整数时, 它将接收XPath结果的字符串表示,并使用PostgreSQL输入函数将它转换为一个整数 (或者任何AS子句要求的类型)。如果它不能这么做则导致一个错误— 例如,如果结果为空—所以如果你认为你的数据有任何问题, 你可能想要坚持text作为该字段的类型。

调用的SELECT语句不需要只是SELECT *— 它可以通过名字或链接输出字段到其他的表引用输出字段。 该函数产生一个虚拟表,用该虚拟表你可以执行任何你想要的操作 (例如,聚集、链接、排序等等)。所以我们也可以将:

SELECT t.title, p.fullname, p.email
FROM xpath_table('article_id', 'article_xml', 'articles',
                 '/article/title|/article/author/@id',
                 'xpath_string(article_xml,''/article/@date'') > ''2003-03-20'' ')
       AS t(article_id integer, title text, author_id integer),
     tblPeopleInfo AS p
WHERE t.author_id = p.person_id;

作为一个更复杂的示例。当然,为了方便,你可以将所有这些包装到一个视图中。

F.42.3.1. 多值的结果

xpath_table函数假设每个XPath查询的结果可能是多值的, 所以该函数返回的行数可能和输入文档的行数不同。 返回的第一行包含每个查询的第一个结果,第二行包含每个查询的第二个结果。 如果其中的一个查询比其他查询的值少,那么将返回空值。

在某些情况下,用户知道一个给定的XPath查询将只返回一个结果(可能是一个唯一文档标识符)— 如果和返回多个结果的XPath查询一起使用,那么唯一值结果将只在结果的第一行出现。 这个问题的解决方法是使用该关键字段作为一个更简单的XPath查询连接的一部分。 示例:

CREATE TABLE test (
    id int PRIMARY KEY,
    xml text
);

INSERT INTO test VALUES (1, '<doc num="C1">
<line num="L1"><a>1</a><b>2</b><c>3</c></line>
<line num="L2"><a>11</a><b>22</b><c>33</c></line>
</doc>');

INSERT INTO test VALUES (2, '<doc num="C2">
<line num="L1"><a>111</a><b>222</b><c>333</c></line>
<line num="L2"><a>111</a><b>222</b><c>333</c></line>
</doc>');

SELECT * FROM
  xpath_table('id','xml','test',
              '/doc/@num|/doc/line/@num|/doc/line/a|/doc/line/b|/doc/line/c',
              'true')
  AS t(id int, doc_num varchar(10), line_num varchar(10), val1 int, val2 int, val3 int)
WHERE id = 1 ORDER BY doc_num, line_num

 id | doc_num | line_num | val1 | val2 | val3
----+---------+----------+------+------+------
  1 | C1      | L1       |    1 |    2 |    3
  1 |         | L2       |   11 |   22 |   33

要在每个行上获得doc_num,解决方法是使用两个xpath_table 的调用并连接结果:

SELECT t.*,i.doc_num FROM
  xpath_table('id', 'xml', 'test',
              '/doc/line/@num|/doc/line/a|/doc/line/b|/doc/line/c',
              'true')
    AS t(id int, line_num varchar(10), val1 int, val2 int, val3 int),
  xpath_table('id', 'xml', 'test', '/doc/@num', 'true')
    AS i(id int, doc_num varchar(10))
WHERE i.id=t.id AND i.id=1
ORDER BY doc_num, line_num;

 id | line_num | val1 | val2 | val3 | doc_num
----+----------+------+------+------+---------
  1 | L1       |    1 |    2 |    3 | C1
  1 | L2       |   11 |   22 |   33 | C1
(2 rows)

F.42.4. XSLT 函数

如果安装了libxslt,那么下列的函数是可用的:

F.42.4.1. xslt_process

xslt_process(text document, text stylesheet, text paramlist) returns text

这个函数应用XSL样式表到文档并返回转换了的结果。paramlist 是一个在转换中使用的参数分配列表,以格式a=1,b=2指定。 请注意,参数分析是非常简单的:参数值不能包含逗号!

也有一个两参数的xslt_process版本,不传递任何参数到转换。

F.42.5. 作者

John Gray &lt;[[email protected]](mailto:[email protected])&gt;

这个模块的发展是由Torchbox Ltd. (www.torchbox.com)赞助的。 它和PostgreSQL有一样的BSD许可证。