XML alapok 2

Mezőhatároló megadási lehetőségek

• FIXED : Each record a fixed length (in bytes)
• VARIABLE : Start of each record contains a character count
• DELIMITED BY : Each record ends with a given string
• XMLTAG : Each record is the content within a given XML tag: <MYTAG>....</MYTAG>

XML tartalmak adatbázis kezelésére használatos SQL szerkezetek:

Oracle db-ben használatos szerkezetek

XMLTable XML tartalmak táblázat szerű kezelésére
XMLQuery XML tartalmak lekérdetésére (szűrés, kiválasztás, ...) eredmény is XML vagy összegzési eredmény
XMLTYPE

Az XML file tartalmát megfelelő root (legfelső) szint kijelölésével CLOB vagy Varchar(4000) mezőbe töltjük és onnan áttöltés során megfelelően 'kiforgatjuk' egy vagy több tábla mezőibe.

XQuery

Elsőként kijelöljük, hogy mely csomóponthalmazt vagy csomópontot kívánjuk feldolgozni, hogy abból információt merítsünk. A kijelölés során egy-egy változót rendelhetünk a halmazhoz vagy csomóponthoz. Halmaz esetén a megadott változó végigfut a halmaz értékein és minden értéknél elvégzi a magban megadott műveleteket.

Az XQuery rendelkezik programozási nyelvre és adatbázisnyelvre jellemző tulajdonságokkal is.

iteráció, változók (for…in, let…in)
rekurzív, felhasználói függvények
reguláris kifejezések, típusok
listák, tömbök

Adatbázisos jellemzők:

szűrés
csoportosítás, összekapcsolás (joins)

Minta:

FOR $v IN kif1
LET $w := kif2
WHERE kif3
ORDER BY kif4
RETURN kif5

Függvények

Függvény Példa Eredmény
count count((0,4,2)) → 3
max max((0,4,2)) → 4
subsequence subsequence((1,3,5,7),2,3) → (3,5,7)
empty empty((0,4,2)) → false()
exists exists((0,4,2)) → true()
distinct-values distinct-values((4,4,2,4)) → (4,2)
to (1 to 10)[. mod 2 eq 1] → (1,3,5,7,9)

Online generátor : http://brettz9.github.io/xqueryeditor/

XPath

Ez egy deklaratív, kifejezés alapú lekérdező nyelv, melynek segítségével XML dokumentumokban jelölhetünk ki csomópontokat. Az XPath segítségével lehet címezni, azonosítani, mutatni és meghatározni a helyzetét az XDM-ben látott elemcsomópontoknak, attribútumcsomópontoknak, szövegescsomópontoknak és gyakorlatilag bárminek, ami előfordulhat egy XML dokumentumban. Az dokumentum logika felépítése alapján dolgozik és a csomópontok kijelölésére szolgál. Szűrhetjük az elemeket, attribútumokat különböző feltételek alapján, navigálhatunk a szülők, gyermekek között; sztringeket, számokat, logikai értékeket módosíthatunk. Támogatja a névterek használatát.

Az XML fában történő navigációra használjuk
Az XML dokumentum csúcsainak egy részhalmazát adja vissza

Tengelyek

XPath kifejezések csomópontok kiválasztásakor számos különböző tengely használhatnak. A tengely meghatározza az csomópontok kiválasztásának irányát a környezetcsomóponthoz viszonyítva. A tengelyek utat mutatnak, segítségükkel bejárhatunk egy XML dokumentumot. Gyakorlatilag bármely csomópontból el lehet jutni bármely csomópontba a dokumentumban a tengelyek használatával. Jelölésük: a tengely neve után ”::” operátor szerepel.

A 13 tengely a következő:

Tengely	Leírás	Irány	Látható csomópont típusok
child::	A környezetcsomópontból közvetlenül leszármazó elemek.	Forward	Elem, komment, feldolgozó utasítás és szöveg csomópontok
parent::	Közvetlenül a környezetcsomópont feletti elem.	Reverse	Gyökér, elem csomópontok
descendant::	A child:: tengely kiterjesztése. A környezetcsomópontból leszármazó elemek.	Forward	Elem, komment, feldolgozó utasítás és szöveg csomópontok
ancestor::	A parent:: tengely kiterjesztése a csomópont fán felfele.	Reverse	Gyökér, elem csomópontok
descendant-or-self::	Mint a descendant:: tengely, de tartalmazza a környezetcsomópontot.	Forward	Attribútum és névtér nem lehet.
ancestor-or-self	Mint a ancestor:: tengely, de tartalmazza a környezetcsomópontot.	Reverse	Attribútum és névtér nem lehet.
following::	Minden csomópont, ami a környezetcsomópontot követi, kivétel a leszármazottjai.	Forward	Gyökér csomópont, attribútum és névtér nem lehet.
preceding::	Minden csomópont, ami a környezetcsomópontot megelőzi, kivétel a felmenői.	Reverse	Gyökér csomópont, attribútum és névtér nem lehet.
following-sibling::	Minden csomópont, ami a környezetcsomópontot követi és közös a szülőcsomópontja.	Forward	Gyökér csomópont, attribútum és namespace nem lehet.
preceding-sibling::	Minden csomópont, ami a környezetcsomópontot megelőzi és közös a szülőcsomópontja.	Reverse	Gyökér csomópont, attribútum és namespace nem lehet.
attribute::	A környezetcsomópont attribútjai.	Forward	Csak attribútum.
namespace::	A környezetcsomópont névtere.	Forward	Csak névtér.
self::	A környezetcsomópont.		Bármelyik csomópont lehet.

Amikor egy XPath lépés a csomópontok egy sorozatához érkezik, csomópont tesztet hajthatunk végre, hogy szűrjük a csomópontokat jellegzetességeik és nevük alapján.

Jellegzetesség teszt	Szemantikák
Node()	Minden csomópontot elfogadunk.
Text()	Csak a szöveg csomópontokat fogadjuk el.
Comment()	Csak a megjegyzés csomópontokat fogadjuk el.
Processing-instruction()	Csak a feldolgozási utasításokat fogadjuk el.
Processing-instruction(p)	Csak a <?p…?> formájú feldolgozási utasítást fogadjuk el.
Document-node()	Csak a (láthatatlan) dokumentum gyökér csomópontot fogadjuk el.

XPath rövidítések

Rövidítés	Teljes alak
nt	child::nt
@	attribute::
..	parent::node()
//	/descendant-or-self::node()/
/	root(.)
lépés	./lépés

funkciói kategóriákra osztva

· Hozzáférhetőségi funkciók: Ezek hozzáférést biztosítanak ahhoz hogy privát módon érhessük el az adatot, egy funkció amely engedélyezi hogy privát módon lekérdezzük és állítsuk be a tulajdonságainak értékét, anélkül hogy közvetlen hozzáférést biztosítana a tulajdonságokat tartalmazó objektumhoz. Egy csak olvasható tulajdonságnak csak egy ilyen függvénye létezik, ami engedélyezi a tulajdonság értékének a lekérdezését.

o fn:node-name(node) – Csomópont neve

o fn:string – Visszaadja a csomópont értékét sztringként.

o fn:data(item [, item,…]) – Szekvenciává alakítja az elemeket,

· Hibák és nyomkövetés: Hibák kiváltása, és megoldása futás közbeni nyomkövetés segítségével.

o fn:error(error, description, object) – Kivált egy kivételt.

· Konstruktorok: Ezek állítják elő az objektum példányokat egy osztályból, vagy definiálnak egy típust.

o xs:date(), xs:string(), xs:Name(), xs:token()

· Numerikus függvények: Mint bármely programozási nyelvben, egy numerikus függvény végez valamilyen konverziót illetve kalkulációt, amely után egy számot ad eredményül. Számos numerikus operátor elérhető az XPath használata közben. Rengeteg ezek közül úgy mint a „numeric-add”, elérhető a megszokottabb szimbolikus használati formája is(+).

o fn:round(num) - Kerekítő függvény.

o fn:abs(num) – Abszolút érték függvény.

o fn:number(arg) – Sztringből numerikus típussá konvertál.

· Szöveges függvények: A műveletek általában szövegen hajtják végre, és legtöbbször ugyanilyen típusú a visszatérési érték is, de nem minden esetben.

o fn:concat(string [, string..]) – Összefűzi a sztringeket.

o fn:string-length([ | string]) – A sztring hossza, vagy ha nincs megadva paraméter akkor az aktuális csomóponté.

o fn:starts-with(string1, string2)/ fn:ends-with(string1, string2)

o fn:contains(string1, string2) – Tartalmazza e az adott zstringet.

o fn:replace(string, pattern, replace) – Lecseréli a sztringben az előfordulásokat.

· URI függvények: URI-kat dolgoznak fel, illetve módosítanak. Az egyetlen függvény ebben a szekcióban:

o fn:resolve-uri(relative, base) – Feloldja a relatív URI-kat abszolúttá.

· Boolean függvények

o fn:boolean(arg) – Sztring, numerikus illetve csomópont értékek boolean értéke.

o fn:not(arg) – A boolean függvény inverze.

· Idő és dátum funkciók

o fn:dateTime(date, time) – Egy TimeStamp típusú objektumot ad vissza.

o fn:year-from-date(date) – Az adott dátumtól számított időtartam években. Hasonló formában létezik hónapokra, napokra is.

o fn:hours-from-time(time) - Az adott időponttól számított időtartam órákban. Hasonló formában létezik percekre, másodpercekre is.

o fn:adjust-dateTime-to-timezone(datetime, timezone) – Egy timestamp objektumot adott időzónának megfelelőre konvertál.

§ Léteznek dátumok összegzését, kivonását, hasonlítását szolgáló függvények is.

· QName funkciók: (Qualified Name) A QName egy korlátozott név. Egy QName tartalmaz egy névtér URI-t. A QName egy opcionális előtag és egy kettőspont után következik a „helyi” név vagy egy URI és a lokális vagy attribútum név.

o fn:QName() – Visszadja a QName értékét az adott csomópontnak.

o fn:local-name-from-QName() – A lokális nevet adja vissza a QName attribútumból.

o fn:namespace-uri-from-QName() – Névtérrel és URI-val tér vissza.

· Csomópont függvények

o fn:name([nodeset]) – Az aktuális csomópont neve, vagy a csomópont kollekció első eleme.

o fn:root([node]) – Visszaadja a gyökér elemet.

o op:is-same-node – Igazat ad vissza, ha a két csomópont egyenlő.

· Szekvencia funkciók: A szekvencia ténylegesen egy lista a nem létező vagy még lehetségesen ismétlődő elemek egy szülő csomóponton belül. A szekvencia ennek következtében egy kollekció. Szekvencia függvények alkalmazhatóak egy egyszerű kollekcióra teljes egészében, vagy a kollekció valamely tagjára.

o fn:count(collection) - Kollekció elemeinek száma

o fn:max(collection) - Kollekció elemeinek maximuma

o fn:avg(collection) – Kollekció elemeinek átlaga

o fn:empty(collection) – Igazat ad vissza ha üres a kollekció.

o fn:exists(collection) – Nem üres kollekciókra igazat ad.

· Tartalmi funkciók: Ezek a funkciók a jelentésekkel dolgoznak, így a meta adatokat dolgozzák fel

o fn:last() – Megtalálja az utolsó elemet a kollekcióban.

o fn:current-date()/fn:current-time() – Aktuális dátum illetve időpont.

o fn:implicit-timezone() – Megtalálja az időzónára vonatkozó értéket.

Minta XML forrás szerkezet

file: "/tmp/test1.xml"

<employees>

  <employee><employee_number>7369</employee_number><employee_name>SMITH</employee_name><job>CLERK</job></employee>

  <employee><employee_number>7499</employee_number><employee_name>ALLEN</employee_name><job>SALESMAN</job></employee>

  <employee><employee_number>7521</employee_number><employee_name>WARD</employee_name><job>SALESMAN</job></employee>

  <employee><employee_number>7566</employee_number><employee_name>JONES</employee_name><job>MANAGER</job></employee>

  <employee><employee_number>7654</employee_number><employee_name>MARTIN</employee_name><job>SALESMAN</job></employee>

  <employee><employee_number>7698</employee_number><employee_name>BLAKE</employee_name><job>MANAGER</job></employee>

  <employee><employee_number>7782</employee_number><employee_name>CLARK</employee_name><job>MANAGER</job></employee>

  <employee><employee_number>7788</employee_number><employee_name>SCOTT</employee_name><job>ANALYST</job></employee>

  <employee><employee_number>7839</employee_number><employee_name>KING</employee_name><job>PRESIDENT</job></employee>

  <employee><employee_number>7844</employee_number><employee_name>TURNER</employee_name><job>SALESMAN</job></employee>

  <employee><employee_number>7876</employee_number><employee_name>ADAMS</employee_name><job>CLERK</job></employee>

  <employee><employee_number>7900</employee_number><employee_name>JAMES</employee_name><job>CLERK</job></employee>

  <employee><employee_number>7902</employee_number><employee_name>FORD</employee_name><job>ANALYST</job></employee>

  <employee><employee_number>7934</employee_number><employee_name>MILLER</employee_name><job>CLERK</job></employee>

</employees>

External Table (XMLTAG) : Single Tag

A legfelső szint (root egy tagcimkével történik)

Létrehozás minta

create table tab_ext (

  doc1 clob                   ---- CLOB mezőbe töltjük (ömlesztve)

organization external (

  type oracle_loader

  default directory tmp_dir

  access parameters (

    records

    xmltag ("employee")

    fields notrim

    missing field values are null (

      doc1 char(1000000)

  location ('test1.xml')

reject limit unlimited;

Áttöltéshez használat minta

select xt.*

from   tab_ext x,

       xmltable('/employee'

         passing xmltype(x.doc1)                           ---- Értelmezővel kiolvassuk (parszoljuk)

         columns

           "employee_number" number(4)    path 'employee_number',

           "employee_name"   varchar2(10) path 'employee_name',

           "job"             varchar2(9)  path 'job'

         ) xt

order by 1;

==>

EMPLOYEE_NUMBER EMPLOYEE_N JOB

--------------- ---------- ---------

           7369 SMITH      CLERK

           7499 ALLEN      SALESMAN

           7521 WARD       SALESMAN

           7566 JONES      MANAGER

           7654 MARTIN     SALESMAN

           7698 BLAKE      MANAGER

           7782 CLARK      MANAGER

           7788 SCOTT      ANALYST

           7839 KING       PRESIDENT

           7844 TURNER     SALESMAN

           7876 ADAMS      CLERK

           7900 JAMES      CLERK

           7902 FORD       ANALYST

           7934 MILLER     CLERK

External Table (XMLTAG) : Multiple Tags

A legfelső szint (root több tagcimke felsorolással történik)