最简单的XML用法

Posted 2020-09-26 悦光阴

在传递数据时，XML和JSON是最常用的数据格式，SQL Server从很早的版本就开始支持XML格式，而对于JSON格式，SQL Server从2016版本开始支持。大多数数据库系统并没有升级到SQL Server 2016版本，因此在传递格式化的数据时，通常还是使用XML格式。对我而言，查询和解析XML格式的数据需要掌握的知识点较多，MSDN上关于XML的文档，又试图把XML的各个方面都讲解地清清楚楚，以至于内容冗杂，使学习过程变得困难。我十分不喜欢学习这些不常用的数据结构，再说，在平时的数据库开发中，用到XML的地方也很少，可是，一旦在应用程序中用到XML，就只有头疼的份了，既然避不开XML，那就用最简单的方法学习它，了解它，使用它，以备不时之需。写这篇文章，就是以最简单的方式，分享XML最常用的使用方法。

一，XML数据格式的简单介绍

1，最简单的XML格式

XML数据最简单的格式是：

• 开始标签：<tag>
• 标签的属性，属性值用双引号：<tag id="1" name="azure">，在单个节点中，属性名不能重复，属性之间使用空格分隔，在开始标签中，才能设置属性；
• 结束标签：</tag>，结束标签不能有属性；
• 子节点：在开始标签和结束标签，可以包含节点，叫做子节点；
• 节点值：在开始标签和结束标签的标量值，叫做节点值；

2，使用字符串对XML数据赋值

数据类型XML用于存储XML格式化的文本数据，在本例中，声明一个XML类型的变量 @xml，并赋值，后文示例都使用该变量用于数据查询。

declare @xml xml
set @xml=\'
<Expression ID="1" TaxonomyID="1">
  <SubExpression ID="1" OperandType="Tag" Operator="and">
    <Oprand ID="268819" Name="abuse" />
    <Oprand ID="277029" Name="mongohq" />
    <Oprand ID="516813" Name="access" />
  </SubExpression>
  <SubExpression ID="2" OperandType="Tag" Operator="and">
    <Oprand ID="283839" Name="reviews" />
    <Oprand ID="697348" Name="retention" />
  </SubExpression>
  <SubExpression ID="3" OperandType="Tag" Operator="not">
    <Oprand ID="281556" Name="richfaces" />
    <Oprand ID="2993766" Name="rgp" />
  </SubExpression>
</Expression>\'

二，XPath路径表达式

XPath 使用路径表达式在 XML 文档中选取节点，节点是通过沿着路径选取的，XPath是查询XML数据时必备的参数。

常用的路径表达式是：

• .   ：选取当前节点；
• ..  ：选取当前节点的父节点；
• /   ：从根节点开始；
• //  ：从匹配选择的节点开始选取，而不考虑其位置；
• *  ：通配符，匹配任意字符，或任意节点；
• node()  ：匹配任意节点，跟通配符 * 功能相似； 
• @PropertyName ：选取属性；

在路径表达式中，跟节点的选取有关的表达式是：

• NodeName：选取指定节点名及其所有子节点；
• NodeName[N]：选取指定节点集合的第N个节点；
• NodeName[@Name]：选取当前节点中带有指定属性的节点；

三，XML数据的查询（query()函数）

@xml.query(’xpath‘)函数，参数是路径表达式，返回XML数据类型的结果，该XML是非类型化（untyped）的。

1，选取节点及其子节点

示例中，从根节点Expression开始，选取SubExpression节点及其子节点：

select @xml.query(\'/Expression/SubExpression\')

query()函数返回的结果如下，该查询结果是非类型化的XML数据。

<SubExpression ID="1" OperandType="Tag" Operator="and">
  <Oprand ID="268819" Name="abuse" />
  <Oprand ID="277029" Name="mongohq" />
  <Oprand ID="516813" Name="access" />
</SubExpression>
<SubExpression ID="2" OperandType="Tag" Operator="and">
  <Oprand ID="283839" Name="reviews" />
  <Oprand ID="697348" Name="retention" />
</SubExpression>
<SubExpression ID="3" OperandType="Tag" Operator="not">
  <Oprand ID="281556" Name="richfaces" />
  <Oprand ID="2993766" Name="rgp" />
</SubExpression>

2，选取指定节点的所有子节点集合

select @xml.query(\'/Expression/SubExpression/node()\')
select @xml.query(\'/Expression/SubExpression/*\')

结果集是SubExpression节点下的所有子节点： 

<Oprand ID="268819" Name="abuse" />
<Oprand ID="277029" Name="mongohq" />
<Oprand ID="516813" Name="access" />
<Oprand ID="283839" Name="reviews" />
<Oprand ID="697348" Name="retention" />
<Oprand ID="281556" Name="richfaces" />
<Oprand ID="2993766" Name="rgp" />

四，XML数据的查询（value()函数）

@xml.value(\'xpath\',\'sql_data_type\')，返回XML数据中单个属性的标量值，在使用value()函数时，xpath 参数必须指定返回的是单个值，而value()函数不会去check返回值的数量。

一般情况下，即使xml数据只有一个属性值，静态类型化（Static typing）要求，xpath表达式也必须显式指定返回单个标量值，因此，必须指定在xpath函数的末尾添加”[1]“，通常的xpath表达式是”(xpath)[1]“。

select @xml.value(\'(/Expression/SubExpression[1]/@ID)[1]\',\'int\')
select @xml.value(\'(/Expression/SubExpression/@ID)[1]\',\'int\')

五，XML数据的查询（nodes()函数） 

@xml.nodes (\'xpath\') 函数返回节点的集合，用于把XML数据转换为关系数据表，返回的每一个行都是XML数据类型，语法是：

nodes (\'xpath\') as table(column)  

通过nodes()函数，返回SubExpression节点及其属性，由于单个节点中，属性名不可能重复，因此，在nodes()函数返回的单个节点中，不需要通过xpath路由，直接获取当前节点的属性值，这样，可以在xpath表达式中直接指定属性，不需要显式以“[1]”结尾。

示例代码如下，在value()函数中，直接指定属性值，表示获取当前节点的属性值：

select t.v.query(\'.\') as SubExpression
    ,t.v.value(\'@ID\',\'int\') as SubExpressionID
    ,t.v.value(\'@OperandType\',\'varchar(16)\') as OperandType
    ,t.v.value(\'@Operator\',\'varchar(16)\') as Operator
from @xml.nodes(\'/Expression/SubExpression\') as t(v)

通过cross apply 连接操作，把SubExpression节点下的所有数据都转换为关系型数据，并把该数据存储到临时数据表#Expressions中：

;with cte_Expressions as 
(
    select e.v.query(\'.\') as Expression
        ,e.v.value(\'@ID\',\'int\') as ExpressionID
        ,e.v.value(\'@TaxonomyID\',\'int\') as TaxonomyID
    from @xml.nodes(\'/Expression\') as e(v)
)
,cte_SubExpression as 
(
    select e.ExpressionID
        ,e.TaxonomyID
        ,se.SubExpression
        ,se.SubExpressionID
        ,se.OperandType
        ,se.Operator
    from cte_Expressions e
    cross apply
    (
        select t.v.query(\'.\') as SubExpression
            ,t.v.value(\'@ID\',\'int\') as SubExpressionID
            ,t.v.value(\'@OperandType\',\'varchar(16)\') as OperandType
            ,t.v.value(\'@Operator\',\'varchar(16)\') as Operator
        from e.Expression.nodes(\'/Expression/SubExpression\') as t(v)
    ) as se
)
select p.TaxonomyID
    ,p.ExpressionID
    ,p.SubExpressionID
    ,p.OperandType
    ,p.Operator
    ,d.OperandID
    ,d.OperandName
from cte_SubExpression p
cross apply
(
    select t.v.value(\'@ID\',\'int\') as OperandID
        ,t.v.value(\'@Name\',\'varchar(32)\') as OperandName
    from p.SubExpression.nodes(\'/SubExpression/Oprand\') as t(v)
) as d

View Code

六，把行集数据转化为XML数据（for xml path）

把行集数据转化为XML数据，需要用到for xml path子句，该子句的特点是：

• path(\'root\') 子句用于指定根节点；
• select子句的字段别名用于指定属性，别名中必须使用@符号标识出属性名，例如：\'@PropertyName\'；
• 在select 子句中，如果不在别名中把字段指定为属性，那么该字段的值作为节点值，节点值分为标量类型和XML类型；
• 对于标量类型，节点值是标量值；
• 对于XML类型，节点值是子节点的集合；

例如，要把数据转换为如下的关系型数据结构，其SubExpression字段是一个非类型化的XML数据，要完成这样的数据转换，必须使用for xml path子句和cast()类型转换：

<SubExpression ID="1" OperandType="Tag" Operator="not">
  <Oprand ID="268819" Name="abuse" />
  <Oprand ID="277029" Name="mongohq" />
  <Oprand ID="516813" Name="access" />
</SubExpression>
<SubExpression ID="2" OperandType="Tag" Operator="not">
  <Oprand ID="283839" Name="reviews" />
  <Oprand ID="697348" Name="retention" />
</SubExpression>
<SubExpression ID="3" OperandType="Tag" Operator="not">
  <Oprand ID="281556" Name="richfaces" />
  <Oprand ID="2993766" Name="rgp" />
</SubExpression>

使用类型转换的目的，是为了把for xml path返回的字符串转换成XML数据类型，这样，就能以XML格式嵌入到上次的for xml path的结构中，作为子节点：

;with cte_Expressions as 
(
    select distinct ExpressionID
        ,TaxonomyID
    from #Expressions with(nolock)
) 
,cte_SubExpressions as
(
    select o.ExpressionID
        ,o.SubExpressionID
        ,o.OperandType
        ,o.Operator
    from #Expressions o with(nolock)
    group by o.ExpressionID
        ,o.SubExpressionID
        ,operandType
        ,o.Operator
)
select e.TaxonomyID as TaxonomyID
    ,e.ExpressionID as ExpressionID
    ,cast(
    (
        select o.SubExpressionID as \'@ID\'
            ,o.OperandType as \'@OperandType\'
            ,case o.Operator when \'&\' then \'and\' else \'not\' end as \'@Operator\'
            ,cast((
                select op.OperandID as \'@ID\'
                    ,op.OperandName as \'@Name\'
                from #Expressions op with(nolock)
                where o.ExpressionID=op.ExpressionID
                    and o.SubExpressionID=op.SubExpressionID
                for xml path(\'Oprand\')            
            )as xml)
        from cte_SubExpressions o
        where o.ExpressionID=e.ExpressionID
        for xml path(\'SubExpression\')
        ) as xml)
        as SubExpressions
from cte_Expressions e

View Code

还有两个函数modify()和exist()，用于XML数据的修改和检查，由于在我当前接触的项目中，没有用到过，我就不写了。

到此，文章也该结尾了，XML的极简用法已经总结了很多，在以后工作中国，如果用到XML时，翻开这篇文章，能够快速解决XML常见的数据查询和解析问题，这样就足够了。

 

参考文档：

Use PATH Mode with FOR XML

XML Data (SQL Server)