使用 SQL Server 将 XML 解析为列

Posted 2023-03-28

【中文标题】使用 SQL Server 将 XML 解析为列

【英文标题】：Parsing XML to Columns using SQL Server

【发布时间】：2013-12-11 07:25:11

【问题描述】：

的最简单方法是什么。示例：

<ns0:root xmlns:ns0="http://herp...">
    <ns1:FirstElement xmlns:ns1="http://derpyderp...">
        <ns1:FirstElementID>AAF11303</ns1:FirstElementID>
        <ns1:FirstEValue>some random text</ns1:FirstEValue>
        <ns1:SecondElement>
            <ns1:Something>Asdsad</ns1:Something>
            <ns1:Else>
                <ns1:Stuff>sdf</ns1:Stuff>
                <ns1:StuffVal>15</ns1:StuffVal>
            </ns1:Else>
            <ns1:Else>
                <ns1:Stuff>jarjar</ns1:Stuff>
                <ns1:StuffVal>16</ns1:StuffVal>
                <ns1:StuffParam>true</ns1:StuffParam>
            </ns1:Else>
        </ns1:SecondElement>
        <ns1:randValue>dosd</ns1:randValue>
    </ns1:FirstElement>
    <ns1:FirstElement>
        <ns1:FirstElementID>DDF00301</ns1:FirstElementID>
        <ns1:FirstEValue/>
        <ns1:SecondElement>
            <ns1:Else>
                <ns1:Stuff>yessir</ns1:Stuff>
                <ns1:StuffVal>0</ns1:StuffVal>
            </ns1:Else>
        </ns1:SecondElement>        
    </ns1:FirstElement>
    <!-- ... times n the first element with a variating amount of children up to 15 levels deep -->
</ns0:root>

我希望这是一个简单的列输出，即：

FIRSTELEMENTID | FIRSTEVALUE      | SOMETHING | ELSE.STUFF | ELSE.STUFFVAL | ELSE.STUFFPARAM | RANDVALUE
'AAF11303'     |'some random text'| 'Asdasd'  | 'sdf'      | 15            | NULL            | 'dosd'
'AAF11303'     |'some random text'| 'Asdasd'  | 'jarjar'   | 16            | TRUE            | 'dosd'
'DDF00301'     | NULL             | NULL      | 'yessir'   | 0             | NULL            | NULL

现在，实际的 XML 要复杂得多，到目前为止，我看到的所有示例都涉及手动解析 XML，基本上将每个子元素作为自己的 XML 传递，并在脚本的下一个循环中单独解析，等等等等等等。

有什么方法可以像这样输出值吗？手动解析几 MB 的 XML，其中元素出现的次数、出现的次数和位置有无数种变化，这需要花费一天的时间。

我一直在考虑使用 C# 进行 CLR 程序集，并将结果作为表传递给 SQL，但我想知道是否还有其他方法。

谢谢！

【参考方案1】：

基本上，您可以使用nodes() 和values() 方法来解析您的xml（以及with xmlnamespaces 来处理命名空间）。像这样的：

;with xmlnamespaces('http://herp...' as ns0, 'http://derpyderp...' as ns1)
select
    T.C.value('(../../ns1:FirstElementID/text())[1]', 'nvarchar(max)') as FirstElementID,
    T.C.value('(../../ns1:FirstEValue/text())[1]', 'nvarchar(max)') as FirstEValue,
    T.C.value('(../ns1:Something/text())[1]', 'nvarchar(max)') as Something,
    T.C.value('(ns1:Stuff/text())[1]', 'nvarchar(max)') as [Else.Stuff],
    T.C.value('(ns1:StuffVal/text())[1]', 'nvarchar(max)') as [Else.StuffVal],
    T.C.value('(ns1:StuffParam/text())[1]', 'nvarchar(max)') as [Else.StuffParam],
    T.C.value('(../../ns1:randValue/text())[1]', 'nvarchar(max)') as [randValue]
from @data.nodes('ns0:root/ns1:FirstElement/ns1:SecondElement/ns1:Else') as T(C)

这为每个ns0:root/ns1:FirstElement/ns1:SecondElement/ns1:Else 创建一行，然后获取您需要的所有值（其中一些取自父节点）。请注意，如果您的 First FirstElement 不包含任何 ns1:SecondElement/ns1:Else 节点，它将不会出现在结果集中。在这种情况下，您可能希望使用这样的查询：

;with xmlnamespaces('http://herp...' as ns0, 'http://derpyderp...' as ns1)
select
    F.C.value('(ns1:FirstElementID/text())[1]', 'nvarchar(max)') as FirstElementID,
    F.C.value('(ns1:FirstEValue/text())[1]', 'nvarchar(max)') as FirstEValue,
    S.C.value('(ns1:Something/text())[1]', 'nvarchar(max)') as Something,
    E.C.value('(ns1:Stuff/text())[1]', 'nvarchar(max)') as [Else.Stuff],
    E.C.value('(ns1:StuffVal/text())[1]', 'nvarchar(max)') as [Else.StuffVal],
    E.C.value('(ns1:StuffParam/text())[1]', 'nvarchar(max)') as [Else.StuffParam],
    F.C.value('(ns1:randValue/text())[1]', 'nvarchar(max)') as [randValue]
from @data.nodes('ns0:root/ns1:FirstElement') as F(C)
    outer apply F.C.nodes('ns1:SecondElement') as S(C)
    outer apply S.C.nodes('ns1:Else') as E(C)

sql fiddle demo

【讨论】：

谢谢，看来正是我要找的。我会测试一下然后回复你。 :)

一年后我忘记了这一点，但这个回复绝对是导致正确答案的那个。我不得不将文件中的 XML 批量插入到表中，然后对 XML 进行索引，但最终我们发现并修复了旧解决方案中的很多错误，更好地理解了整个业务需求，并且比旧解决方案的性能提高了 15 倍表现。所以真的谢谢你！