如何删除 XQuery 中的重复节点？

Question

我有一个即时生成的 XML 文档，我需要一个函数来消除其中的任何重复节点。

我的函数看起来像：

declare function local:start2() {
    let $data := local:scan_books()
    return <books>{$data}</books>
};

示例输出为：

<books>
  <book>
    <title>XML in 24 hours</title>
    <author>Some Guy</author>  
  </book>
  <book>
    <title>XML in 24 hours</title>
    <author>Some Guy</author>  
  </book>
</books>

我只想要我的书根标签中的一个条目，还有其他标签，比如那里的小册子也需要删除重复项。有什么想法吗？

---

更新了以下 cmets。我所说的唯一节点是指删除多次出现的具有完全相同内容和结构的节点。

Answer 1

为了删除重复项，我通常使用辅助函数。在你的情况下，它看起来像这样：

declare function local:remove-duplicates($items as item()*) 
as item()*
{
  for $i in $items
  group by $i
    return $items[index-of($items, $i)[1]]
};

declare function local:start2() {
    let $data := local:scan_books()
    return <books>{local:remove-duplicates($data)}</books>
};

Answer 2

受函数式编程启发的解决方案。这个解决方案是可扩展的，您可以用 custom-built boolean local:compare($element1, $element2) 函数替换 "=" 比较。此函数在列表长度上具有最坏情况二次复杂度。您可以通过预先对列表进行排序并仅与直接后继者进行比较来获得n(log n) 复杂性。

据我所知，fn:distinct-values（或fn:distinct-elements）函数不允许使用自定义比较函数。

declare function local:deduplicate($list) {
  if (fn:empty($list)) then ()
  else 
    let $head := $list[1],
      $tail := $list[position() > 1]
    return
      if (fn:exists($tail[ . = $head ])) then local:deduplicate($tail)
      else ($head, local:deduplicate($tail))
};

let $list := (1,2,3,4,1,2,1) return local:deduplicate($list)

Answer 3

更简单、更直接的单行 XPath 解决方案：

只需使用以下 XPath 表达式：

  /*/book
        [index-of(/*/book/title, 
                  title
                 )
                  [1]
        ]

应用时，例如，在以下 XML 文档上：

<books>
    <book>
        <title>XML in 24 hours</title>
        <author>Some Guy</author>
    </book>
    <book>
        <title>Food in Seattle</title>
        <author>Some Guy2</author>
    </book>
    <book>
        <title>XML in 24 hours</title>
        <author>Some Guy</author>
    </book>
    <book>
        <title>Food in Seattle</title>
        <author>Some Guy2</author>
    </book>
    <book>
        <title>How to solve XPAth Problems</title>
        <author>Me</author>
    </book>
</books>

上述 XPath 表达式正确选择了以下节点：

<book>
    <title>XML in 24 hours</title>
    <author>Some Guy</author>
</book>
<book>
    <title>Food in Seattle</title>
    <author>Some Guy2</author>
</book>
<book>
    <title>How to solve XPAth Problems</title>
    <author>Me</author>
</book>

解释很简单：对于每一个book，只选择它出现的一个——这样它在all-books中的索引与第一个相同所有标题中其title 的索引。

Answer 4

你可以使用这个functx函数：functx:distinct-deep

无需重新发明轮子

Answer 5

你可以使用内置的distinct-values()函数...

Answer 6

fn:distinct-values 呢？

Answer 7

我通过实现递归唯一性搜索功能解决了我的问题，该功能仅基于文档的文本内容进行唯一性匹配。

declare function ssd:unique-elements($list, $rules, $unique) {
    let $element := subsequence($rules, 1, 1)
    let $return :=
    if ($element) then
        if (index-of($list, $element) >= 1) then
            ssd:unique-elements(insert-before($element, 1, $list), subsequence($rules, 2), $unique)
        else <test>
            <unique>{$element}</unique>
            {ssd:unique-elements(insert-before($element, 1, $list), subsequence($rules, 2), insert-before($element, 1, $unique))/*}
            </test>
    else ()
    return $return
};

调用如下：

declare function ssd:start2() {
    let $data := ()
    let $sift-this := 
       <test>
           <data>123</data>
           <data>456</data>
           <data>123</data>
           <data>456</data>
           <more-data>456</more-data>
       </test>
    return ssd:unique-elements($data, $sift-this/*, ())/*/*
};

ssd:start2()

输出：

<?xml version="1.0" encoding="UTF-8"?>
<data>123</data>
<data>456</data>

我想如果你需要稍微不同的等价匹配，你可以相应地改变算法中的匹配。无论如何应该让你开始。