使 ID 属性在 XML 中唯一

Question

我有一个合并的 XML 文件（为简单起见），格式如下：

<bookstore>
    <books>
        <book id="1"/>
        <book id="2"/>
        <book id="2"/>
        <book id="3"/>
        <book id="10"/>
    </books>
</bookstore>

由于 XML 被合并，所以存在具有相同 ID 属性的书籍。我需要按照以下规则使 ID 唯一：如果遇到（从上到下）已被占用的 ID，则将此 ID 更改为 MAX(ID)+1.

<bookstore>
    <books>
        <book id="1"/>
        <book id="2"/>
        <book id="11"/>
        <book id="3"/>
        <book id="10"/>
    </books>
</bookstore>

执行此操作的一种直接方法是提取 ID，检查它们的出现情况，如果出现多次，则搜索 ID 的第二次出现（从上到下）并替换它。但这不是很优雅……

当我正在阅读有关 XML 处理的信息时，我希望有一个（简单的）XQuery 可以做到这一点。 如果有人有一些指针或伪代码：他们都是受欢迎的。

我的环境是Oracle（PL）SQL数据库，支持XMLTYPE和XQuery。

Answer 1

在您的环境中，您可以使用 XSLT 1.0 转换文档并在此过程中生成 ID。请参阅：DBMS_XSLPROCESSOR。

使用 XSLT 样式表，您可以将节点从 XML 源复制到结果树，在此过程中创建唯一 ID。 ID 不是序列号，而是由generate-id() 方法生成的唯一字符串序列。你无法控制它们的外观，但你可以保证它们是独一无二的。 （如果这是您的意图，XSLT 还允许您删除重复节点（使用 key），但从您的示例中我了解到重复的 *ID*s 实际上并不意味着节点是重复的，因为您想为其生成一个新 ID。）

下面的样式表有两个模板。第二个是恒等变换：它只是将元素和属性复制到结果树。第一个模板创建一个名为 id 的属性，其中包含一个唯一 ID。

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
    <xsl:strip-space elements="*"/>
    <xsl:output indent="yes"/>

    <xsl:template match="book">
        <xsl:copy>
            <xsl:attribute name="id">
                <xsl:value-of select="generate-id(.)"/>
            </xsl:attribute>
            <xsl:apply-templates select="node()|@*[name() != 'id']"/>
        </xsl:copy>
    </xsl:template>

    <xsl:template match="@*|node()">
        <xsl:copy>
            <xsl:apply-templates select="@*|node()"/>
        </xsl:copy>
    </xsl:template>

</xsl:stylesheet>

为所有节点和属性调用其他模板（在这种情况下只有标识模板），除了<xsl:apply-templates ...> 的id 属性。结果是原始 XML 文件的副本，其中包含为 book 元素生成的唯一 ID。

如果您有这样的 XML：

<bookstore>
    <books>
        <book id="1" other="123"/>
        <book id="2"/>
        <book id="2"/>
        <book id="3">
            <chapter number="123" id="ch1">Text</chapter>
        </book>
        <book id="10"/>
    </books>
    <magazines>
        <mag id="non-book-id"></mag>
    </magazines>
</bookstore>

上面的 XSLT 会将它转换成这个 XML：

<bookstore>
   <books>
      <book id="d2e3" other="123"/>
      <book id="d2e4"/>
      <book id="d2e5"/>
      <book id="d2e6">
         <chapter number="123" id="ch1">Text</chapter>
      </book>
      <book id="d2e9"/>
   </books>
   <magazines>
      <mag id="non-book-id"/>
   </magazines>
</bookstore>

（字符串序列是任意的，在您的实现中可能会有所不同）。

对于创建 ID/IDREF 链接，生成的字符串序列比数字更好，因为您可以在任何地方使用它们（以数字开头的数字和标识符不能始终用作 ID）。但是如果字符串序列不可接受并且您需要连续数字，则可以使用 XQuery 或 XSLT 中的 XPath 节点 position() 根据元素在整个文档中的位置生成数字 em> （这将是唯一的）。如果所有书籍都是同一个上下文中的兄弟，你可以简单地将上面样式表中的generate-id(.)替换为position()：

<xsl:template match="book">
    <xsl:copy>
        <xsl:attribute name="id">
            <xsl:value-of select="position()"/>
        </xsl:attribute>
        <xsl:apply-templates select="node()|@*[name() != 'id']"/>
    </xsl:copy>
</xsl:template>

（如果 books 不是同级的，则需要以稍微不同的方式进行操作，使用变量）。

如果您想保留现有的 ID 并且只为重复的 ID 生成顺序 ID，这会有点复杂，但您可以使用键（或 XQuery 而不是 XSLT）来实现。在 XPath 2.0 中使用max() 函数可以获得最大的id：

max(//book/@id)

XPath 1.0 中不存在该功能，但您可以通过以下方式获取最大 ID：

//book[not(@id < //book/@id)]/@id