如何在 SQL Query 中的 XML 标记之间选择值

Question

我有一个带有存储 XML 的 CLOB 列的表。 XML 的结构是不可读的。我想在<DOMAINID>等几个标签之间获取值；示例如下所示。

XML：

<ID>
  <DOMAIN>IND<DOMAIN>
  <DOMAINID>112AC<DOMAINID>
<ID>
  
<GROUP>
  <GP>ASIA<GP>
  <RSN>GOOD<RSN>
<GROUP>

我正在使用这个：

SELECT REGEXP_REPLACE(COL,'^.*<DOMAINID>(.*)</DOMAINID>.*$','\1',1,0,'mn') col1 FROM tab;

预期结果：

112AC

实际的 XML：

<?xml version="1.0" encoding="US-ASCII"?>
<GML:GMMessage 
   xmlns:GML="GML" 
   xmlns:GMLType="GML.Type" 
   
   xsi:schemaLocation="GML ../schema/gml..xsd" SchemaVersion="9.8">
    <BusinessHdr>
       <busHdr:BusObjectType>ABC</busHdr:BusObjectType>
       <busHdr:BusObjectOwner>HDHDH</busHdr:BusObjectOwner>
       <busHdr:BusObjectId>DJHDAHDAJHDA</busHdr:BusObjectId>
       <busHdr:BusObjectVersion>1</busHdr:BusObjectVersion>
      </BusinessHdr>
    <Transaction>
     <GenericEvent>NEW</GenericEvent>
     <Group>
        <GroupId>3424234</GroupId>
        <Reason>MANUAL</Reason>
    </Group>
    < xsi:type="mm:MMIam">
       <Id>
           <Domain>ssdsgdsg</Domain>
           <DomainId>123456ACC</DomainId>
           <Version>1</Version>
       </Id>
       <Date>2021-02-01</Date>
     </Transaction>
    </GML:GMMessage>

Answer 1

不要使用正则表达式解析 XML；使用适当的 XML 解析器。

但是，您所拥有的 XML 格式不正确，因为它缺少根元素，并且您在所有结束标记中都缺少 /；所以你首先需要修复你的 XML 并给它一个根元素，然后你可以使用 XML 解析器来解析它。

SELECT x.*
FROM   table_name t
       CROSS APPLY XMLTABLE(
         '//root'
         PASSING XMLTYPE( '<root>' || t.data || '</root>' )
         COLUMNS
           domain   VARCHAR2(10) PATH './ID/DOMAIN',
           domainid VARCHAR2(10) PATH './ID/DOMAINID',
           gp       VARCHAR2(50) PATH './GROUP/GP',
           rsn      VARCHAR2(50) PATH './GROUP/RSN'
       ) x

其中，对于样本数据：

CREATE TABLE table_name ( data ) AS
SELECT '<ID>
  <DOMAIN>IND</DOMAIN>
  <DOMAINID>112AC</DOMAINID>
</ID>
<GROUP>
  <GP>ASIA</GP>
  <RSN>GOOD</RSN>
</GROUP>' FROM DUAL

输出：

域名 |域名 |全科医生 | RSN :----- | :------- | :--- | :--- IND | 112AC |亚洲 |好的

如果你只想要一个值，那么你可以使用XMLQUERY:

SELECT  XMLQUERY(
          '/root/ID/DOMAINID/text()'
          PASSING XMLTYPE( '<root>'||data||'</root>' )
          RETURNING CONTENT
        ) AS domainid
FROM    table_name

哪些输出：

|域名 | | :------- | | 112AC |

db小提琴here

---

更新

我将假设您的 XML 还定义了 xsi 和 busHdr 命名空间（如果没有，那么 Oracle 将无法解析 XML，因为它不知道这些命名空间是什么）；这会给你这个样本数据：

CREATE TABLE table_name ( data ) AS
SELECT '<?xml version="1.0" encoding="US-ASCII"?>
<GML:GMMessage 
   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
   xmlns:GML="GML" 
   xmlns:busHdr="busHdr"
   xmlns:GMLType="GML.Type"
   
   xsi:schemaLocation="GML ../schema/gml.xsd busHdr ../schema/bushdr.xsd"
   SchemaVersion="9.8">
    <BusinessHdr>
       <busHdr:BusObjectType>ABC</busHdr:BusObjectType>
       <busHdr:BusObjectOwner>HDHDH</busHdr:BusObjectOwner>
       <busHdr:BusObjectId>DJHDAHDAJHDA</busHdr:BusObjectId>
       <busHdr:BusObjectVersion>1</busHdr:BusObjectVersion>
      </BusinessHdr>
    <Transaction>
     <GenericEvent>NEW</GenericEvent>
     <Group>
        <GroupId>3424234</GroupId>
        <Reason>MANUAL</Reason>
    </Group>
       <Id>
           <Domain>ssdsgdsg</Domain>
           <DomainId>123456ACC</DomainId>
           <Version>1</Version>
       </Id>
       <Date>2021-02-01</Date>
     </Transaction>
    </GML:GMMessage>' FROM DUAL

然后，您只需要添加您正在使用的命名空间并将路径更新到新的（区分大小写）位置：

SELECT x.*
FROM   table_name t
       CROSS APPLY XMLTABLE(
         XMLNAMESPACES( 'GML' AS "GML" ),
         '//GML:GMMessage/Transaction'
         PASSING XMLTYPE( t.data )
         COLUMNS
           domain   VARCHAR2(10) PATH './Id/Domain',
           domainid VARCHAR2(10) PATH './Id/DomainId',
           version  NUMBER(3,0)  PATH './Id/Version',
           groupid  VARCHAR2(50) PATH './Group/GroupId',
           reason   VARCHAR2(50) PATH './Group/Reason',
           dt       DATE         PATH './Date'
       ) x

输出：

域名 |域名 |版本 |组ID |原因 | DT :------- | :-------- | ------: | :-------- | :----- | :-------- ssdsgdsg | 123456ACC | 1 | 3424234 |手册 | 01-FEB-21

db小提琴here

Answer 2

很高兴看到你的想法与你的方法......

建议查看这个工具（如果你没有类似的工具）来帮助你使用正则表达式https://regexr.com/，对我有很大帮助。

您的 SQL 看起来是正确的（使用“m”和“n”标志进行多行），但不确定是否是您的 XML 输入错误，因为您的正则表达式字符串不适用于您的 XML已粘贴，但如果是 XML，我确实可以使用它。

您当前的 SQL 输出是什么？您可能需要使用$1 代替您的\1。

我也建议

1. 也许还逃避了你的正斜杠，因为这可能是你的罪魁祸首。
2. 为您的捕获添加更多特异性，以防止您的搜索变得贪婪。

SELECT REGEXP_REPLACE(COL,'^.*<DOMAINID>([0-9A-z]+)<\/DOMAINID>.*$','$1',1,0,'mn') col1 FROM tab;