如何有效地从 xml 节点的父节点获取属性

Question

我正在使用 SimpleXML / XPath 编写一个 PHP 脚本，该脚本需要打印 XML 文件中句子的引用，该文件的结构类似于以下内容：

<text name="text_title">
  <book name="book_title">
    <chapter name="chapter_title">
      <sentence name="sentence_number" id="0000">
        <word attr="desired_val" id="1111" />
        <word attr="undesired_val" id="2222" />
      </sentence>
    </chapter>
  </book>
</text>

问题是我需要返回包含带有 attr="desired_val" 的单词的每个句子，然后是包含其文本、书籍、章节和句子编号的引文。我目前正在使用 xpath 查询进行第一部分

//word[@$attr='desired_val']/ancestor::sentence

第二部分基于每个返回句子的 ID 属性进行一系列后续 xpath 查询，例如对于文本节点：

/text/[book/chapter/sentence[@id={$id}]]/@name

（等等，对于其他相关节点）。我的问题是，如果有大量记录，这会变得非常低效，并导致脚本超时，结果超过十个。任何人都可以提出有关更好方法的想法吗？

Answer 1

如果您需要所有匹配项，我能想到的唯一优化就是减少大量查询。构建整个匹配列表需要很多时间，以便在文档中寻找每个匹配以收集剩余信息。相反，最好只需一步即可从您的文档中查询必要的数据。同样的问题也发生在数据库应用程序中，人们执行了太多的 SQL 语句，而不是在一个查询中完成所有事情。

XML 的 SQL 称为 XQuery。如果您使用 XQuery 而不是 XPath，则只需一步即可收集所有必要的数据。以下示例已使用 Saxon-HE 作为 XQuery 引擎进行了测试。

<results>
{
  for $x in doc("text.xml")/text/book/chapter/sentence/word
  where $x/@attr = "desired_val"
  return <match text="{$x/../../../../@name}"
                book="{$x/../../../@name}"
                chapter="{$x/../../@name}"
                sentence="{$x/../@name}" />
}
</results>

以下命令

java -cp /usr/share/java/Saxon-HE.jar net.sf.saxon.Query '!indent=yes' text.xquery

只需一步即可从文档中提取所需信息。

<?xml version="1.0" encoding="UTF-8"?>
<results>
   <match chapter="chapter_title"
          text="text_title"
          book="book_title"
          sentence="sentence_number"/>
</results>

Saxon-HE 可以通过以下命令安装在 Ubuntu 上。

apt-get install libsaxonhe-java

我不知道哪个 XQuery 引擎最适合 PHP。