Question

这是与MarkLogic content pump实用程序相关的第二个问题。

我正在将包含多条记录的单个聚合XML文档提取到MarkLogic内容泵中。我希望将聚合XML文档转换为不同的格式，并使用内容泵实用程序从单个输入的大型xml文档生成多个xml文档。？

示例：聚合输入xml文档：

<root>
 <data>Bob</data>
 <data>Vishal></data>
</root>

内容泵的预期输出：两种格式不同的文档：

文件1：

<data1>Bob</data1>

文件2

<data1>Vishal</data1>

我正在使用以下XSLT将上述文档拆分为两个节点：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:xs="http://www.w3.org/2001/XMLSchema"
    exclude-result-prefixes="xs"
    version="2.0">
  <xsl:template match="root">
    <xsl:apply-templates select="data"></xsl:apply-templates>
  </xsl:template>
  <xsl:template match="data">
    <data1><xsl:value-of select="."/></data1>
  </xsl:template>
</xsl:stylesheet>

输出：

<?xml version="1.0" encoding="UTF-8"?>
<data1>Bob</data1>
<data1>Vishal</data1>

以下是XQuery转换，它调用上面的“XSLT文件”来生成两个节点：

xquery version "1.0-ml";
module namespace example = "http://marklogic.com/example";

declare function example:transform(
  $content as map:map,
  $context as map:map
) as map:map*
{
  let $attr-value := 
    (map:get($context, "transform_param"), "UNDEFINED")[1]
  let $the-doc := map:get($content, "value")

  let $let-output:=  xdmp:xslt-invoke("/marklogic.rest.transform/simple-xsl/assets/transform.xsl", $the-doc )
  return (map:put(
          $content, "value",
          $let-output
        ),$content)

};

上述XQuery转换失败并返回错误。那么，我如何修改上面的XQuery程序，以便从单个文档中生成并索引多个转换后的XML文档？

MLCP命令：

mlcp.sh import -host localhost -port 8040 \
    -username admin -password admin \
    -input_file_path ./parent-form.xml \
    -transform_module /example/parent-transform.xqy \
    -transform_namespace "http://marklogic.com/example" \
    -transform_param "my-value" \
    -output_collections people \
    -output_permissions my-app-role,read,my-app-role,update

Answer 1

您提供的转换会返回包含多个根元素的单个文档。转换将起作用，但MarkLogic不允许将其插入数据库，并抛出XDMP-MULTIROOT: Document nodes cannot have multiple roots。

有两种方法可以解决这个问题。最简单的方法是在/*后面使用xdmp:xslt-invoke。另一种解决方案是在XSLT中使用<xsl:result-document href="{generate-id()}.xml">。两者都会导致$let-output包含序列而不是单个文档。

但是，如果没有进一步的更改将导致XDMP-CONFLICTINGUPDATES，因为这会在一个数据库uri上写入多个结果。要解决这个问题，你可以用一个小技巧克隆$content map:map，并提供单独的uris。例如：

for $let-output at $i in xdmp:xslt-invoke("/marklogic.rest.transform/simple-xsl/assets/transform.xsl", $the-doc )/*
let $extra-content := map:map(document{$content}/*)
let $_ := map:put($extra-content, "value", $let-output)
let $_ := map:put($extra-content, "uri", concat($the-uri, '-', $i, '.xml') )
return
  $extra-content

注意：transform函数的返回类型为map:map*，这意味着您可以返回零个或多个map：map包含的结果。

HTH！

Answer 2

您无法使用转换功能实际拆分文档。相反，这被称为每个文档被摄取。

单个文档的创建在摄取之前完成，并由聚合_ 标志控制。

https://docs.marklogic.com/guide/ingestion/content-pump#id_65814

Marklogic Content Pump通过XSLT转换生成多个文档

2 个答案: