Question

我正在尝试使用＆＃34; 匹配＆＃34;中的一些元素来丰富我的搜索结果。文档，使用查询选项＆＃34; extract-document-data ＆＃34;喜欢

<options xmlns="http://marklogic.com/appservices/search">
<extract-document-data selected="include">
      <extract-path>/language-version/language-version-canonical-model/title</extract-path>
      <extract-path>/language-version/language-version-canonical-model/language</extract-path>
</extract-document-data>
(...)
</options>

当我运行搜索并询问Json输出时（使用标题Accept：application/json）我得到 json 和＆＃34; strinxml ＆＃34;结果：

{  
  "snippet-format": "snippet",  
  "total": 564,  
  "start": 1,  
  "page-length": 10,  
  "selected": "include",  
  "results": [  
    {  
      "index": 1,  
      "uri": "ENV/CHEM/NANO(2015)22/ANN5/2",  
      "path": "fn:doc(\"ENV/CHEM/NANO(2015)22/ANN5/2\")",  
      (...)  
      "matches": [  
        {  
          "path": "fn:doc(\"ENV/CHEM/NANO(2015)22/ANN5/2\")/ns2:language-version/ns2:language-version-raw-data/*:document/*:page[22]",  
          (...)  
        }  
      ],  
      "extracted": {  
        "kind": "element",  
        "content": [  
          "&lt;language&gt;En&lt;/language&gt;",  
          "&lt;title&gt;ZINC OXIDE DOSSIERANNEX 5&lt;/title&gt;",  
          "&lt;reference&gt;ENV/CHEM/NANO(2015)22/ANN5&lt;/reference&gt;",  
          "&lt;classification&gt;2&lt;/classification&gt;",  
          "&lt;modificationDate&gt;2015-04-16T00:00:00.000+02:00&lt;/modificationDate&gt;",  
          "&lt;subject label_en=\"media\" &gt;media&lt;/subject&gt;",  
          "&lt;subject label_en=\"fish\" "&gt;fish&lt;/subject&gt;",  
        ]  
      }  
    },

问题在于＆＃34; 提取＆＃34;部分，正如您所看到的，看起来 xml 元素已被简单地复制为字符串，当我真的希望它们转换为 json 时。

有人对这个问题有所了解吗？

Answer 1

MarkLogic不会转换内容。因此，当要求JSON格式的搜索响应时，XML将保持XML。由于您无法在JSON中真正嵌入XML，因此将其序列化为字符串。

您可以尝试对搜索结果应用REST转换，并使用类似json：transform-to-json（可能使用自定义配置）的内容来动态转换。比如像服务器端JavaScript转换这样的东西：

/* jshint node:true,esnext:true */
/* global xdmp */

var json = require('/MarkLogic/json/json.xqy');
var config = json.config('custom');

function toJson(context, params, content) {
  'use strict';

  var response = content.toObject();

  if (response.results) {
    response.results.map(function(result) {
      if (result.extracted && result.extracted.content) {
        result.extracted.content.map(function(content, index) {
          if (content.match(/^</) && !content.match(/^<!/)) {
            result.extracted.content[index] = json.transformToJson(xdmp.unquote(content), config);
          }
        });
      }
    });
  }

  return response;
}

exports.transform = toJson;

当然，您也可以转换客户端。

HTH！

Answer 2

如果您使用的是Java Client API，则可以使用每个结果的正确句柄来阅读提取的项目（请参阅ExtractedResult和ExtractedItem）：

SearchHandle results = queryManager.search(query, new SearchHandle());
for (MatchDocumentSummary summary : results.getMatchResults()) {
    ExtractedResult extracted = summary.getExtracted();
    // here we check to see if this result is XML format, and if so
    // we use org.w3c.dom.Document
    if ( Format.XML == summary.getFormat() ) {
        for (ExtractedItem item : extracted) {
            Document extractItem = item.getAs(new DOMHandle()).get();
            ...
        }
    // or if the result is JSON we could choose a different handle
    } else if ( Format.JSON == summary.getFormat() ) {
        for (ExtractedItem item : extracted) {
            JsonNode extractItem = item.getAs(JsonNode.class);
            ...
        }
    }
}

extract-document-data作为json输出中的xml字符串元素

2 个答案: