Question

我正在使用SimpleXML / XPath编写一个PHP脚本，该脚本需要打印XML文件的句子引用，该文件的结构类似于以下结构：

int

问题在于我需要返回包含带有attr =“desired_val”的单词的每个句子，然后返回包含其文本，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

int[]

和第二部分，其具有基于每个返回句子的ID属性的一系列后续xpath查询，例如，对于文本节点：

<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>

（依此类推，对于其他相关节点）。我的问题是，对于大量记录而言，这变得非常低效，并导致脚本超过大约十个结果。任何人都可以建议更好的方法吗？

Answer 1

如果您需要所有匹配，我能想象的唯一优化是减少大量查询。构建整个匹配列表需要花费很多时间，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。在数据库应用程序中也会出现同样的问题，人们执行的SQL语句太多而不是只在一个查询中执行所有操作。

SQL for XML称为XQuery。如果您使用XQuery而不是XPath，您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

我不知道哪种XQuery引擎最适合PHP。

如何有效地从xml节点的父节点获取属性

1 个答案: