<分区>
将 XML 数据(我从网页获取的数据)插入 PostgreSQL 数据库的最佳方式是什么?
我正在使用 Java,需要一些帮助才能找到将这些数据读入数据库的好方法。
<分区>
将 XML 数据(我从网页获取的数据)插入 PostgreSQL 数据库的最佳方式是什么?
我正在使用 Java,需要一些帮助才能找到将这些数据读入数据库的好方法。
最佳答案
我有一个工作实现,我可以在 PostgreSQL 中执行一切,无需额外的库。
CREATE OR REPLACE FUNCTION f_xml_extract_val(text, xml)
RETURNS text AS
$func$
SELECT CASE
WHEN $1 ~ '@[[:alnum:]_]+$' THEN
(xpath($1, $2))[1]
WHEN $1 ~* '/text()$' THEN
(xpath($1, $2))[1]
WHEN $1 LIKE '%/' THEN
(xpath($1 || 'text()', $2))[1]
ELSE
(xpath($1 || '/text()', $2))[1]
END;
$func$ LANGUAGE sql IMMUTABLE;
上述实现不处理一个 xpath 中的多个属性。这是一个 overloaded f_xml_extract_val()
的版本。使用第三个参数,您可以选择 one
(第一个)、all
或 dist
(不同的)值。多个值聚合成逗号分隔的字符串。
CREATE OR REPLACE FUNCTION f_xml_extract_val(_path text, _node xml, _mode text)
RETURNS text AS
$func$
DECLARE
_xpath text := CASE
WHEN $1 ~~ '%/' THEN $1 || 'text()'
WHEN lower($1) ~~ '%/text()' THEN $1
WHEN $1 ~ '@\w+$' THEN $1
ELSE $1 || '/text()'
END;
BEGIN
-- fetch one, all or distinct values
CASE $3
WHEN 'one' THEN RETURN (xpath(_xpath, $2))[1]::text;
WHEN 'all' THEN RETURN array_to_string(xpath(_xpath, $2), ', ');
WHEN 'dist' THEN RETURN array_to_string(ARRAY(
SELECT DISTINCT unnest(xpath(_xpath, $2))::text ORDER BY 1), ', ');
ELSE RAISE EXCEPTION
'Invalid $3: >>%<<', $3;
END CASE;
END
$func$ LANGUAGE plpgsql;
COMMENT ON FUNCTION f_xml_extract_val(text, xml, text) IS '
Extract element of an xpath from XML document
Overloaded function to f_xml_extract_val(..)
$3 .. mode is one of: one | all | dist'
调用:
SELECT f_xml_extract_val('//city', x, 'dist');
目标表名称:tbl
;原始的。键:id
:
CREATE OR REPLACE FUNCTION f_sync_from_xml()
RETURNS boolean AS
$func$
DECLARE
datafile text := 'path/to/my_file.xml'; -- only relative path in db dir
myxml xml := pg_read_file(datafile, 0, 100000000); -- arbitrary 100 MB
BEGIN
-- demonstrating 4 variants of how to fetch values for educational purposes
CREATE TEMP TABLE tmp ON COMMIT DROP AS
SELECT (xpath('//some_id/text()', x))[1]::text AS id -- id is unique
, f_xml_extract_val('//col1', x) AS col1 -- one value
, f_xml_extract_val('//col2/', x, 'all') AS col2 -- all values incl. dupes
, f_xml_extract_val('//col3/', x, 'dist') AS col3 -- distinct values
FROM unnest(xpath('/xml/path/to/datum', myxml)) x;
-- 1.) DELETE?
-- 2.) UPDATE
UPDATE tbl t
SET ( col_1, col2, col3) =
(i.col_1, i.col2, i.col3)
FROM tmp i
WHERE t.id = i.id
AND (t.col_1, t.col2, t.col3) IS DISTINCT FROM
(i.col_1, i.col2, i.col3);
-- 3.) INSERT NEW
INSERT INTO tbl
SELECT i.*
FROM tmp i
WHERE NOT EXISTS (SELECT 1 FROM tbl WHERE id = i.id);
END
$func$ LANGUAGE plpgsql;
如果插入的行已经存在并且在这种情况下更新,此实现将检查主键。仅插入新行。
我使用临时暂存表来加快该过程。
使用 Postgres 8.4、9.0 和 9.1 进行测试。
XML 必须格式正确。
pg_read_file()
对此有限制。 The manual :
Use of these functions is restricted to superusers.
和:
Only files within the database cluster directory and the
log_directory
can be accessed.
所以你必须把你的源文件放在那里 - 或者创建一个符号链接(symbolic link)到你的实际文件/目录。
或者您可以根据您的情况通过 Java 提供文件(我在 Postgres 中完成了这一切)。
或者您可以将数据导入临时表的 1 行的 1 列,然后从那里获取。
或者您可以像本related answer on dba.SE 中演示的那样使用lo_import
.
本博客post by Scott Bailey帮助了我。
关于java - XML 数据到 PostgreSQL 数据库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7491479/