首页 文章

使用XQuery计算字符串中出现的单词数

提问于
浏览 次
0

我们有一个非常相似的XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<nodeOne>
  <nodeTwo>
    <nodeThree>
      foo bar zoo
    </nodeThree>
  </nodeTwo>
</nodeOne>
<nodeOne>
  <nodeTwo>
    <nodeThree>
      foo bar
    </nodeThree>      
  </nodeTwo>
</nodeOne>
<nodeOne>
  <nodeTwo>
    <nodeThree>
      zoo bar
    </nodeThree>      
  </nodeTwo>
</nodeOne>

我想要实现的是计算 nodeThree 内每个单词的出现次数（由空格分隔） . 考虑到上面的例子，输出将是这样的：

foo 2
bar 3
zoo 2

我试图获取每个 text() 的 nodeThree ，并试图将它变成字符串序列 . 然后，我想，我可能能够加入他们和团队，然后计算，但我无法这样做 . 到目前为止尝试了很多东西 .

xquery

1 回答

  • 2

    首先请注意，除非您创建一个根节点来包装它，否则您的XML格式不正确（即它不是真正的XML） .

    如果性能是一个问题，这个问题更适合利用带有频率数据的单词索引，就像在XML数据库中一样 . 在纯XQuery中解决这个问题对于大型XML来说可能要慢得多，但解决了这个问题：

    let $xml :=
    <root>
    <nodeOne>
      <nodeTwo>
        <nodeThree>
          foo bar zoo
        </nodeThree>
      </nodeTwo>
    </nodeOne>
    <nodeOne>
      <nodeTwo>
        <nodeThree>
          foo bar
        </nodeThree>      
      </nodeTwo>
    </nodeOne>
    <nodeOne>
      <nodeTwo>
        <nodeThree>
          zoo bar
        </nodeThree>      
      </nodeTwo>
    </nodeOne>
    </root>
let $toks := $xml//text()/fn:tokenize(fn:normalize-space(.),'\s')
for $t in distinct-values($toks)
let $count := count($toks[. = $t])
return element { $t } {
    attribute count { $count }
} 
=>
<foo count="2"/>
<bar count="3"/>
<zoo count="2"/>
    回复于

相关问题