Как удалить узлы xml, если значение узла содержит URL-адрес?

-1

Я хочу использовать этот xml для подготовки xsd и дальнейшей обработки строк для вставки данных в базу данных. для подготовки xsd, преобразования структуры в желаемый формат с использованием xslt.Как удалить узлы xml, если значение узла содержит URL-адрес?

<linked-hash-map> 
    <entry> 
    <string>_type</string> 
    <string>News</string> 
    </entry> 
    <entry> 
    <string>value</string> 
    <list> 
     <linked-hash-map> 
     <entry> 
      <string>name</string> 
      <string> 
      Virat Kohli 
      </string> 
     </entry> 
     <entry> 
      <string>url</string> 
      <string> 
      http://www.bing.com/cr?IG=3DA864FA197A4D5DAD062780C15E3A16&CID=09E4F1057ADB64720330FB2E7BC96547&rd=1&h=nw8K4uNRgs-nvsuz2GyXpqMxdRmzWK8Xbm3W_1IlO24&v=1&r=http%3a%2f%2fmovies.ndtv.com%2fbollywood%2fvirat-kohli-hearts-anushka-sharma-a-timeline-of-their-romance-1659877&p=DevEx,5026.1 
      </string> 
     </entry> 
     <entry> 
      <string>image</string> 
      <linked-hash-map> 
      <entry> 
       <string>thumbnail</string> 
       <linked-hash-map> 
       <entry> 
        <string>contentUrl</string> 
        <string> 
        https://www.bing.com/th?id=ON.EE674002EC235BD5795D34695EABF504&pid=News 
        </string> 
       </entry> 
       <entry> 
        <string>width</string> 
        <int>640</int> 
       </entry> 
       </linked-hash-map> 
      </entry> 
      </linked-hash-map> 
     </entry> 
     <entry> 
      <string>description</string> 
      <string> 
      On Wednesday, cricketer Virat Kohli 
      </string> 
     </entry> 
     <entry> 
      <string>datePublished</string> 
      <string>2017-02-16T05:39:00</string> 
     </entry> 
     <entry> 
      <string>category</string> 
      <string>Entertainment</string> 
     </entry> 
     </linked-hash-map> 
     <linked-hash-map> 
     <entry> 
      <string>name</string> 
      <string> 
      Shah Rukh Khan’s TV show 
      </string> 
     </entry> 
     <entry> 
      <string>url</string> 
      <string> 
      http://www.bing.com/cr?IG=3DA864FA197A4D5DAD062780C15E3A16&CID=09E4F1057ADB64720330FB2E7BC96547&rd=1&h=4CnQhOg9Nm7pmIu9OvDl6x9WtYtSuXblCSR_WQz1VoA&v=1&r=http%3a%2f%2fwww.hindustantimes.com%2ftv%2fshah-rukh-khan-s-tv-show-circus-is-back-on-small-screen%2fstory-OjQUQIWi6ogxj5eF1hivTI.html&p=DevEx,5040.1 
      </string> 
     </entry> 
     <entry> 
      <string>image</string> 
      <linked-hash-map> 
      <entry> 
       <string>thumbnail</string> 
       <linked-hash-map> 
       <entry> 
        <string>contentUrl</string> 
        <string> 
        https://www.bing.com/th?id=ON.2974262BB8317FA4D4BCE4A61CA9488E&pid=News 
        </string> 
       </entry> 
       <entry> 
        <string>width</string> 
        <int>700</int> 
       </entry> 
       </linked-hash-map> 
      </entry> 
      </linked-hash-map> 
     </entry> 
     <entry> 
      <string>description</string> 
      <string> 
      Here’s some wonderful news 
      </string> 
     </entry> 
     <entry> 
      <string>datePublished</string> 
      <string>2017-02-16T05:36:00</string> 
     </entry> 
     <entry> 
      <string>category</string> 
      <string>Entertainment</string> 
     </entry> 
     </linked-hash-map> 
    </list> 
    </entry> 
</linked-hash-map>

Здесь у Urls есть querystrings. как удалить URL-адреса или как закодировать URL-адреса с помощью строки запроса?

Желаемый выход:

<?xml version="1.0" encoding="utf-8"?> 
<linked-hash-map> 
    <entry> 
    <linked-hash-map> 
     <_type>News</_type> 
     <datarow> 
     <name> Virat Kohli</name> 
     <url>http://www.bing.com/cr?IG=3DA864FA197A4D5DAD062780C15E3A16&CID=09E4F1057ADB64720330FB2E7BC96547&rd=1&h=nw8K4uNRgs-nvsuz2GyXpqMxdRmzWK8Xbm3W_1IlO24&v=1&r=http%3a%2f%2fmovies.ndtv.com%2fbollywood%2fvirat-kohli-hearts-anushka-sharma-a-timeline-of-their-romance-1659877&p=DevEx,5026.1</url> 
     <contentUrl> https://www.bing.com/th?id=ON.EE674002EC235BD5795D34695EABF504&pid=News </contentUrl> 
     <width>640</width> 
     <description> On Wednesday, cricketer Virat Kohli</description> 
     <readLink> https://api.cognitive.microsoft.com/api/v5/entities/b8ef6b82-02be-1e24-584c-f8283b7bdaeb </readLink> 
     <datePublished>2017-02-16T05:39:00</datePublished> 
     <category>Entertainment</category>  
     </datarow> 
     <datarow> 
     <name> Shah Rukh Khan’s TV show</name> 
     <url> http://www.bing.com/cr?IG=3DA864FA197A4D5DAD062780C15E3A16&CID=09E4F1057ADB64720330FB2E7BC96547&rd=1&h=4CnQhOg9Nm7pmIu9OvDl6x9WtYtSuXblCSR_WQz1VoA&v=1&r=http%3a%2f%2fwww.hindustantimes.com%2ftv%2fshah-rukh-khan-s-tv-show-circus-is-back-on-small-screen%2fstory-OjQUQIWi6ogxj5eF1hivTI.html&p=DevEx,5040.1 </url> 
     <contentUrl> https://www.bing.com/th?id=ON.EE674002EC235BD5795D34695EABF504&pid=News </contentUrl> 
     <width>640</width> 
     <description> Here’s some wonderful news </description> 
     <readLink> https://api.cognitive.microsoft.com/api/v5/entities/b8ef6b82-02be-1e24-584c-f8283b7bdaeb </readLink> 
     <datePublished>2017-02-16T05:39:00</datePublished> 
     <category>Entertainment</category> 
     </datarow> 
    </linked-hash-map> 
    </entry> 
</linked-hash-map>

ниже сценарий, который я использовал для преобразования этой структуры.

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 
    <xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/> 
    <xsl:strip-space elements="*"/> 

    <xsl:template match="node()|@*"> 
    <xsl:copy> 
     <xsl:apply-templates select="node()|@*"/> 
    </xsl:copy> 
    </xsl:template> 

    <xsl:template match="/linked-hash-map"> 
    <xsl:element name="{local-name()}"> 
     <xsl:for-each select="entry"> 
     <xsl:choose> 
      <xsl:when test="list/linked-hash-map"> 
      <xsl:for-each select="list/linked-hash-map"> 
       <datarow> 
       <xsl:for-each select="entry"> 
        <xsl:if test="not(node()[1]='image' or node()[1]='about' or node()[1]='clusteredArticles' or node()[1]='mentions' or node()[1]='provider' or node()[1]='url' or node()[1]='description' or node()[1]='name')"> 
        <xsl:text disable-output-escaping="yes">&lt;</xsl:text> 
        <xsl:value-of select="*[1]"/> 
        <xsl:text disable-output-escaping="yes">&gt;</xsl:text> 
        <xsl:value-of select="*[2]"/> 
        <xsl:text disable-output-escaping="yes">&lt;/</xsl:text> 
        <xsl:value-of select="*[1]"/> 
        <xsl:text disable-output-escaping="yes">&gt;</xsl:text> 
        </xsl:if> 
       </xsl:for-each> 
       </datarow> 
      </xsl:for-each> 
      </xsl:when> 
      <xsl:otherwise> 
      <xsl:text disable-output-escaping="yes">&lt;</xsl:text> 
      <xsl:value-of select="*[1]"/> 
      <xsl:text disable-output-escaping="yes">&gt;</xsl:text> 
      <xsl:value-of select="*[2]"/> 
      <xsl:text disable-output-escaping="yes">&lt;/</xsl:text> 
      <xsl:value-of select="*[1]"/> 
      <xsl:text disable-output-escaping="yes">&gt;</xsl:text> 
      </xsl:otherwise> 
     </xsl:choose> 
     </xsl:for-each> 
    </xsl:element> 
    </xsl:template> 
    <xsl:template match="/"> 
    <xsl:copy> 
     <linked-hash-map> 
     <entry> 
      <xsl:apply-templates/> 
     </entry> 
     </linked-hash-map> 
    </xsl:copy> 
    </xsl:template> 

</xsl:stylesheet>

источник

2017-02-18 user3187932

Где находится ваш сценарий? Какие ошибки или нежелательные результаты вы получаете? – Parfait

его провал сначала помещает его сам, пока я бегу с любым скриптом. для того, чтобы двигаться вперед, на данный момент я манипулировал символом & через java-код и заменялся пробелом. Я обновил сообщение. см. выше. – user3187932

В настоящее время исходный XML не очень хорошо образован, как амперсанд в адресах должны быть заменены соответствующими XML entity references, а именно &.

Обращайте внимание на то, как создается оригинальный XML, так как он не должен разрабатываться в виде текстового файла конкатенированных строк (в одном случае эта разметка могла быть построена). К сожалению, это обычная практика в программировании общего назначения. XML документы должны быть построены с W3C-совместимых библиотек DOM (то есть, в Java javax.xml, Питона xml.etree, РНР DOMDocument, .NET-х XmlDocument) с их createElement, appendChild, setAttribute или соответствующими методами.

После того как действительный XML отображается, рассмотрите более обобщаемый XSLT ниже.

Входной(с поправкой на символьные объекты)

<?xml version="1.0" encoding="UTF-8" standalone="yes"?> 
<linked-hash-map> 
    <entry> 
    <string>_type</string> 
    <string>News</string> 
    </entry> 
    <entry> 
    <string>value</string> 
    <list> 
     <linked-hash-map> 
     <entry> 
      <string>name</string> 
      <string> 
      Virat Kohli 
      </string> 
     </entry> 
     <entry> 
      <string>url</string> 
      <string> 
      http://www.bing.com/cr?IG=3DA864FA197A4D5DAD062780C15E3A16&amp;CID=09E4F1057ADB64720330FB2E7BC96547&amp;rd=1&amp;h=nw8K4uNRgs-nvsuz2GyXpqMxdRmzWK8Xbm3W_1IlO24&amp;v=1&amp;r=http%3a%2f%2fmovies.ndtv.com%2fbollywood%2fvirat-kohli-hearts-anushka-sharma-a-timeline-of-their-romance-1659877&amp;p=DevEx,5026.1 
      </string> 
     </entry> 
     <entry> 
      <string>image</string> 
      <linked-hash-map> 
      <entry> 
       <string>thumbnail</string> 
       <linked-hash-map> 
       <entry> 
        <string>contentUrl</string> 
        <string> 
        https://www.bing.com/th?id=ON.EE674002EC235BD5795D34695EABF504&amp;pid=News 
        </string> 
       </entry> 
       <entry> 
        <string>width</string> 
        <int>640</int> 
       </entry> 
       </linked-hash-map> 
      </entry> 
      </linked-hash-map> 
     </entry> 
     <entry> 
      <string>description</string> 
      <string> 
      On Wednesday, cricketer Virat Kohli 
      </string> 
     </entry> 
     <entry> 
      <string>datePublished</string> 
      <string>2017-02-16T05:39:00</string> 
     </entry> 
     <entry> 
      <string>category</string> 
      <string>Entertainment</string> 
     </entry> 
     </linked-hash-map> 
     <linked-hash-map> 
     <entry> 
      <string>name</string> 
      <string> 
      Shah Rukh Khan's TV show 
      </string> 
     </entry> 
     <entry> 
      <string>url</string> 
      <string> 
      http://www.bing.com/cr?IG=3DA864FA197A4D5DAD062780C15E3A16&amp;CID=09E4F1057ADB64720330FB2E7BC96547&amp;rd=1&amp;h=4CnQhOg9Nm7pmIu9OvDl6x9WtYtSuXblCSR_WQz1VoA&amp;v=1&amp;r=http%3a%2f%2fwww.hindustantimes.com%2ftv%2fshah-rukh-khan-s-tv-show-circus-is-back-on-small-screen%2fstory-OjQUQIWi6ogxj5eF1hivTI.html&amp;p=DevEx,5040.1 
      </string> 
     </entry> 
     <entry> 
      <string>image</string> 
      <linked-hash-map> 
      <entry> 
       <string>thumbnail</string> 
       <linked-hash-map> 
       <entry> 
        <string>contentUrl</string> 
        <string> 
        https://www.bing.com/th?id=ON.2974262BB8317FA4D4BCE4A61CA9488E&amp;pid=News 
        </string> 
       </entry> 
       <entry> 
        <string>width</string> 
        <int>700</int> 
       </entry> 
       </linked-hash-map> 
      </entry> 
      </linked-hash-map> 
     </entry> 
     <entry> 
      <string>description</string> 
      <string> 
      Here's some wonderful news 
      </string> 
     </entry> 
     <entry> 
      <string>datePublished</string> 
      <string>2017-02-16T05:36:00</string> 
     </entry> 
     <entry> 
      <string>category</string> 
      <string>Entertainment</string> 
     </entry> 
     </linked-hash-map> 
    </list> 
    </entry> 
</linked-hash-map>

XSLT(см инлайн комментарии)

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 
    <xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/> 
    <xsl:strip-space elements="*"/> 

    <!-- APPLY ONLY SECOND ENTRY OFF ROOT --> 
    <xsl:template match="/linked-hash-map"> 
    <xsl:copy>  
     <xsl:apply-templates select="entry[2]"/>  
    </xsl:copy> 
    </xsl:template> 

    <xsl:template match="entry[2]"> 
    <xsl:copy> 
     <!-- RETRIEVE FIRST ENTRY CONTENT --> 
     <xsl:element name="{preceding-sibling::entry/string[1]}"> 
     <xsl:value-of select="preceding-sibling::entry/string[2]"/> 
     </xsl:element> 
     <!-- APPLY GRANDCHILD LINKED HASH MAP --> 
     <linked-hash-map><xsl:apply-templates select="list/linked-hash-map"/></linked-hash-map> 
    </xsl:copy> 
    </xsl:template> 

    <!-- GENERALIZE FOR ALL DESCENDANT ENTRY NODES (W/O LINKED HASH MAP CHILD) --> 
    <xsl:template match="linked-hash-map">  
    <datarow> 
     <xsl:for-each select="descendant::entry[local-name(*[2])!='linked-hash-map']">   
      <xsl:element name="{string[1]}"> 
      <xsl:value-of select="normalize-space(string[2]|int)"/> 
      </xsl:element> 
     </xsl:for-each> 
     <!-- ADDED NODE (NOT PART OF ORIGINAL) --> 
     <readLink>https://api.cognitive.microsoft.com/api/v5/entities/b8ef6b82-02be-1e24-584c-f8283b7bdaeb</readLink> 
    </datarow>  
    </xsl:template> 

</xsl:stylesheet>

Выход

<?xml version="1.0" encoding="UTF-8"?> 
<linked-hash-map> 
    <entry> 
     <_type>News</_type> 
     <linked-hash-map> 
     <datarow> 
      <name>Virat Kohli</name> 
      <url>http://www.bing.com/cr?IG=3DA864FA197A4D5DAD062780C15E3A16&amp;CID=09E4F1057ADB64720330FB2E7BC96547&amp;rd=1&amp;h=nw8K4uNRgs-nvsuz2GyXpqMxdRmzWK8Xbm3W_1IlO24&amp;v=1&amp;r=http%3a%2f%2fmovies.ndtv.com%2fbollywood%2fvirat-kohli-hearts-anushka-sharma-a-timeline-of-their-romance-1659877&amp;p=DevEx,5026.1</url> 
      <contentUrl>https://www.bing.com/th?id=ON.EE674002EC235BD5795D34695EABF504&amp;pid=News</contentUrl> 
      <width>640</width> 
      <description>On Wednesday, cricketer Virat Kohli</description> 
      <datePublished>2017-02-16T05:39:00</datePublished> 
      <category>Entertainment</category> 
      <readLink>https://api.cognitive.microsoft.com/api/v5/entities/b8ef6b82-02be-1e24-584c-f8283b7bdaeb</readLink> 
     </datarow> 
     <datarow> 
      <name>Shah Rukh Khan's TV show</name> 
      <url>http://www.bing.com/cr?IG=3DA864FA197A4D5DAD062780C15E3A16&amp;CID=09E4F1057ADB64720330FB2E7BC96547&amp;rd=1&amp;h=4CnQhOg9Nm7pmIu9OvDl6x9WtYtSuXblCSR_WQz1VoA&amp;v=1&amp;r=http%3a%2f%2fwww.hindustantimes.com%2ftv%2fshah-rukh-khan-s-tv-show-circus-is-back-on-small-screen%2fstory-OjQUQIWi6ogxj5eF1hivTI.html&amp;p=DevEx,5040.1</url> 
      <contentUrl>https://www.bing.com/th?id=ON.2974262BB8317FA4D4BCE4A61CA9488E&amp;pid=News</contentUrl> 
      <width>700</width> 
      <description>Here's some wonderful news</description> 
      <datePublished>2017-02-16T05:36:00</datePublished> 
      <category>Entertainment</category> 
      <readLink>https://api.cognitive.microsoft.com/api/v5/entities/b8ef6b82-02be-1e24-584c-f8283b7bdaeb</readLink> 
     </datarow> 
     </linked-hash-map> 
    </entry> 
</linked-hash-map>

источник

2017-02-19 16:53:41 Parfait

HI Parfait, Это сработало. но, тем не менее, я вижу проблемы, когда читаю xml-файл в java, он дает мне ошибку «Недопустимый байт 1 из 1-байтовой последовательности UTF-8». – user3187932

Какой файл xml? Оригинальный или преобразованный? Я просто запускал XSLT в Java 1.8 (используя встроенный Apache Xalan и внешний Saxon HE) без каких-либо проблем. Возможно, ваш источник отличается от моего ввода. Обратите внимание на проблему с сущностями, как я уже упоминал. – Parfait

Привет Parfait, я убедился, что ссылки на XML-объекты хорошо обрабатываются. но есть символы, которые входят в мои имена и поля описания, как показано ниже. banayai ha "дорогие" друзья – user3187932

Как удалить узлы xml, если значение узла содержит URL-адрес?

ответ

Смежные вопросы