前一篇介绍了Webservice接口的调用,现在介绍一下XML的解析
对XML的解析的主要点在于:Xpath。不管是kettel还是oracle函数,找对了节点的路径,基本上解析就成功了。
Xpath基本的介绍:http://www.ruanyifeng.com/blog/2009/07/xpath_path_expressions.html
一、Kettel解析
a、XML文件输入
在上一遍中,我们调用接口生成了一个Txt文件,现在用kettel的“XML文件输入”工具对该文件进行解析,
但是这里的子节点全部都是<string>,利用kettel并不能很好的兼容,这个问题会在后面的java篇中介绍。这里先用一个比较标准的XML格式演示,如下:
添加文件:
获取XML文档节点路径:
获取输入字段:(这里将字段的类型设置为string,用自动获取的类型,在抽取的时候,可能会出现转换失败)
最后,可以预览一下数据:
对于这种基本格式的XML,只要kettel可以解析出XPath,基本数据就可以解析出来,然后直接存到数据库中。
对于其他格式,我们就需要自己去调整路径了,从下面两个地方去修改XML节点路径。
例如DataSet格式的XML
DataSet包括两个部分,一个是说明部分,一个是数据部分(自己这么叫的,不专业);XML表示的一张或多张表。
天气接口:http://www.webxml.com.cn/WebServices/WeatherWebService.asmx?op=getSupportDataSet
说明部分:
数据部分:
对于这种情况,先要找到数据部分的节点路径,在找到内个字段的路径。
1、节点路径:
字段路径:
路径对了,数据的处理就和前面是一样的。
二、Oracle解析
oracle功能十分的强大,可以自身去解析出很多种格式的XML文件,并且可以用工具清晰的看出来(例如PL/SQL);同时也可以利用oracle自带的函数来取出节点的数据。
a、oracle解析XML介绍
我首先将XML文件作为Clob字段存入数据库,然后通过PL/SQL查看:
oracle很完美的将XML解析出来。
甚至DataSet格式也是很轻而易举的解析:
b、oracle进行XML解析的函数:
主要有三个函数:
例如:
select extract(xmltype(VAR1),'root/Data/PatientId') from test
对于kettel的接口抽取基本介绍这么多;从文中可以看出,kettel进行XML的解析限制很多,XML的格式一变化,就要花很多的精力去修改路径;同时对应XML的编码、版本、接口的实现方式等都有要求。所以接下来想对kettel进行二次开发利用,java进行XML解析,整合kettel,一起来解决webservice接口数据抽取的难题。