基于MarkLogic TDE提取XML多层级城市字段生成多行数据

我在使用MarkLogic的TDE（模板驱动提取）功能时，遇到一个需求：需要提取XML中不同层级下的city字段值。如果存在多个城市值，不能合并到同一列（比如制表符分隔形式），而是要为同一人员（例如John Doe）生成独立的数据行。

现有TDE模板代码 #

let $template= 
<template xmlns="http://marklogic.com/xdmp/tde">
<context>/data/person/address</context>
<rows>
<row>
<schema-name>test</schema-name>
<view-name>data</view-name>
<columns>
<column>
<name>address</name>
<scalar-type>string</scalar-type>
<val>/city</val>
</column>
</columns>
</row>
</rows>
</template>

待提取的XML数据 #

<data>
    <person>
        <name>John Doe</name>
        <age>30</age>
        <address>
            <city>New York</city>
            <country>USA</country>
        </address>
    </person>
    <employee>     
        <education>graduated</education>
        <address>
            <city>London</city>
            <country>UK</country>
        </address>
    </employee>
</data>

期望输出结果 #

解决方案：调整TDE模板 #

要实现需求，需修改TDE模板的上下文和字段提取逻辑，让每个address节点生成一行数据，并关联对应的人员信息：

let $template = 
<template xmlns="http://marklogic.com/xdmp/tde">
  <context>/data/*/address</context>
  <rows>
    <row>
      <schema-name>test</schema-name>
      <view-name>data</view-name>
      <columns>
        <column>
          <name>name</name>
          <scalar-type>string</scalar-type>
          <val>../name</val>
        </column>
        <column>
          <name>age</name>
          <scalar-type>int</scalar-type>
          <val>../age</val>
        </column>
        <column>
          <name>education</name>
          <scalar-type>string</scalar-type>
          <val>../education</val>
        </column>
        <column>
          <name>city</name>
          <scalar-type>string</scalar-type>
          <val>./city</val>
        </column>
      </columns>
    </row>
  </rows>
</template>

关键说明： #

• 上下文设置：/data/*/address会匹配person和employee节点下的所有address，每个address单独生成一行数据；
• 字段关联：通过../向上遍历父节点，提取person的name、age和employee的education字段，不存在的字段会自动返回null；
• 城市提取：直接通过./city获取当前address下的城市值，确保每个地址对应独立行。

内容的提问来源于stack exchange，提问作者user3636924