MarkLogic XQuery XML转JSON时title元素值异常问题解决

问题1：多子元素导致title内容拼接 #

原理 #

MarkLogic默认JSON转换规则中，当父元素（如<title>）包含多个子元素（如<target>）时，会将所有子元素的文本内容直接拼接成一个字符串作为_value字段值。这是因为默认规则未区分多子元素的结构，而是递归提取所有层级的文本节点并合并。单个<target>时仅提取该元素的文本，所以结果符合预期。

解决方案 #

通过自定义转换规则，控制<title>对多<target>的处理逻辑：

• 若需将<target>转为JSON数组：

let $config := json:config("custom")
// 配置<title>为数组容器
let $title-rule := json:element-rule("title", map:entry("container", "array"))
// 配置<target>提取文本内容
let $target-rule := json:element-rule("target", map:entry("transform", "text"))
return json:transform-to-json($your-xml-node, 
  $config => json:add-element-rule($title-rule) => json:add-element-rule($target-rule)
)

• 若仅需保留第一个<target>的内容：

let $config := json:config("custom")
let $title-rule := json:element-rule("title", map:entry("transform", function($node) {
  fn:normalize-space($node/target[1]/text())
}))
return json:transform-to-json($your-xml-node, $config => json:add-element-rule($title-rule))

问题2：格式化XML的换行符被带入JSON #

原理 #

XML格式化时的换行、缩进空格属于空白文本节点，MarkLogic默认转换会保留这些节点内容，因此转换后的_value会包含换行符和多余空格。

解决方案 #

有两种处理方式：

1. 预处理XML，去除格式化空白：

// 先将XML序列化为字符串再解析，同时开启strip-space去除多余空白
let $clean-xml := xdmp:unquote(xdmp:quote($your-xml-node), (), "strip-space=all")
return json:transform-to-json($clean-xml)

2. 在转换规则中修剪文本：

let $config := json:config("custom")
let $title-rule := json:element-rule("title", map:entry("transform", function($node) {
  // normalize-space会去除首尾空白并合并中间空格
  fn:normalize-space($node/text())
}))
return json:transform-to-json($your-xml-node, $config => json:add-element-rule($title-rule))

内容的提问来源于stack exchange，提问作者Madoantony