BaseX平台XQuery日期查询逻辑与语法问题咨询

练习要求 #

查找2012年6月5日之后首次出现的症状，返回根节点为SYMSAFTER、包含SYM元素的结构化结果文档。

测试XML结构 #

<?xml version="1.0"?>
<PATIENT_SYMS>
    <PATIENT>
        <NAME>Bob</NAME>
        <SYMOCC>
            <SYM>
                <INT>high</INT>
                <DESC>  edema </DESC>
            </SYM>      
        </SYMOCC>   
    </PATIENT>
    <PATIENT>
        <NAME>Ann</NAME>
        <SYMOCC>
            <DATE>2015-08-03</DATE>
            <SYM>
                <INT>low</INT>
                <DESC>  asthma </DESC>
            </SYM>
        </SYMOCC>
        <SYMOCC>
            <DATE>2017-05-03</DATE>
            <SYM>
                <INT> high </INT>
                <DESC> nausea </DESC>
            </SYM>
        </SYMOCC>
    </PATIENT>
    <PATIENT>
        <NAME> Tom </NAME>
        <SYMOCC>
            <DATE>2011-01-01</DATE>
            <SYM>
                <INT>high</INT>
                <DESC>  headache </DESC>
            </SYM>  
            <SYM>
                <INT> low </INT>
                <DESC> nausea </DESC>
            </SYM>
        </SYMOCC>
    </PATIENT>
    <PATIENT>
        <NAME>Sue</NAME>    
    </PATIENT>
</PATIENT_SYMS>

参考实现代码 #

<SYMSAFTER> {
for $s in doc('Ps.xml')//SYMOCC
where $s/DATE > '2012-06-05' and (every $s1 in doc('Ps.xml')//SYMOCC satisfies not($s1/DATE > '2012-06-05') or $s1/DATE >= $s/DATE)
return $s
}
</SYMSAFTER>

运行输出结果 #

<SYMSAFTER>
  <SYMOCC>
    <DATE>2015-08-03</DATE>
    <SYM>
      <INT>low</INT>
      <DESC>asthma</DESC>
    </SYM>
  </SYMOCC>
</SYMSAFTER>

核心疑问解答 #

1. XQuery执行规则与遍历顺序 #

XQuery的FLWOR表达式（即for/where/return结构）执行逻辑是逐层遍历：

• 外层for $s in ...会先把所有匹配//SYMOCC的节点逐个取出，每取一个节点就执行一次where条件判断，判断通过就走return逻辑
• 内层的every $s1 in ... satisfies ...是全称判断：对当前外层拿到的$s，会遍历所有SYMOCC节点逐一校验条件，只有所有节点都满足satisfies后面的判断，这个全称表达式才返回true
• 执行顺序是固定的：外层循环按文档中节点出现的顺序遍历$s，每个$s对应的内层$s1遍历也按文档顺序执行，但判断逻辑本身不依赖遍历顺序，只要所有节点满足条件就通过，和遍历先后无关。

2. satisfies、not的逻辑，以及日期判断不等价问题 #

• every $x in $seq satisfies cond是全称量词：只有序列$seq里的每一个元素代入cond都返回true，整个表达式才为true，只要有一个不满足就直接返回false
• not(xxx)就是对布尔结果取反，和常规编程语言逻辑一致
• 你觉得not($s1/DATE > '2012-06-05')和$s1/DATE < '2012-06-05'等价，是忽略了没有DATE子节点的SYMOCC：比如Bob对应的那个SYMOCC节点，根本不存在DATE元素，此时$s1/DATE > '2012-06-05'的结果是空序列，布尔值为false，not(false)就是true；但写$s1/DATE < '2012-06-05'时，不存在DATE的节点取到的还是空序列，布尔值为false，自然和前者结果不一样。

补充：XQuery里空序列参与比较运算时，结果永远是空序列，转布尔值就是false，这是之前逻辑没考虑到的边界情况。

3. 为什么用OR而不是AND #

你可以把satisfies后面的条件翻译成自然语言：对任意一个症状发生记录$s1，要么它不在2012-06-05之后，要么它的日期大于等于当前$s的日期。
这个逻辑本质是在说：不存在任何一个「在2012-06-05之后，且日期比当前$s更早」的记录——也就是当前$s就是2012-06-05之后最早的那条记录。
如果换成AND，意思就变成「$s1既不在2012-06-05之后，同时日期还大于等于$s的日期」，这显然是矛盾的：不在2012-06-05之后的日期不可能比一个2012-06-05之后的日期更大，条件永远不成立，查不到任何结果。
OR在这里是对所有$s1做分类：只要满足两类情况中的任意一种就符合要求，不需要同时满足。

4. 为什么用>=而不是> #

如果换成>，当遍历到$s1就是当前$s本身的时候，$s1/DATE > $s/DATE就是同一个日期比大小，结果为false；同时这个$s1的日期是2012-06-05之后的，前半段not($s1/DATE > '2012-06-05')也为false，OR两边都不成立，全称判断直接返回false，哪怕当前$s真的是最早的记录，也会被过滤掉。
加>=就是为了兼容「$s1和$s是同一条记录」的场景：自己的日期等于自己的日期，满足后半段条件，不会误判。

内容的提问来源于stack exchange，提问作者Disf