Team:USTC Software/notebook

From 2010.igem.org

(Difference between revisions)
Line 69: Line 69:
<p>'''第二部分我讲数值查询,就是查询XML这个树形结构的结点的值。'''</p>
<p>'''第二部分我讲数值查询,就是查询XML这个树形结构的结点的值。'''</p>
 +
这里包含两部分,一个是查询结点的值,类似于<lable>VALUE<lable>,第二个是属性的值,类似于<lable attribute="VALUE"/>。对第一类来说,就用上面的那一千条记录为Container为例,如果要搜索parent-part结点的值为1的记录:
 +
 +
query 'collection("parts.dbxml")/part[parent-part = 1]'
 +
 +
第二类的查询我们以查询part的number为770的记录为例
 +
 +
query 'collection("parts.dbxml")/part[@number = 770]'
 +
 +
这里属性的名称用@标记。我们的搜索条件还可以是@number > 770 and(or @number < 1000等复合的bool表达式。

Revision as of 08:48, 29 July 2010

BERKERLY DB XML 介绍 by LIAO CHEN

新手入门1 基本操作

http://www.oracle.com/technology/global/cn/products/berkeley-db/xml/index.html 下载BDB (Berkerly DB XML 2.5),可以很好支持XML文件的查找与插入,删除,索引操作,既支持命令行也支持应用程序的调用。

在BDB中,所有的文件存在container中,这些container实际上是XML文档和其他信息的集合,它即可作为整个文档(一个单元)存储,又可作为许多结点存储--这时整个文档分解为一个一个小的结点。

这个软件的安装比较诡异,在install/bin/里面有dbxml的命令,直接输入(我是运行完外面的build.sh后才运行的,安装时间暴长...)。这时出现prompt。注意:每一个xml文档都存在container中,container是xml文档的集合,它还包括索引,metadata(data about data)。我们首先要创建一个container对象:

dbxml> createContainer <CONTAINER NAME>

这里不像mysql需要打开数据库(use <database name>),DBD会自动为我们打开。DBD管理文档的格式不是组织关系数据库,无须像mysql一样要定义每一个表的格式,比如create table phonebook values (id INT(3) not null, varchar(120)...),它直接输入xml格式的文件即可:

dbxml> putDocument phone1 '<phonebook> <name> <first> liao </first> <second> chen </second> </name> <phone type="mobile">xxxxx5873</phone> </phonebook>' s

这里要注意三点,第一是这种格式的输入(当然可以load文件)的xml文档是以单引号为起始终止限定符,第二是s结尾是说xml以string格式输入新的document,第三是它和mysql不一样,不用打分号作为一个语句的结束。

下面我门说XQuery,我们可以理解它和SQL SELECT语句是差不多的。XPATH是XQuery的中心实现,它就是一系列语句,用于查询XML文档数据集合的子集。它和SQL查询有些类似,比如我们要查<CONTAINER NAME>这个collection中的/phonebook/name/first这个结点的所有的记录,我们输入

dbxml> query 'collection("<CONTAINER NAME>")/phonebook/name/first/string()'(给出找到了几个拥有这个first的记录) dbxml> print (会打印出找到的结点的VALUE)

这条语句将找到的记录的/phonebook/name/first的结点的值以STRING形式显示。理解XPATH语句是必备的。query的表达式分为两个部分,第一个是导航函数collection(),用它定位文件,后面是搜索的表达式,它遵循XPATH语法格式。collection支持多个文件搜索(collection("CONTAINER1") | collection( "CONTAINER2")),中间用管道符连接。

如果输入query 'collection("<CONTAINER NAME>")/phonebook[name/first="liao"]/phone[@type=“mobile"]/string()'就是查询在phonebook的字节点下的name/first结点值为liao的那些记录(这是条件查询,用[])的phone字节点的属性(@表示属性)为mobile的值有多少。

Query的条件搜索expression格式很多,我在下面会列出最重要的一些命令,其他的命令看dbxml> help. 对于每一条命令,可以查询其细节,help <COMMAND>.


新手入门2 Xpath的使用

Xpath是XML PATH LANGUAGE的简写。

第一部分我讲结构查询,就是查询XML这个树形结构的结点,就是<>里面包含的东西。

首先用DBD(支持用脚本语言批量作业??不是很确定)生成XML文件

putDocument "" ' for $i in (0 to 1000) return <part number="{$i}"> <description>Description of {$i}</description> <category>{$i mod 10}</category> { if (($i mod 10) = 0) then <parent-part>{$i mod 3}</parent-part> else "" } </part>' q

它还支持shell的运算,比如可以在其中插入{$i mod 3}的运算。还有if...else...end语句块。格式是

if (CONDITION) then (类似于<lable attribute="">value</lable>这样的东西就会加入一个XMLnode) else

比如说我想搜索这1000条记录中有parent-part这个属性的记录(这一句是包含在if-else块中,不是每个都有的),我可以输入

query 'collection("parts.dbxml")/part[parent-part]'

这里首先测试[parent-part]是否为真,然后返回记录,注意这时返回的是以part这个结点为根结点的树形结构。如果将/part[parent-part]改为/part/parent-part呢?大家可以print一下就知道差别了。因为这里返回的是以parent-part为根结点的树。那如果用/part/parent-part/string()呢?这是返回的是string的值,是text结点,它没有子结点。如果我们想查询不含parent-part的结点呢?只要将[parent-part]改为[not(parent-part)]就可以了。

第二部分我讲数值查询,就是查询XML这个树形结构的结点的值。

这里包含两部分,一个是查询结点的值,类似于<lable>VALUE<lable>,第二个是属性的值,类似于<lable attribute="VALUE"/>。对第一类来说,就用上面的那一千条记录为Container为例,如果要搜索parent-part结点的值为1的记录:

query 'collection("parts.dbxml")/part[parent-part = 1]'

第二类的查询我们以查询part的number为770的记录为例

query 'collection("parts.dbxml")/part[@number = 770]'

这里属性的名称用@标记。我们的搜索条件还可以是@number > 770 and(or @number < 1000等复合的bool表达式。