Skip to main content

ExtractXMLToAttributes 提取匹配值

说明​

通过提供动态参数配置，必须为XPath或XQuery表达式，根据匹配情况决定提取为相应的输出。

参数说明​

  • 递归子元素：当XPath或XQuery表达式计算所得为XML节点时，默认仅提取第一级的字段和值，而不递归处理子元素是复杂节点的情况。
  • 允许数组：当XPath或XQuery表达式计算所得为数组时，是否提取数组中的对象并添加相应的序号来分别。
  • 包含字段：当无排除字段参数无指定时，如果不设置该参数，则默认包含全部表达式计算出的字段；否则仅包含指定的字段。支持正则表达式
  • 排除字段：优先按该参数设置排除相应的字段。支持正则表达式。如果同时设置包含字段，则可支持包含字段中设置大范围的正则，然后在排除字段中进行二次正则筛选。
  • 字段名大小写敏感：用于包含字段和排除字段参数设置的正则表达式中是否忽略大小敏感。
  • 包含参数名：指定是否将动态参数名作为最终输出的提取属性名的一部分，还是仅做为属性提取标记用。如果提取值为字面值，而不是对象或数组，则强制使用动态参数名作为属性名输出。
  • <动态参数>：通过提供动态参数，指定需要提取的元素名的XPath或XQuery表达式，支持标准的表达式。默认不提供任何动态参数，表示从根提取全部，对于XPath 为”ALL = /*“, XQuery 为“ALL = for $elem in root() return $elem ”

示例说明​

样本XML​

<?xml version="1.0" encoding="UTF-8"?>
<Data xmlns="https://www.baishan.com">
    <name>数聚蜂巢</name>
    <age>3</age>
    <site>https://www.baishan.com/tech/orchsym</site>
    <details>
        <address>
            <city>北京</city>
            <country>中国</country>
            <street>望京</street>
            <build floor="5" number="201" />
        </address>
        <post>100000</post>
        <tel>010-12345678</tel>
        <tags index="1" name="data">Data</tags>
        <tags index="2" name="integration">Integration</tags>
        <tags index="3" name="api">API</tags>
    </details>
    <links index="1">
        <name flag="x">白山云</name>
        <url>http://www.baishan.com</url>
    </links>
    <links index="2">
        <name flag="y">白山云</name>
        <url>http://www.baishancloud.com</url>
    </links>
    <links index="3">
        <name flag="z">Orchsym</name>
        <url>https://www.baishan.com/tech/orchsym/</url>
    </links>
</Data>

XPath 根提取​

不修改任何参数设置的前提下，也不指定表达式的动态参数，则默认为参数名ALL，值为 /*。

如需修改参数名，则需要显式指定，比如参数名为 data。

仅提取第一级字段​

仅提取第一级字段并添加了设置字段过滤。

参数设置​

  • 包含字段: 设置了正则表达式 "(.*)a(.*)"，表示仅提取包含a字母的字段。
  • 其他默认值。

由于未设置递归子元素，则仅提取第一级的字段为属性。

结果​

由于默认的动态参数表达式为”ALL = /*“, 则提取到的属性为 ”ALL.age“ 和 ”ALL.name“， 其他为组件内置属性。

可以看出，相应提取后的结果仅包含”name“ 和 ”age“，而排除了 ”site“字段:

ALL.name = 数聚蜂巢
ALL.age = 3

支持子元素、数组、包含参数名​

设置可递归子元素，支持数组值提取，以及自定义了动态参数名，并将值为URL的字段排除掉。

参数设置​

  • 抽取XML属性 设置为允许
  • 递归子元素 设置为允许。
  • 允许数组：设置为支持。
  • 排除字段：排除值是URL的字段，”site“和”url“。
  • <动态参数>：设置动态参数名为”data“，避免默认的内嵌动态参数名”ALL“。

结果​

所有属性均以动态参数名”data“为开头，并成功提取到了子元素和数组字段：

data.@xmlns = https://www.baishan.com
data.name = 数聚蜂巢
data.age = 3
data.details.address.build = 
data.details.address.build.@floor = 5
data.details.address.build.@number = 201
data.details.address.city = 北京
data.details.address.country = 中国
data.details.address.street = 望京
data.details.post = 100000
data.details.tel = 010-12345678
data.details.tags.0 = Data
data.details.tags.@index.0 = 1
data.details.tags.@name.0 = data
data.details.tags.1 = Integration
data.details.tags.@index.1 = 2
data.details.tags.@name.1 = integration
data.details.tags.2 = API
data.details.tags.@index.2 = 3
data.details.tags.@name.2 = api
data.links.@index.0 = 1
data.links.name.0 = 白山云
data.links.name.@flag.0 = x
data.links.@index.1 = 2
data.links.name.1 = 白山云
data.links.name.@flag.1 = y
data.links.@index.2 = 3
data.links.name.2 = Orchsym
data.links.name.@flag.2 = z

则所有属性将被提取到属性，默认为包含"@"开头的字段名组成的属性。

支持子元素、数组、不包含参数名​

设置可递归子元素，支持数组值提取，还将值为URL的字段排除掉，并设置不包含参数名，所以动态参数名社资格可任意。

参数设置​

  • 递归子元素 设置为允许。
  • 允许数组：设置为支持。
  • 排除字段：排除值是URL的字段，”site“和”url“。
  • 包含参数名：设置为不包含。
  • <动态参数>：设置动态参数名为”ABC“，由于表达式为”/*“，且不包含参数名，计算出的结果为对象，则参数名始终被忽略掉。

结果​

所有属性仅保留字段作为属性名，并成功提取到了子元素和数组字段：

@xmlns = https://www.baishan.com
name = 数聚蜂巢
age = 3
details.address.build = 
details.address.build.@floor = 5
details.address.build.@number = 201
details.address.city = 北京
details.address.country = 中国
details.address.street = 望京
details.post = 100000
details.tel = 010-12345678
details.tags.0 = Data
details.tags.@index.0 = 1
details.tags.@name.0 = data
details.tags.1 = Integration
details.tags.@index.1 = 2
details.tags.@name.1 = integration
details.tags.2 = API
details.tags.@index.2 = 3
details.tags.@name.2 = api
links.@index.0 = 1
links.name.0 = 白山云
links.name.@flag.0 = x
links.@index.1 = 2
links.name.1 = 白山云
links.name.@flag.1 = y
links.@index.2 = 3
links.name.2 = Orchsym
links.name.@flag.2 = z

表达式提取​

支持数组、不包含参数名​

显式指定提取部分字段的多个动态参数和XPath表达式。

参数设置​

  • 递归子元素 设置为允许。
  • 允许数组：设置为支持。
  • 排除字段：排除值是URL的字段，”url“。
  • 包含参数名：设置为不包含。
  • <动态参数>：设置4个动态参数，比如”the_name“与原名字不同，”links“指向数组。

结果​

对于字面值的提取，提取后的属性以动态参数的名字作为新属性名，比如”the_name“:

the_name = 数聚蜂巢
url = 
post = 100000
tel = 010-12345678
tags.0 = Data
tags.@index.0 = 1
tags.@name.0 = data
tags.1 = Integration
tags.@index.1 = 2
tags.@name.1 = integration
tags.2 = API
tags.@index.2 = 3
tags.@name.2 = api@index.0 = 1
@index.1 = 2
@index.2 = 3
name.0 = 白山云
name.@flag.0 = x
name.1 = 白山云
name.@flag.1 = y
name.2 = Orchsym
name.@flag.2 = z

其中，由于”url“指定的JSON Path表达式没有对应的值，所以为空字符串。

支持子元素、数组、不包含参数名​

显式指定提取部分字段的多个动态参数和XPath表达式。

参数设置​

  • 递归子元素 设置为允许。
  • 允许数组：设置为支持。
  • 排除字段：排除值是URL的字段，”url“。
  • 包含参数名：设置为不包含。
  • <动态参数>：设置动态参数，比如”the_name“与原名字不同，”links“指向数组。

结果​

对于字面值的提取，提取后的属性以动态参数的名字作为新属性名，比如”the_name“:

the_name = 数聚蜂巢
@index = 1
@index.0 = 1
@index.1 = 2
@index.2 = 3
address.build = 
address.build.@floor = 5
address.build.@number = 201
address.city = 北京
address.country = 中国
address.street = 望京
post = 100000
tel = 010-12345678
tags.0 = Data
tags.1 = Integration
tags.2 = API
tags.@index.0 = 1
tags.@index.1 = 2
tags.@index.2 = 3
tags.@name.0 = data
tags.@name.1 = integration
tags.@name.2 = api
name.0 = 白山云
name.1 = 白山云
name.2 = Orchsym
name.@flag = x
name.@flag.0 = x
name.@flag.1 = y
name.@flag.2 = z

数组序号引用​

通过指定XML元素的序号的XPath表达式来提取属性。

参数设置​

  • 允许数组：设置为支持。
  • 排除字段：排除值是URL的字段，”name“。
  • 包含参数名：设置为不包含。
  • <动态参数>：设置动态参数，指定数组序号的XPath。

结果​

对于字面值的提取，提取后的属性以动态参数的名字作为新属性名，比如”url_index1“:

@index = 2
@index.0 = 1
@index.1 = 3
url.0 = http://www.baishan.com
url.1 = https://www.baishan.com/tech/orchsym/
url = http://www.baishancloud.com

由于排除了”name“字段，尽管设置了”the_name“，但被过滤掉，并且”links“下的”name“字段也被过滤掉。

注意： ”url.1“实际上是第三个，由于该索引序号是由结果而来，无从指定原始JSON中的索引序号，所以是序号1，是依据结果进行排序。

简单类型数组引用​

参数设置​

  • 允许数组：设置为支持。
  • 包含参数名：设置为不包含。
  • <动态参数>：设置动态参数，仅指定简单类型数组。

结果​

the_tag.0 = Data
the_tag.0.@index = 1
the_tag.0.@name = data
the_tag.1 = Integration
the_tag.1.@index = 2
the_tag.1.@name = integration
the_tag.2 = API
the_tag.2.@index = 3
the_tag.2.@name = api

由于动态参数指定的是数组，如果参数不支持数组，则没有任何属性结果。

流程模板​

参见附件(请右键另存保存)：XPath提取属性模板