从存储为 nvarchar 的 xml 中提取数据

Question

我必须从存储为nvarchar 的XML 中提取电子邮件Subject。

我正在使用这个查询：

SELECT rtrim((SELECT CAST(
                    SUBSTRING(
                        [XML]
                        ,patindex('%<SUBJECT>%', [XML])
                        ,patindex('%</SUBJECT>%', [XML])-patindex('%<SUBJECT>%', [XML])+len('</SUBJECT>')
                    ) as XML).value('(/SUBJECT/OPTION)[1]','nvarchar(2000)')
            FROM   dbo.Mails 
)) as SUBJECT

这个查询首先提取包含我转换为 XML 的电子邮件主题 (<SUBJECT>....</SUBJECT>) 的字符串，然后使用 XML 的 value 函数获取主题值。

这可以正常工作，但在某些情况下 XML 格式不正确并且解析失败。示例：

DECLARE @XMLData XML =  '<SUBJECT>
      <OPTION CONSTRAINT="MASTER.IN_TITLE = ''  OR  MASTER.IN_LASTNAME = ''"><![CDATA[Découvrez nos offres de location]]>
      </OPTION>
      <OPTION CONSTRAINT="IN_TITLE <> '' AND MASTER.IN_LASTNAME <> ''"><![CDATA[~IN_TITLE~ ~IN_LASTNAME~, découvrez nos offres de location]]>
      </OPTION>
   </SUBJECT>'

select rtrim((@XMLData).value('(/SUBJECT/OPTION)[1]','nvarchar(2000)') )

在Option 属性Constraint 中，我有一个特殊字符<，如果我尝试转义这个字符，它会转义所有其他字符并且我丢失了XML 结构。那么如何逃脱呢？

另一个例子是这样的：

DECLARE @XMLData XML =  '<SUBJECT>
      <OPTION NAME="DEFAULT"><![CDATA[~(IF((IN_TITLE<>'' AND IN_LASTNAME<>''),IN_TITLE&' '&IN_LASTNAME&',',''))~ nos plus belles réalisations de 2015]]>
      </OPTION>
   </SUBJECT>'

select rtrim((@XMLData).value('(/SUBJECT/OPTION)[1]','nvarchar(2000)') )

这里我在&IN_LASTNAME& 附近遇到错误，但我认为我们不需要转义CDATA 中的特殊字符！

有没有人有办法避免这些解析错误？

Answer 1

这些 XML 是如何生成的？这在你的控制之下吗？邪恶的三个字符“ 和&” 必须特殊处理，CDATA 或转义。如果 XML 生成正确，它应该 不可能将它们放在禁止的地方...

这里有两个工作示例。第二个与里斯琼斯相同...... 在第一个示例中，我将“”替换为<>。

顺便说一句：由于您显然正在处理其他特殊字符，因此您应该使用N'string' 标记您的字符串以将其读取为unicode。

DECLARE @XMLData XML =  REPLACE(N'<SUBJECT>
      <OPTION CONSTRAINT="MASTER.IN_TITLE = ''  OR  MASTER.IN_LASTNAME = ''"><![CDATA[Découvrez nos offres de location]]>
      </OPTION>
      <OPTION CONSTRAINT="IN_TITLE <> '' AND MASTER.IN_LASTNAME <> ''"><![CDATA[~IN_TITLE~ ~IN_LASTNAME~, découvrez nos offres de location]]>
      </OPTION>
   </SUBJECT>','<>','&lt;&gt;');

select rtrim((@XMLData).value('(/SUBJECT/OPTION)[1]','nvarchar(2000)') );
GO

DECLARE @XMLData XML =  N'<SUBJECT>
      <OPTION NAME="DEFAULT"><![CDATA[~(IF((IN_TITLE<>'''' AND IN_LASTNAME<>''''),IN_TITLE&'' ''&IN_LASTNAME&'','',''''))~ nos plus belles réalisations de 2015]]>
      </OPTION>
   </SUBJECT>'

select rtrim((@XMLData).value('(/SUBJECT/OPTION)[1]','nvarchar(2000)') )

Answer 2

我花了一段时间才弄清楚这里出了什么问题 - 你的字符串中有单引号（第二个示例），它们需要加倍；

DECLARE @XMLData XML =  '<SUBJECT>
      <OPTION NAME="DEFAULT"><![CDATA[~(IF((IN_TITLE<>'' AND IN_LASTNAME<>''),IN_TITLE&'' ''&IN_LASTNAME&'','',''))~ nos plus belles réalisations de 2015]]>
      </OPTION>
   </SUBJECT>'

select rtrim((@XMLData).value('(/SUBJECT/OPTION)[1]','nvarchar(2000)') )

Answer 3

“”字符组合中的额外“'。在我的示例中，我将其替换为“！=”。我意识到这可能不完全适合您的情况，因为您需要处理可能包含多行而不是变量的查询的结果，但希望这会给您一些想法。

DECLARE @badStringPos int

DECLARE @stringXMLData varchar(500)=  '<SUBJECT>
      <OPTION CONSTRAINT="MASTER.IN_TITLE = ''  OR  MASTER.IN_LASTNAME = ''"><![CDATA[Découvrez nos offres de location]]>
      </OPTION>
      <OPTION CONSTRAINT="IN_TITLE <> '' AND MASTER.IN_LASTNAME != ''"><![CDATA[~IN_TITLE~ ~IN_LASTNAME~, découvrez nos offres de location]]>
      </OPTION>
   </SUBJECT>'

declare @XMLData xml

set @badStringPos = patindex('%<>%', @stringXMLData)

while @badStringPos <> 0
begin
    set @stringXMLData = left(@stringXMLData, patindex('%<>%', @stringXMLData) - 1) + '!=' +
                         right(@stringXMLData, len(@stringXMLData) - (patindex('%<>%', @stringXMLData) + 1))
    set @badStringPos = patindex('%<>%', @stringXMLData)
end

set @XMLData = convert(xml, @stringXMLData)

select rtrim((@XMLData).value('(/SUBJECT/OPTION)[1]','nvarchar(2000)') )

一种选择是使用游标遍历查询结果。