计算 XML 元素中某些不区分大小写的单词的出现次数答案

【问题标题】：Counting ocurrences of certain words case-insensitive in an XML element计算 XML 元素中某些不区分大小写的单词的出现次数
【发布时间】：2012-08-06 05:42:42
【问题描述】：

以下是 XML 文件的结构 -

<Datas>
  <Data>
    <Name>Information</Name>
    <Desc>Today is Monday, the starting day of the week.</Desc>
  </Data>
  <Data>
    <Name>Stackoverflow.com</Name>
    <Desc>Yesterday 1200 questions were posted. <b>TODAY</b>, till now 1300 questions are posted. So, today will be an important day for all the senior members.</Desc>
  </Data>
</Datas>

在上面的 XML 中，我想计算单词 today 的出现次数。这个词可以是任何格式，例如 - Today、today、TODAY 或 toDay。最后一个是不正确的，但如果用户这样输入，则不应错过。

我正在使用查询 -

count(/Datas/Data[contains(translate(Desc,'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXY'), 'TODAY')])

这是结果 2，但总共有 3 个！如何包含所有？

【问题讨论】：

标签： xml xpath xquery basex

【解决方案1】：

这个算3：

count(/Datas/Data//text()/tokenize(upper-case(.), "[\P{L}]")[. = "TODAY"])

它使用fn:upper-case 进行大小写规范化，并使用fn:tokenize 隔离单词。请注意，此处的单词需要用非字母分隔，其行为与使用 fn:contains 的原始查询不同。不过，这可能是您想要的。

【讨论】：

【解决方案2】：

如果你使用 BaseX（我记得你就是这样），你可以使用非标准的 ft:count，这让生活更轻松。

ft:count(//*[text() contains text "today"])

额外的好处是这个查询将能够使用全文索引，这将比为每个查询标记文档要快得多。请记住设置不大写的全文索引。

【讨论】：