Tenho uma implementação funcional onde faço tudo dentro do PostgreSQL sem bibliotecas adicionais.
Função de análise auxiliar
CREATE OR REPLACE FUNCTION f_xml_extract_val(text, xml)
RETURNS text AS
$func$
SELECT CASE
WHEN $1 ~ '@[[:alnum:]_]+$' THEN
(xpath($1, $2))[1]
WHEN $1 ~* '/text()$' THEN
(xpath($1, $2))[1]
WHEN $1 LIKE '%/' THEN
(xpath($1 || 'text()', $2))[1]
ELSE
(xpath($1 || '/text()', $2))[1]
END;
$func$ LANGUAGE sql IMMUTABLE;
Lidar com múltiplos valores
A implementação acima não lida com vários atributos em um xpath. Aqui está uma versão sobrecarregada de
f_xml_extract_val()
por isso. Com o 3º parâmetro você pode escolher one
(o primeiro), all
ou dist
valores (distintos). Vários valores são agregados a uma string separada por vírgulas. CREATE OR REPLACE FUNCTION f_xml_extract_val(_path text, _node xml, _mode text)
RETURNS text AS
$func$
DECLARE
_xpath text := CASE
WHEN $1 ~~ '%/' THEN $1 || 'text()'
WHEN lower($1) ~~ '%/text()' THEN $1
WHEN $1 ~ '@\w+$' THEN $1
ELSE $1 || '/text()'
END;
BEGIN
-- fetch one, all or distinct values
CASE $3
WHEN 'one' THEN RETURN (xpath(_xpath, $2))[1]::text;
WHEN 'all' THEN RETURN array_to_string(xpath(_xpath, $2), ', ');
WHEN 'dist' THEN RETURN array_to_string(ARRAY(
SELECT DISTINCT unnest(xpath(_xpath, $2))::text ORDER BY 1), ', ');
ELSE RAISE EXCEPTION
'Invalid $3: >>%<<', $3;
END CASE;
END
$func$ LANGUAGE plpgsql;
COMMENT ON FUNCTION f_xml_extract_val(text, xml, text) IS '
Extract element of an xpath from XML document
Overloaded function to f_xml_extract_val(..)
$3 .. mode is one of: one | all | dist'
Ligar:
SELECT f_xml_extract_val('//city', x, 'dist');
Parte principal
Nome da tabela de destino:
tbl
; primo. chave:id
:CREATE OR REPLACE FUNCTION f_sync_from_xml()
RETURNS boolean AS
$func$
DECLARE
datafile text := 'path/to/my_file.xml'; -- only relative path in db dir
myxml xml := pg_read_file(datafile, 0, 100000000); -- arbitrary 100 MB
BEGIN
-- demonstrating 4 variants of how to fetch values for educational purposes
CREATE TEMP TABLE tmp ON COMMIT DROP AS
SELECT (xpath('//some_id/text()', x))[1]::text AS id -- id is unique
, f_xml_extract_val('//col1', x) AS col1 -- one value
, f_xml_extract_val('//col2/', x, 'all') AS col2 -- all values incl. dupes
, f_xml_extract_val('//col3/', x, 'dist') AS col3 -- distinct values
FROM unnest(xpath('/xml/path/to/datum', myxml)) x;
-- 1.) DELETE?
-- 2.) UPDATE
UPDATE tbl t
SET ( col_1, col2, col3) =
(i.col_1, i.col2, i.col3)
FROM tmp i
WHERE t.id = i.id
AND (t.col_1, t.col2, t.col3) IS DISTINCT FROM
(i.col_1, i.col2, i.col3);
-- 3.) INSERT NEW
INSERT INTO tbl
SELECT i.*
FROM tmp i
WHERE NOT EXISTS (SELECT 1 FROM tbl WHERE id = i.id);
END
$func$ LANGUAGE plpgsql;
Observações importantes
-
Esta implementação verifica em uma chave primária se a linha inserida já existe e atualiza nesse caso. Apenas novas linhas são inseridas.
-
Eu uso uma tabela de preparação temporária para acelerar o procedimento.
-
Testado com Postgres 8.4 , 9.0 e 9.1 .
-
XML tem que ser bem formado.
-
pg_read_file()
tem restrições para isso. O manual:
O uso dessas funções é restrito a superusuários.
E:
Somente arquivos dentro do diretório do cluster de banco de dados e dolog_directory
Pode ser acessado.
Então você tem que colocar seu arquivo fonte lá - ou criar um link simbólico para seu arquivo/diretório real.
Ou você pode fornecer o arquivo via Java no seu caso (eu fiz tudo dentro do Postgres).
Ou você pode importar os dados para 1 coluna de 1 linha de uma tabela temporária e levá-los de lá.
Ou você pode usar
lo_import
como demonstrado nesta resposta relacionada no dba.SE. - SQL para ler XML do arquivo no banco de dados PostgreSQL
Esta postagem no blog de Scott Bailey me ajudou.