Marklogic cts:uri匹配以选择特定格式

在我的MarkLogic数据库中，我们有以下符合URI格式的文档：

/documents/12345.xml
/documents/12-abc.xml
/documents/abc-123-def.xml
/12345.xml

我想在cts:uri匹配中运行一个正则表达式，只选择那些符合格式的uri

> /documents/{integer-values}.xml

---

请建议如何使这项工作。数据库中有数以百万计的文档，我只想选择符合上述格式的URI，将在这些文档上运行CORB过程以进行转换。我不想获取所有URI，然后运行fn:matches查询来完成这项工作。

不幸的是，

cts:URI-match

采用通配符模式，而不是正则表达式。您可以获得的最接近的模式是类似于

“/documents/*.xml”

。不过，根据您的数据集，它可能已经大大减少了结果的数量。然后，您可以使用

fn:matches

的附加谓词过滤掉误报。比如：

cts:uri-match('/documents/*.xml')[fn:matches(., '^/documents/\d+\.xml$')]

因此，可能比直接传递正则表达式要差一点，但比在所有URI上执行正则表达式要好。它应该可以很好地处理数百万个URI

---

嗯

不幸的是，

cts:urimatch

采用通配符模式，而不是正则表达式。您可以获得的最接近的模式是类似于

“/documents/*.xml”

。不过，根据您的数据集，它可能已经大大减少了结果的数量。然后，您可以使用

fn:matches

的附加谓词过滤掉误报。比如：

cts:uri-match('/documents/*.xml')[fn:matches(., '^/documents/\d+\.xml$')]

因此，可能比直接传递正则表达式要差一点，但比在所有URI上执行正则表达式要好。它应该可以很好地处理数百万个URI

---

嗯

如果在谓词中应用筛选器时遇到问题，也可以在CORB作业的流程模块中过滤URI，让流程模块跳过处理与正则表达式模式不匹配的URI。如果在谓词中应用筛选器时遇到问题，您还可以在CORB作业的流程模块中过滤URI，让流程模块跳过处理与正则表达式模式不匹配的URI。