Xslt XSL-T：如何获取XML树的长度（以字符而不是“1”表示）；字符串长度（序列化（.））“；？

下午好

问题：如何在Saxon中使用XSL-T或XPath获取XML树的字符长度

---

目标：我想根据第二级元素（/root/secondLevelElement）的大小将XML转换为“大”CSV和“小”CSV。大小以字符数表示。另外编辑：我的全部工作是关于XML到SQL数据库的ETL（extract transform load，提取转换负载），通过以下方式实现巨大的连续并行负载：应用服务器->提取到XML文件->使用XSL-T将XML文件转换为CSV文件->导入数据库。在一个XML文件中，将根据脚本的配置从20.000到50.000个secondLevelElements。每个secondLevelElement的深度可以是5到15+个元素级别。CSV的最后一列是完整的secondLevelElement XML，可以作为VARCHAR2（4.000）或CLOB导入，而前面的列是XPath从secondLevelElement提取的一些元数据。由于导入数据库期间的字符长度至关重要，所以我需要知道每个完整的secondLevelElement XML的确切长度

问题：我使用XSL-T3.0函数“字符串长度（序列化（.）”找到了以下解决方案

但对于大型XML来说，它看起来相当慢。在Saxon PE或EE中有没有像某些Saxon扩展这样更快的解决方案

提前感谢您的提示。Stepan

如果“XML树的长度”（一个奇怪的概念：树有高度和宽度，但没有长度）实际上指的是序列化输出中的字符数，那么非常接近的近似值如下

sum(.//*/(string-length(name())*2 + 5))
+ sum(.//@*/(string-length(name()) + string-length(.) + 4))
+ sum(.//text()/string-length())

计算应该比实际序列化快一点

---

它不允许空元素标记、名称空间声明、注释或处理指令，但不清楚您需要有多精确。

因为2014-10-02发布的Saxon HE 9.6.n.n for Java支持XPath 3.0，XPath 3.0包含函数序列化（）和函数字符串长度（），所以最后的字符串长度（serialize（myElement））现在是我的选择

你真的做了一些性能测试吗？考虑以下内容：如果使用XSLT来删除第二级元素来存储它们，那么在最坏的情况下，只会使运行时间增加一倍。这里的假设是，读取文档和构建树将完全超过执行

序列化

。如果您使用多个输出文档（一组大小和一组子树），它可能只比剪切稍微慢一点。您是否在CSV输出中包含所有的开始和结束标记？也，您没有指出“大XML”是指在几个

secondLevelElement

下的许多级别的元素，还是在每个或许多大

secondLevelElement

下都有浅层结构的许多

secondLevelElement

下的许多

secondLevelElement>下的许多级别的元素。CSV的最后一列将是完整的secondLevelElement XML，可以作为导入VARCHAR2（4.000）或CLOB，而前面的列将是XPath从secondLevelElement提取的一些元数据。由于导入数据库期间的字符长度至关重要，所以我需要知道每个完整的secondLevelElement XML的确切长度。无论如何，在晚上，看起来我将继续使用serialize，因为我将绕过当前方法的另一个瓶颈，如复制和禁用-output-escaping。CSV的最后一列将是完整的secondLevelElement XML，可以作为VARCHAR2（4.000）或CLOB导入，而前面的列将是XPath从secondLevelElement提取的一些元数据。由于导入数据库期间的字符长度至关重要，所以我需要知道每个完整的secondLevelElement XML的确切长度。无论如何，在晚上，看起来我将继续使用serialize，因为我将绕过当前方法的另一个瓶颈，如复制并禁用输出转义。
sum(.//*/(string-length(name())*2 + 5))
+ sum(.//@*/(string-length(name()) + string-length(.) + 4))
+ sum(.//text()/string-length())