Como fragmentar .docx XML?

8

Estou tentando importar um xml (na verdade, um arquivo docx) para um banco de dados sql server 2008. Eu sou quase um novato em programação XML. Pesquisei bastante no Google, mas quase todos os exemplos existem com um arquivo xml simples. Aqui, o arquivo xml é pouco complexo (veja abaixo). Você pode me dar uma idéia de como devo criar a tabela para este XML e qual consulta devo executar no servidor sql. Preciso de valores para todas as tags, por exemplo, w: rsidP, w: rsidRDefault, w: rsidR de w: p, w: pStyle, w: bookmarkStart, w: t tags etc.

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<w:document xmlns:ve="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math" xmlns:v="urn:schemas-microsoft-com:vml" xmlns:wp="http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing" xmlns:w10="urn:schemas-microsoft-com:office:word" xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main" xmlns:wne="http://schemas.microsoft.com/office/word/2006/wordml">
<w:body>
<w:p w:rsidR="00EF42E0" w:rsidRDefault="00EF42E0" w:rsidP="00EF42E0">
<w:pPr><w:pStyle w:val="Heading1"/>
</w:pPr><w:bookmarkStart w:id="0" w:name="_Toc212523610"/>
<w:r>
<w:t>Summary</w:t>
</w:r>
<w:bookmarkEnd w:id="0"/>
</w:p>
<w:p w:rsidR="00EF42E0" w:rsidRDefault="00EF42E0" w:rsidP="00EF42E0"><w:pPr><w:pStyle w:val="mainbodytext"/><w:ind w:right="-694"/><w:rPr><w:b/><w:bCs/></w:rPr></w:pPr><w:r><w:rPr><w:b/><w:bCs/></w:rPr><w:t>What is the Group Defined Practice for Integrity Management?</w:t></w:r></w:p>
<w:p w:rsidR="00EF42E0" w:rsidRDefault="00EF42E0" w:rsidP="00EF42E0"><w:pPr><w:pStyle w:val="mainbodytext"/></w:pPr><w:r><w:t xml:space="preserve">This Practice is derived from the GP Group Standard, GRP 01 January 2006, </w:t></w:r><w:proofErr w:type="gramStart"/><w:r><w:t>Integrity</w:t></w:r><w:proofErr w:type="gramEnd"/><w:r><w:t xml:space="preserve"> Management.  In developing QMS it has been possible to embed much of the content of the IM Standard directly into the Group Essentials statements.  For elements 2, 7, 8 and 9 of the Standard it was possible to do that in their entirety and therefore content of those elements are not repeated within this Practice.</w:t></w:r></w:p></w:body></w:document>
user23683
fonte

Respostas:

10

Ao trabalhar com XML no SQL Server, você usa os métodos de tipo de dados xml e, ao destruir documentos XML, normalmente usa os métodos nodes()e value(). O XML que você possui aqui também inclui vários espaços para nome, portanto é necessário especificar os que você precisa usando WITH XMLNAMESPACES (Transact-SQL) .

O XML é bastante complexo, portanto, sem saber como você deseja extrair os dados, só posso fornecer algumas consultas de amostra que você poderá modificar para o que for necessário.

Você tem quatro w:pnós e aqui está uma consulta que busca os atributos desses nós. Usar @especifica que é o valor de um atributo que você deseja

with xmlnamespaces('http://schemas.openxmlformats.org/wordprocessingml/2006/main' as w)
select P.X.value('@w:rsidR', 'char(8)') as rsidR,
       P.X.value('@w:rsidRDefault', 'char(8)') as rsidRDefault,
       P.X.value('@w:rsidP', 'char(8)') as rsidP
from @doc.nodes('/w:document/w:body/w:p') as P(X);

SQL Fiddle

Se você desejar, além disso, o texto no w:tnó, precisará fazer uma cláusula de cross applya a second nodes()que destruirá o XML dentro do w:pnó.

with xmlnamespaces('http://schemas.openxmlformats.org/wordprocessingml/2006/main' as w)
select P.X.value('@w:rsidR', 'char(8)') as rsidR,
       P.X.value('@w:rsidRDefault', 'char(8)') as rsidRDefault,
       P.X.value('@w:rsidP', 'char(8)') as rsidP,
       T.X.value('text()[1]', 'nvarchar(max)') as Text
from @doc.nodes('/w:document/w:body/w:p') as P(X)
  cross apply P.X.nodes('w:r/w:t') as T(X);

SQL Fiddle

Você disse na sua pergunta que deseja obter os valores de todas as tags. Não sei o quanto isso é útil para você, mas você pode criar uma lista Nome-Valor com todos os atributos e elementos no XML.

Isso fornecerá todos os elementos.

select T.X.value('local-name(.)', 'nvarchar(max)') Name,
       T.X.value('.', 'nvarchar(max)') Value
from @doc.nodes('//*') as T(X)

Mude '//*'para '//@*'e você receberá todos os atributos.

select T.X.value('local-name(.)', 'nvarchar(max)') Name,
       T.X.value('.', 'nvarchar(max)') Value
from @doc.nodes('//@*') as T(X)

E você pode combiná-los em uma consulta também.

select T.X.value('local-name(.)', 'nvarchar(max)') Name,
       T.X.value('.', 'nvarchar(max)') Value
from @doc.nodes('//@*, //*') as T(X)

SQL Fiddle

Mikael Eriksson
fonte