巧用xmltype解析clob数据
对于clob的数据，很多场合中都使用xml的格式，但是对于数据的查取和处理总是感觉力不从心。在条件允许的情况下，如果能够巧妙的使用xmltype来做数据处理，无意中是对于clob的一个处理利器。
简单说下需求。
数据库里存放的clob类似下面的格式
<ObjectInfo xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<Relations>
<RelationInfo relationType="BackReference">
<RelatedObjects>
<RelatedObjectInfo objid="##PC4.0##118146" />
<RelatedObjectInfo objid="##PC4.0##30369" />
<RelatedObjectInfo objid="##PC4.0##118145" />
<RelatedObjectInfo objid="##PC4.0##118211" />
<RelatedObjectInfo objid="##PC4.0##117696" />
<RelatedObjectInfo objid="##PC4.0##119094" />
<RelatedObjectInfo objid="##PC4.0##118203" />
<RelatedObjectInfo objid="##PC4.0##118133" />
<RelatedObjectInfo objid="##PC4.0##118135" />
<RelatedObjectInfo objid="##PC4.0##118583" />
<RelatedObjectInfo objid="##PC4.0##30313" />
<RelatedObjectInfo objid="##PC4.0##30310" />
<RelatedObjectInfo objid="##PC4.0##110154" />
<RelatedObjectInfo objid="##PC4.0##30317" />
<RelatedObjectInfo objid="##PC4.0##30314" />
<RelatedObjectInfo objid="##PC4.0##30315" />
<RelatedObjectInfo objid="##PC4.0##30318" />
<RelatedObjectInfo objid="##PC4.0##118131" />
<RelatedObjectInfo objid="##PC4.0##30309" />
<RelatedObjectInfo objid="##PC4.0##118160" />
<RelatedObjectInfo objid="##PC4.0##119101" />
</RelatedObjects>
</RelationInfo>
</Relations>
</ObjectInfo>
现在有一个需求是能够把RelatedObjectInfo 中的objID查取，整理后得到一个以逗号分隔的串。
比如上面的clob数据，需要输出成为下面的形式：
##PC4.0##118146,##PC4.0##30369,##PC4.0##118145,##PC4.0##118211,##PC4.0##117696,##PC4.0##119094,##PC45.0##118203,
如果直接通过sql语句来写，确实很难实现，如果通过Pl/sql也需要做不少的工作。
下面尝试使用xmltype来直接读取clob数据。
简单创建一个测试表，插入数据。
create table AA(id number,c_cml clob);
insert into aa values(5,to_clob('
<ObjectInfo xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<Relations>
<RelationInfo relationType="BackReference">
<RelatedObjects>
<RelatedObjectInfo objid="##PC4.0##118146" />
<RelatedObjectInfo objid="##PC4.0##30369" />
<RelatedObjectInfo objid="##PC4.0##118145" />
<RelatedObjectInfo objid="##PC4.0##118211" />
<RelatedObjectInfo objid="##PC4.0##117696" />
<RelatedObjectInfo objid="##PC4.0##119094" />
<RelatedObjectInfo objid="##PC4.0##118203" />
<RelatedObjectInfo objid="##PC4.0##118133" />
<RelatedObjectInfo objid="##PC4.0##118135" />
<RelatedObjectInfo objid="##PC4.0##118583" />
<RelatedObjectInfo objid="##PC4.0##30313" />
<RelatedObjectInfo objid="##PC4.0##30310" />
<RelatedObjectInfo objid="##PC4.0##110154" />
<RelatedObjectInfo objid="##PC4.0##30317" />
<RelatedObjectInfo objid="##PC4.0##30314" />
<RelatedObjectInfo objid="##PC4.0##30315" />
<RelatedObjectInfo objid="##PC4.0##30318" />
<RelatedObjectInfo objid="##PC4.0##118131" />
<RelatedObjectInfo objid="##PC4.0##30309" />
<RelatedObjectInfo objid="##PC4.0##118160" />
<RelatedObjectInfo objid="##PC4.0##119101" />
</RelatedObjects>
</RelationInfo>
</Relations>
</ObjectInfo>
'));
来看看xmltype的效果，根据根节点，找到最终的叶子节点。
select extract(xmltype(c_cml),'/ObjectInfo/Relations/RelationInfo/RelatedObjects/RelatedObjectInfo') a,
id
from aa where id=5;
A ID
---------------------------------------------------------------------------------------------------- --------
<RelatedObjectInfo objid="##PC4.0##118146"/><RelatedObjectInfo objid="##PC4.0##30369"/><RelatedObjec 5
tInfo objid="##PC4.0##118145"/><RelatedObjectInfo objid="##PC4.0##118211"/><RelatedObjectInfo objID=
"##PC4.0##117696"/><RelatedObjectInfo objid="##PC4.0##119094"/><RelatedObjectInfo objid="##PC4.0##11
8203"/><RelatedObjectInfo objid="##PC4.0##118133"/><RelatedObjectInfo objid="##PC4.0##118135"/><Rela
tedObjectInfo objid="##PC4.0##118583"/><RelatedObjectInfo objid="##PC4.0##30313"/><RelatedObjectInfo
objid="##PC4.0##30310"/><RelatedObjectInfo objid="##PC4.0##110154"/><RelatedObjectInfo objid="##PC4
.0##30317"/><RelatedObjectInfo objid="##PC4.0##30314"/><RelatedObjectInfo objid="##PC4.0##30315"/><R
elatedObjectInfo objid="##PC4.0##30318"/><RelatedObjectInfo objid="##PC4.0##118131"/><RelatedObjectI
nfo objid="##PC4.0##30309"/><RelatedObjectInfo objid="##PC4.0##118160"/><RelatedObjectInfo objid="##
PC4.0##119101"/>
可以看到已经查到了<RelatedObjectInfo>这部分的数据。
更进一步,把xml标记进行清除。可以直接使用replace
SQL> select replace(extract(xmltype(c_cml),'/ObjectInfo/Relations/RelationInfo/RelatedObjects/RelatedObjectInfo'),'<RelatedObjectInfo objid="','') a,
2 id
3 from aa where id=5;
A ID
---------------------------------------------------------------------------------------------------- --------
##PC4.0##118146"/>##PC4.0##30369"/>##PC4.0##118145"/>##PC4.0##118211"/>##PC4.0##117696"/>##PC4.0##11 5
9094"/>##PC4.0##118203"/>##PC4.0##118133"/>##PC4.0##118135"/>##PC4.0##118583"/>##PC4.0##30313"/>##PC
4.0##30310"/>##PC4.0##110154"/>##PC4.0##30317"/>##PC4.0##30314"/>##PC4.0##30315"/>##PC4.0##30318"/>#
#PC4.0##118131"/>##PC4.0##30309"/>##PC4.0##118160"/>##PC4.0##119101"/>
然后直接清除尾部标记。
SQL> select replace(replace(extract(xmltype(c_cml),'/ObjectInfo/Relations/RelationInfo/RelatedObjects/RelatedObjectInfo'),'<RelatedObjectInfo objid="',''),'"/>',',') a,
2 id
3 from aa where id=5;
A ID
---------------------------------------------------------------------------------------------------- --------
##PC4.0##118146,##PC4.0##30369,##PC4.0##118145,##PC4.0##118211,##PC4.0##117696,##PC4.0##119094,##PC4 5
.0##118203,##PC4.0##118133,##PC4.0##118135,##PC4.0##118583,##PC4.0##30313,##PC4.0##30310,##PC4.0##11
0154,##PC4.0##30317,##PC4.0##30314,##PC4.0##30315,##PC4.0##30318,##PC4.0##118131,##PC4.0##30309,##PC
4.0##118160,##PC4.0##119101,
这样就能很快实现需求，把clob的数据当做xml来做处理，当然了对于clob的数据格式也是有一些限定的。