MarkLogic 的 xQuery 中的正则表达式

Question

我正在尝试使用 fn:matches 和正则表达式的 XQuery，但 XQuery 的 MarkLogic 实现似乎不允许十六进制字符表示。以下给了我一个“无效的正则表达式”错误。

(: Find text containing non-ISO-Latin characters :)
let $regex := '[^\x00-\xFF]'
let $results := fn:collection('mydocs')//myns:myelem[fn:matches(., $regex)]
let $count := fn:count($results)

return
    <figures count="{$count}">
        { $results }
    </figures>

不过这个不报错

let $regex := '[^a-zA-Z0-9]'
let $results := fn:collection('mydocs')//myns:myelem[fn:matches(., $regex)]
let $count := fn:count($results)

return
    <figures count="{$count}">
        { $results }
    </figures>

在 MarkLogic 的 XQuery 实现中，有没有一种方法可以使用十六进制字符表示，或者可以得到相同结果的替代方法？

Answer 1

XQuery 可以在字符串中使用数字字符引用，其方式与 XML 和 HTML 可以：

十进制："
" 十六进制："&#0a;"（或 "&#a;"）

但是，您无法表示某些字符：例如 <= "	"。

XQuery 中没有正则表达式类型（您只需将字符串用作正则表达式），因此您可以在正则表达式中使用字符引用：

fn:matches("a", "[^&#x09;-&#xFF;]")

(: => xs:boolean("false") :)

更新：这是关于字符引用的 XQuery 1.0 规范：http://www.w3.org/TR/xquery/#dt-character-reference.

根据一些简短的测试，我认为 MarkLogic 执行 XML 1.1 字符引用规则：http://www.w3.org/TR/xml11/#charsets

为了后代，这里是 XML 1.0 规则：http://www.w3.org/TR/REC-xml/#charsets

Answer 2

嗯，看来 MarkLogic 的 xQuery 实现需要 Unicode。事实证明，即使是非常小的十六进制范围（例如 [^x00-x0F]）也会引发 "Invalid regular expression" 错误，但 Unicode 表示法不会引发错误。下面给我结果。

let $regex := '[^U0000-U00FF]'
let $results := fn:collection('mydocs')//myns:myelem[fn:matches(., $regex)]
let $count := fn:count($results)

return
    <figures count="{$count}">
        { $results }
    </figures>

我认为 let $regex := '[^\x00-\xFF]' 的单纯赋值并没有抛出错误，因为当我尝试 return $regex.

时它被视为一个字符串

MarkLogic 的 xQuery 中的正则表达式

Regular Expressions in MarkLogic's xQuery

regex

xquery

marklogic