正则表达式:连续计数XQuery

Question

我有一系列XML元素：

<addr>via roma</addr>
<addr>via milano</addr>
<addr>via napoli</addr>
...

我想检查是否有一系列地址，包含相同的连续地址3或更多次，例如：

<addr> via napoli</addr>
<addr>via roma</addr>
<addr>via roma</addr>
<addr>via roma</addr>
<addr>via milano</addr>
....

此XML元素的输入序列是Xquery的结果。我想我应该使用fn:matches()函数，但我无法编写与此序列相匹配的正则表达式。

Answer 1

此Query（和XPATH 3.0表达式）在序列$seq包含具有相同字符串值的$ n或更多的连续项目时，会完全产生true()：

    boolean($seq
              [some $i in 1 to count($seq) -($n -1)
                 satisfies
                    not(distinct-values(subsequence($seq, $i, $n))[2])
              ]
             )

因此，在这种特定情况下：

let $n := 3,
    $seq := /*/addr
 return
        boolean($seq
                  [some $i in 1 to count($seq) -($n -1)
                     satisfies
                        not(distinct-values(subsequence($seq, $i, $n))[2])
                  ]
                 )

生产

true

Answer 2

不需要正则表达式。如果$addrs是addr元素的序列，则

for $a at $i in $addrs
  let $text := string($a)
  where string($addrs[($i + 1)]) eq $text and string($addrs[($i + 2)]) eq $text
  return ($i, $a)

为您提供$addrs中的元素和索引，其中三个相等的连续地址的子序列开始，在这种情况下为(2, <addr>via roma</addr>)。

请注意，当 $addrs中存在该长度> 4时，您将获得重复的地址。

Answer 3

使用Regex模式

<addr>([^<>]*)</addr>s*<addr>1</addr>s*<addr>1</addr>