xml文件导入sql数据库

SQLServer2005分解并导入xml文件[@more@]

1. 一次性导入：

DECLARE @idoc int

DECLARE @doc xml

SELECT @doc=BulkColumn FROM OPENROWSET(BULK N'E:MStarIndustryCodes.xml', SINGLE_BLOB) AS x

EXEC sp_xml_preparedocument @idoc OUTPUT, @doc

SELECT * into tmp_tab FROM OPENXML (@idoc, '/Root/Record'/',2)

WITH

(

IndustryCode varchar(10)

,IndustryGlobalId varchar(10)

,IndustryName varchar(100)

,SectorCode varchar(10)

,SectorGlobalId varchar(10)

,SectorName varchar(100)

,SuperSectorCode varchar(10)

,SuperSectorName varchar(100)

,GroupCode varchar(10)

,GroupName varchar(100)

,CountryId varchar(3)

)

EXEC sp_xml_removedocument @idoc

select * from tmp_tab

2. 先导入到表中varchar(MAX)列，然后再用OPENXML解析，读出。

-- 使用SINGLE_CLOB参数，tmp_raw中字段为varcahr(MAX)类型

SELECT * into tmp_raw FROM OPENROWSET(BULK N'E:MStarIndustryCodes.xml', SINGLE_CLOB) AS x

DECLARE @idoc int

DECLARE @doc xml

select @doc = BulkColumn from tmp_raw

EXEC sp_xml_preparedocument @idoc OUTPUT, @doc

SELECT top 10 * FROM OPENXML (@idoc, '/Root/Record', 1)

WITH

(

IndustryCode varchar(10)

,IndustryGlobalId varchar(10)

,IndustryName varchar(100)

,SectorCode varchar(10)

,SectorGlobalId varchar(10)

,SectorName varchar(100)

,SuperSectorCode varchar(10)

,SuperSectorName varchar(100)

,GroupCode varchar(10)

,GroupName varchar(100)

,CountryId varchar(3)

)

EXEC sp_xml_removedocument @idoc

在使用R的时候，我们肯定需要导入数据，现在总结一下如何导入不同类型的数据：

1.使用键盘输入数据

在导入数据比较少的时候，我们使用这种方法。R中的函数 edit() 会自动调用一个允许手动输入数据的文本编辑器。具体步骤如下：

(1) 创建一个空数据框（或矩阵） ，其中变量名和变量的模式需与理想中的最终数据集一致；

(2) 针对这个数据对象调用文本编辑器，输入你的数据，并将结果保存回此数据对象中。在下例中，你将创建一个名为 mydata 的数据框，它含有三个变量： age （数值型） 、 height（字符型）和 weight （数值型） 。然后通过edit()函数调用文本编辑器，键入数据，最后保存结果。编辑器界面如下，我们在这个界面可以输入变量值，也可以改变变量类型。

[plain] view plain copy

mydata<-data.frame(age=numeric(0),height=numeric(0),weight=numeric(0))

edit(mydata)

需要注意的是函数 edit() 事实上是在对象的一个副本上进行 *** 作的。如果你没有将它其赋值到一个对象，你的所有修改将会全部丢失！

2.导入带分隔符的文本文件数据/CSV文件

read.table() 可以从带分隔符的文本文件中导入数据。此函数可读入一个表格格式的文件并将其保存为一个数据框。其语法如下：

read.table(file,header=value,sep="delimter",row.names="name")

file表示文件名，header表示表的首行是否包含变量值的逻辑值，sep 用来指定分隔数据的分隔符， row.names 用以指定一个或多个表示行标识符的变量，是个一可选参数，他还有许多参数，可以通过帮助文档进行查看。

3.导入Excel数据

虽然Excel可能是世界上最流行的数据分析工具，但R如果直接读取Excel数据还是比较困难的。

但我们可以在Excel中将数据将其导出为一个逗号分隔文件（csv） ，并使用前文描述的方式将其导入R中。在Windows系统中，你也可以使用 RODBC 包来访问Excel文件。但它好像只能在32位的R软件上面使用。虽然也有一些包可以这些问题，比如gdata,XLConnect,xlsReadWrite等，但它的有许多前提要求，比如Java环境，Per,或者32-bit R。因此一般情况将数据转换为csv文件或者将数据导入到数据库在导入在R。

4.导入XML数据

强大的R中有若干用于处理XML文件的包。 XML 包允许用户读取、写入和 *** 作XML文件。因为我还没有遇到这种数据，因此还不太清楚xml包大体如何使用，感兴趣的朋友可以下载xml包，通过帮助文档进行学习。

5.从网页抓取数据

不仅Python可以爬取网页数据，R也可以在Web数据抓取。在这个的过程中，用户可以从互联网上提取嵌入在网页中的信息，并将其保存为R中的数据结构以做进一步的分析。 完成这个任务的一种途径是使用函数 readLines()下载网页，然后使用如 grep() 和 gsub() 一类的函数处理它。对于结构复杂的网页，可以使用RCurl 包和 XML 包来提取其中想要的信息。

6.导入SPSS数据

我们可以调用通过 foreign 包中的函数 read.spss() 将SPSS数据集可以导入到R中，也可以使用 Hmisc 包中的 spss.get() 函数。函数 spss.get() 是对 read. spss() 的一个封装，它可以为你自动设置后者的许多参数，让整个转换过程更加简单一致，最后得到数据分析人员所期望的结果。使用的时候我们只需要安装Hmisc 包，在较新的R中foreign 包已被默认安装。

[plain] view plain copy

mydata<-spss.get("data.sav",use.value.labels=TRUE)

这段代码中，data.sav 是要导入的SPSS数据文件， use.value.labels=TRUE 表示让函数将带有值标签的变量导入为R中水平对应相同的因子， mydataframe 是导入后的R数据框。

1.首先，我们正常使用Excel的另存为，看看能否顺利地直接另存为XML文件。

方法：

点击Excel左上角按钮，在d出的选项中，点击“另存为”

或者直接在Excel中按下快捷键F12

2.选择最后一项：其他格式。

3.接下来，重命名一下文件名，并选择文件类型为：

XML数据（*.xml）

4.点击“保存”按钮，会出现如下错误警告：

因为工作簿不包含任何XML映射，所以无法保存任何XML数据。

单击“帮助”以获取详细信息。

5.这个原因是我们的工作簿只是普通的Excel数据，的确没有做过XML映射，或者Excel数据也不是从XML文件导入的。

这时，我们尝试另存为另一种文件类型：

XML电子表格2003（*.xml）

6.点击保存按钮。

7.这时会d出一个兼容性对话框，问你是否保持工作簿的这种格式。

8.点击“是”，即可将Excel保存为XML格式的文档了。

我们使用软件打开这个XML文档（例如通过Chrome浏览器），发现格式正常，Excel数据也全在里面。

---