XML 解码器组

重要

阅读有关Data Workbench 生命周期终止公告.

将XML文件处理为日志源，以定义解码器以从XML文件中提取数据。

注意

为XML日志源定义XML解码器组需要了解XML文件的结构和内容、要提取的数据以及存储该数据的字段。 本节提供了您可以为解码器指定的参数的基本描述。您使用任何解码器的方式取决于包含源数据的 XML 文件。

有关 XML 日志源的格式要求信息，请参阅 日志源. 在定义 XML 解码器时如需帮助，请联系 Adobe。

XML 解码器的顶级是解码器组 (XMLDecoderGroup)，这是一组用于从特定格式的 XML 文件提取数据的解码器表。如果您的 XML 文件格式各不相同，则必须为每种格式定义一个解码器组。每个解码器组都包含一个或多个解码器表。

下表描述了Tables（表）参数以及定义XML解码器组时必须指定的所有子参数。

参数 描述
表

解码器组中的每个表都表示一级要从 XML 文件中提取的数据。例如，如果您想要提取有关访客的数据，则需要创建一个解码器表，其中包含要对每个访客提取的信息。您还可以在解码器表内创建解码器表（请参阅 Children（子项））。

向解码器组中添加表

  • 右键单击表，然后单击新增 > XMLDecoderTable。

Fields（字段）

存储数据的扩展字段（例如 x-trackingid、x-email）。字段中存储的数据由“路径”和/或“运算”子字段确定。

“路径”是结构化的 XML 文件内的字段级别。字段路径对应于定义该字段的表路径。示例包括 tag.tag.tag 或 tag.tag.tag.@attribute。请注意，路径区分大小写。

“运算”应用于指定路径中的每一行以生成输出。可用运算如下：

  • LAST：字段获取路径在 XML 文件中最后一次出现的值。
  • RANDOM：为字段分配随机值。如果您需要生成唯一的 id（例如对于 x-trackingid 字段），则此运算非常有用。
  • INHERIT：定义的字段从父表的对应字段继承其值。
  • "常量"：常量必须用引号引住。您可以使用常量运算来检查是否存在特定的路径；如果存在该路径，则为字段分配该常量的值。

向解码器表中添加字段

  • 右键单击字段，然后单击新增 > XMLDecoderField。根据需要定义“字段”、“运算”和“路径”。

路径

解码器表包含其信息的结构化 XML 文件内的级别。对于子 XML 解码器表，路径是相对于父表路径的。请注意，路径区分大小写。

例如，如果 XML 文件包含以下结构： 

<visitor>

 

...

 

</visitor>

</logdata>  </code> <p> 则路径为logdata<span class="filepath">.visitor</span>。 </p> </td>
Table（表）

此参数的值应该始终为“日志条目”。

注意：在未咨询 Adobe 的情况下，请勿更改此值。

Children（子项）

可选。一个或多个嵌入的解码器表。每个子项都包含上述的 Fields（字段）、Path（路径）和 Table（表）参数。

向解码器表中添加子项

  • 右键单击子项，然后单击新增 > XMLDecoderTable。根据需要定义“字段”、“运算”和“路径”。

若要将 XML 文件用作数据集的日志源，必须定义 XML 解码器组和表以提取要处理到数据集中的信息。在此示例中，您将了解如何为 Web 数据集的示例 XML 日志源定义解码器组和表。

以下XML文件包含有关网站访客的信息，包括Experience CloudID、电子邮件地址、物理地址以及有关访客页面查看次数的信息。

由于我们有一个 XML 文件，因此只需要一个解码器组，我们将该解码器组命名为“Sample XML Format”。此解码器组应用到与此文件具有相同格式的其他任何 XML 文件。若要开始在此解码器组内构建 XML 解码器表，我们必须首先确定要提取哪些信息以及将存储数据的字段。

在此示例中，我们提取有关访客以及与该访客相关的页面查看的信息。为此，我们创建包含访客相关信息的顶级（父）XML 解码器表，以及包含访客页面查看相关信息的嵌入（子）XML 解码器表。

用于父（访客）表的信息如下所示：

  • XML 文件中每个数据行的数据类型标识符。我们使用 VISITOR 作为标识符，以便快速识别与访客（而不是页面查看）相关的数据行。我们可以将此值存储在 x-rowtype 字段中。
  • 访客的 ID，我们将其存储在 x-trackingid 字段中。
  • 访客的电子邮件地址 (contact.email)，我们将其存储在 x-email 字段中。
  • 访客的注册状态。如果访客是已注册的用户，我们可以在 x-is-registered 字段中存储值“1”。
  • 路径值为 logdata.visitor，且表值为 Log Entry. 有关这些参数的信息，请参阅上面的 XMLDecoderGroup 表。

用于子（页面查看）表的信息如下所示：

  • XML 文件中每个数据行的数据类型标识符。我们使用 "PAGEVIEW" 作为标识符，以便快速识别与访客的页面查看（而不只是访客）相关的数据行。我们将此值存储在 x-rowtype 字段中。
  • 访客的 ID。此值从父表中继承，并存储在 x-trackingid 字段中。
  • 每次页面查看的时间戳，存储在 x-event-time 字段中。
  • 每次页面查看的 URI，存储在 cs-uri-stem 字段中。
  • “路径”值为 pageview，“表”值为“日志条目”。有关这些参数的信息，请参阅上面的 XMLDecoderGroup 表。

以下屏幕截图显示了 Log Processing Dataset Include 文件，其中根据父XML解码器表和子XML解码器表的讨论结构为示例XML文件生成XML解码器组。

为示例 XML 文件显示此解码器输出的表如下所示：

x-rowtype cs–uri-stem x-email x-is-registered x-event-time x-tracking-id
VISITOR foo@bar.com 1 1
PAGEVIEW /index.html 2006-01-01 08:00:00 1
页面查看 / 2006-01-01 08:00:30 1

您可以在 Data Workbench 中使用字段查看器界面创建与上面类似的表。有关字段查看器界面的信息，请参阅 数据集配置工具.

在XML元素#value用读取其属性值

您现在可以使用 #value 标记，以提取XML元素的值。

例如，以前指定的路径为 <Hit><Page name="Home Page" index="20">home.html</Page></Hit> 使您无法读取 <Page> 标记。 读取 <Page> 标记及其属性，您可以 Hit.Page.@name 和 Hit.Page.@index 分别进行。 您还可以使用 Hit.Page.#value 表达式。

例如，您可以读取标记的值 <varValue> 通过在解码器中添加以下字段：

7 = XMLDecoderField:
Field = string: x-varvalue-name-added
Operation = string: LAST
Path = string:
<b>#value</b>
Path = string: varValue
Table = string: Log Entry

同样，您也可以读取标记的值 <Rep> 通过在解码器中添加以下字段：

7 = XMLDecoderField:
Field = string: x-rep-name-added
Operation = string: LAST
Path = string: Rep.#
<b>value</b>
Path = string: Reps
Table = string: Log Entry

相反，要读取无属性的元素标记的值，请 <text> 标记下 <line> 标记，且其值可通过提供“ text“ ”，或使用 line.text，具体取决于您构建解码器的方式。

2 = XMLDecoderField:
Field = string: x-chat-text
Operation = string: LAST
Path = string:
<b>text</b>
Path = string:
<b>line</b>
Table = string: Log Entry

在此页面上