Nano Hash - криптовалюты, майнинг, программирование

Работа с XML во flex

Я работаю с иерархической структурой xml следующим образом:

<employee name="AAA" group="1"..../>
    <employee name="BBB" group="1"...>
        <employee name="CCC" group="1".../>
     </employee>  
    <employee name="DDD" group="0"... />
    <employee name="EEE" group="0"... />
</employee>

Сначала мне нужно подсчитать все узлы сотрудников (включая корневой узел). Это должно быть: 5. Я пытался использовать xml..employee.length(), но он возвращает 4 (не включает корневой узел «AAA»). Если я пробовал, xml.employee.length() возвращает только 1

Затем мне нужно создать XMList с конкретным поиском. Например, все узлы с атрибутом group="1"

Возникает та же проблема, я использую: hitList:XMLList = xml..employee.(@group == "1") и возвращает правильный результат, но не учитывает корневой узел (в этом случае он должен быть включен )

Как я могу выполнить эти операции, включая корневой узел?

заранее спасибо

Кристиан

xml root apache-flex
11.09.2013

  • Первый тег кажется неверным. Его не следует закрывать с помощью / 12.09.2013

Ответы:


1

Проблема в том, что переменная XML идентична корневому тегу XML. Итак, если вы Райт

xml..employee.length()

это означает, что вы анализируете все узлы под корневым узлом. Переменная xml — это ваш корневой узел.

Чтобы получить правильный результат, вам нужно добавить пустой фиктивный корневой узел в вашу структуру.

<?xml version="1.0" encoding="utf-8"?>
<s:Application xmlns:fx="http://ns.adobe.com/mxml/2009" 
           xmlns:s="library://ns.adobe.com/flex/spark" 
           xmlns:mx="library://ns.adobe.com/flex/mx" 
           minWidth="955" minHeight="600" creationComplete="init()">
<fx:Declarations>
    <fx:XML id="xml" xmlns="">
        <root>
            <employee name="AAA" group="1">
                <employee name="BBB" group="1">
                    <employee name="CCC" group="1"/>
                </employee>  
                <employee name="DDD" group="0"/>
                <employee name="EEE" group="0"/>
            </employee>
        </root>
    </fx:XML>
</fx:Declarations>

<fx:Script>
    <![CDATA[
        private function init():void
        {
            var len:int = xml..employee.length(); //gives 5
            var hitList:XMLList = xml..employee.(@group == "1"); //gives 3 nodes

            trace();
        }
    ]]>
</fx:Script>

</s:Application>
12.09.2013
  • Спасибо, Антон, я мог бы исправить это по вашему предложению. 12.09.2013
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..