XQuery/維基百科頁面抓取

頁面抓取允許任何網頁成為適合轉換的原始資料的來源。此示例獲取維基百科當前事件頁面上的資料 2007 年 9 月 24 日並轉換為一個簡單的 HTML 頁面

XQuery 頁面抓取器的關鍵元件是

fn:doc 函式，它接受一個 URL 並將頁面檢索為 XML。許多頁面格式不正確的 XML，但維基百科頁面是格式良好的。
如果頁面具有預設名稱空間，則設定名稱空間。此頁面具有 "http://www.w3.org/1999/xhtml" 的預設名稱空間，因此必須宣告名稱空間，並在訪問頁面的 XML 的路徑表示式中使用其名稱空間字首。
選定內容路徑的標識。在本例中，內容位於具有“description”類的 td 標籤中。
重新設定任何相對 URL。此處指向維基百科文章的連結具有相對 URL。為了重新設定它們，XML 被序列化為一個字串，並使用 util:serialize()，使用 replace 編輯相對 URL，並將字串使用 util:parse() 轉換回 XML。

從維基百科當前事件頁面提取資料的示例 XQuery

在此示例中，需要進行一些日期重新格式化，因為頁面 URL 中的日期格式不是 XML 格式化的日期。包含指向前一天和後一天的連結，利用 XQuery 日期算術。

declare namespace h= "http://www.w3.org/1999/xhtml" ;
declare option exist:serialize "method=xhtml media-type=text/html indent=yes";
declare variable $months := 
 ("January","February","March","April","May","June","July","August","September","October","November","December")
;
declare function local:wikidate($date as xs:date) as xs:string {
      concat(year-from-date($date),"_",
                   $months[month-from-date($date)],"_",
                   day-from-date($date)
                   )
};
declare function local:displaydate($date as xs:date) as xs:string {
      concat(day-from-date($date)," ",
                   $months[month-from-date($date)],", ",
                   year-from-date($date)
                   )
};

declare function local:add-base($element , $base as xs:string, $delimiter as xs:string)   {
    let $evtext := util:serialize($element,())
    let $evtext := replace($evtext,
                           concat ("href=",$delimiter,"/"),
                           concat("href=",$delimiter,$base,"/")
                   )
    return util:parse($evtext)
};

let $date := xs:date(request:get-parameter("date",()))
let $wikidate := local:wikidate($date)
let $url := concat("http://en.wikipedia.org/wiki/Portal:Current_events/",$wikidate)
let $wikipage := doc($url)
let $desc := $wikipage//h:td[@class="description"]
let $nextDay := $date + xs:dayTimeDuration("P1D")
let $previousDay := $date - xs:dayTimeDuration("P1D")
return
<html>
   <body>
    <h1>Current events from <a href="{$url}">Wikipedia</a></h1>
      <h2>Wiki Events for        
                <span style="font-size:12;"><a href="wikidate.xq?date={$previousDay}">{local:displaydate($previousDay)}</a></span>&#160;
               {local:displaydate($date)}
               <span style="font-size:12;"><a href="wikidate.xq?date={$nextDay}">{local:displaydate($nextDay)}</a></span>&#160;
      </h2>
            {
            local:add-base($desc/*,"http://en.wikipedia.org",'"')
            }
   </body>
</html>