使用XSLT提取XML文件的一部分作为纯文本

如何解决使用XSLT提取XML文件的一部分作为纯文本

| 似乎这样应该很容易，但是... 我正在尝试使用XSLT将XML文件的一部分提取为纯文本，而将其余部分扔掉。所以从这样的样本输入中...

<?xml version=\"1.0\" encoding=\"UTF-8\"?>
<?oxygen RNGSchema=\"http://segonku.unl.edu/teianalytics/TEIAnalytics.rng\"
                        type=\"xml\"?>
<TEI xmlns=\"http://www.tei-c.org/ns/1.0\" n=\"Wright2-0034.sgml.xml\">
   <teiHeader type=\"text\">
      <fileDesc>
         <titleStmt>
            <title>Header Title</title>
         </titleStmt>
         <publicationStmt>
            <p>Published</p>
         </publicationStmt>
         <sourceDesc>
            <p>Sourced</p>
         </sourceDesc>
      </fileDesc>
   </teiHeader>
   <text>
      <front>
      </front>
      <body>
         <head>THE TITLE</head>
         <div type=\"chapter\" part=\"N\" org=\"uniform\" sample=\"complete\">
            <head>CHAPTER I</head>
            <p>Some text.</p>
         </div>
      </body>
   </text>
</TEI>

...我正试图只获取<body>标记及其所有子级中包含的文本。在这种情况下，所需的输出为：

THE TITLE
CHAPTER I
Some text.

潜在的复杂性：<body>也可以存在于<front>和/或<teiHeader>中，所以我真正需要的是<body>的子代，当且仅当该标签是is7ѭ和<TEI>的子代时。我已经尝试过像这样的非常简单的XSL ...

<xsl:stylesheet xmlns:xsl=\"http://www.w3.org/1999/XSL/Transform\" version=\"1.0\">
    <xsl:output method=\"text\"/>
    <xsl:template match=\"/TEI/text/body\">
        <xsl:apply-templates select=\".\"/>
    </xsl:template>
</xsl:stylesheet>

...但是它为我提供了文件中所有内容的纯文本，而不仅仅是<body>元素。谢谢！

解决方法

我已经尝试过像这样非常简单的XSL ... ...

     <xsl:stylesheet xmlns:xsl=\"http://www.w3.org/1999/XSL/Transform\"
 version=\"1.0\">
         <xsl:output method=\"text\"/>
         <xsl:template match=\"/TEI/text/body\">
             <xsl:apply-templates select=\".\"/>
         </xsl:template>
     </xsl:stylesheet>

...但是它给了我纯文本文件中的所有内容，而不仅仅是 <body>个元素。原因是XPath的一个著名属性/特征（以及成千上万个类似问题的原因），它认为任何未加前缀的名称都属于\“ no名称空间。但是，所提供的XML文档中的任何元素都属于名称空间：\” http：//www.tei-c.org/ns/1.0 \”，并且必须作为此命名空间中的节点进行访问。解决方案：在XSLT代码中定义文档的默认名称空间（这次绑定了前缀），并在指定每个名称时使用该前缀。这是产生所需结果的最简单，最短的转换之一：

<xsl:stylesheet version=\"1.0\"
 xmlns:xsl=\"http://www.w3.org/1999/XSL/Transform\"
 xmlns:x=\"http://www.tei-c.org/ns/1.0\">
 <xsl:output method=\"text\"/>
 <xsl:strip-space elements=\"*\"/>

 <xsl:template match=\"x:text/x:body//text()\">
  <xsl:value-of select=\"concat(.,\'&#xA;\')\"/>
 </xsl:template>
 <xsl:template match=\"text()\"/>
</xsl:stylesheet>

当应用于提供的XML文档时：

<TEI xmlns=\"http://www.tei-c.org/ns/1.0\" n=\"Wright2-0034.sgml.xml\">
    <teiHeader type=\"text\">
        <fileDesc>
            <titleStmt>
                <title>Header Title</title>
            </titleStmt>
            <publicationStmt>
                <p>Published</p>
            </publicationStmt>
            <sourceDesc>
                <p>Sourced</p>
            </sourceDesc>
        </fileDesc>
    </teiHeader>
    <text>
        <front>      </front>
        <body>
            <head>THE TITLE</head>
            <div type=\"chapter\" part=\"N\" org=\"uniform\" sample=\"complete\">
                <head>CHAPTER I</head>
                <p>Some text.</p>
            </div>
        </body>
    </text>
</TEI>

所需的正确结果产生了：

THE TITLE
CHAPTER I
Some text.

, 您可以使用：

<xsl:strip-space elements=\"*\"/>

和

<xsl:template match=\"/\" xmlns:n=\"http://www.tei-c.org/ns/1.0\">
    <xsl:for-each select=\"/n:TEI/n:text/n:body/descendant::*/text()\">
        <xsl:value-of select=\".\"/>
        <xsl:if test=\"position() != last()\">
            <xsl:text>&#xa;</xsl:text>
        </xsl:if>
    </xsl:for-each>
</xsl:template>

它返回：

THE TITLE
CHAPTER I
Some text.

, 尝试匹配/ TEI / text / body // text（）