xslt – 当数据结构未知时排除某些子节点

编辑 –
我找到了问题的解决方案并发布了Q& A here.

我正在寻找符合美国国会图书馆EAD标准的XML(找到here).不幸的是,关于XML的结构,标准非常宽松.

例如,< bioghist>标签可以存在于< archdesc>中标签,或在< descgrp>内标记,或嵌套在另一个< bioghist>标签,或上述的组合,或完全省略.我发现很难选择我正在寻找的bioghist标签而不选择其他标签.

以下是我的XSLT可能必须处理的一些不同的可能的EAD XML文档：

第一个例子

<ead>
<eadheader>
    <archdesc>
        <bioghist>one</bioghist>
        <dsc>
            <c01>
                <descgrp>
                    <bioghist>two</bioghist>
                </descgrp>
                <c02>
                    <descgrp>
                        <bioghist>
                            <bioghist>three</bioghist>
                        </bioghist>
                    </descgrp>
                </c02>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

第二个例子

<ead>
<eadheader>
    <archdesc>
        <descgrp>
            <bioghist>
                <bioghist>one</bioghist>
            </bioghist>
        </descgrp>
        <dsc>
            <c01>
                <c02>
                    <descgrp>
                        <bioghist>three</bioghist>
                    </descgrp>
                </c02>
                <bioghist>two</bioghist>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

第三个例子

<ead>
<eadheader>
    <archdesc>
        <descgrp>
            <bioghist>one</bioghist>
        </descgrp>
        <dsc>
            <c01>
                <c02>
                    <bioghist>three</bioghist>
                </c02>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

如您所见,EAD XML文件可能具有< bioghist>标签几乎在任我想要产生的实际输出太复杂了,不能在这里发布.以上三个EAD示例的输出的简化示例可能如下：

第一个例子的输出

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history>second</biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

输出第二个例子

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history>second</biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

输出第三个例子

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history></biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

如果我想拉出“第一个”bioghist值并将其放在< primary_record>中,我不能简单地< xsl：apply-templates select =“/ ead / eadheader / archdesc / bioghist”,因为该标签可能不是< archdesc>的直接后裔标签.它可能被< descgrp>包裹起来.或者< bioghist>或其组合.我不能选择=“// bioghist”,因为这将拉动所有< bioghist>标签.我甚至不能选择=“// bioghist [1]”,因为实际上可能没有< bioghist>标记然后我将拉出< c01>下面的值,这是“秒”,应该稍后处理.

这已经是一个很长的帖子,但另一个问题是可以有无限数量的< cxx>节点,最多嵌套12个级别.我正在递归处理它们.我已经尝试将我正在处理的节点(例如< c01>)保存为名为’RN’的变量,然后运行< xsl：apply-templates select =“.// bioghist [name(..) =名称($RN)或名称(../..)=名称($RN)]“>.这适用于某些形式的EAD,其中< bioghist>标签不是嵌套得太深,但如果它必须处理由喜欢在其他标签中包装标签的人创建的EAD文件,它将失败(根据EAD标准,这完全没问题).

我所喜欢的就是说

>获取任何< bioghist>标记当前节点下面的任何地方但是
>如果你打了一个< c ??>,就不要深入挖掘标签

我希望我的情况清楚.如果我留下任何含糊不清的地方,请告诉我.您将提供的任何帮助将不胜感激.谢谢.

解决方法

由于要求相当模糊,任何答案只反映了作者的猜测.

这是我的：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
 xmlns:my="my:my" exclude-result-prefixes="my">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <my:names>
  <n>primary_record</n>
  <n>child_record</n>
  <n>grandchild_record</n>
 </my:names>

 <xsl:variable name="vNames" select="document('')/*/my:names/*"/>

 <xsl:template match="/">
  <xsl:apply-templates select=
   "//bioghist[following-sibling::node()[1]
                                [self::descgrp]
              ]"/>
 </xsl:template>

 <xsl:template match="bioghist">
  <xsl:variable name="vPos" select="position()"/>

  <xsl:element name="{$vNames[position() = $vPos]}">
   <xsl:value-of select="."/>
  </xsl:element>
 </xsl:template>

 <xsl:template match="text()"/>
</xsl:stylesheet>

在提供的XML文档上应用此转换时：

<ead>
    <eadheader>
        <archdesc>
            <bioghist>first</bioghist>
            <descgrp>
                <bioghist>first</bioghist>
                <bioghist>
                    <bioghist>first</bioghist></bioghist>
            </descgrp>
            <dsc>
                <c01>
                    <bioghist>second</bioghist>
                    <descgrp>
                        <bioghist>second</bioghist>
                        <bioghist>
                            <bioghist>second</bioghist></bioghist>
                    </descgrp>
                    <c02>
                        <bioghist>third</bioghist>
                        <descgrp>
                            <bioghist>third</bioghist>
                            <bioghist>
                                <bioghist>third</bioghist></bioghist>
                        </descgrp>
                    </c02>
                </c01>
            </dsc>
        </archdesc>
    </eadheader>
</ead>

产生了想要的结果：

<primary_record>first</primary_record>
<child_record>second</child_record>
<grandchild_record>third</grandchild_record>

xslt – 当数据结构未知时排除某些子节点

解决方法

相关推荐