xml - 使用 XSLT 根据 XSD 转换 XML

Question

我想创建一个可以转换 XML 的 XSLT，以便在输出 XML(来自 XSLT)中排除所有未在 XSD 中定义的元素和属性。

假设您有这个 XSD。

<xs:element name="parent">
    <xs:complexType>
        <xs:sequence>
            <xs:element name="keptElement1" />
            <xs:element name="keptElement2" />
        </xs:sequence>

        <xs:attribute name="keptAttribute1" />
        <xs:attribute name="keptAttribute2" />
    </complexType>
</xsd:element>

你有这个输入 XML

<parent keptAttribute1="kept" 
    keptAttribute2="kept" 
    notKeptAttribute3="not kept" 
    notKeptAttribute4="not kept">

    <notKeptElement0>not kept</notKeptElement0>
    <keptElement1>kept</keptElement1>
    <keptElement2>kept</keptElement2>
    <notKeptElement3>not kept</notKeptElement3>
</parent>

然后我希望输出的 Xml 看起来像这样。

<parent keptAttribute1="kept" 
    keptAttribute2="kept">

    <keptElement1>kept</keptElement1>
    <keptElement2>kept</keptElement2>
</parent>

我可以通过指定元素来做到这一点，但这大约是我的 xslt 技能所能达到的范围。我通常对所有元素和所有属性执行此操作时遇到问题。

Answer 1

您在这里面临两个挑战:(1) 识别模式中声明的元素名称和属性集，以及本地声明的适当上下文信息，以及 (2) 编写 XSLT 以保留与这些名称或名称匹配的元素和属性-和上下文。

还有第三个问题，即明确说明“XSD 架构中定义(或未定义)的元素和属性”的含义。出于讨论的目的，我假设您指的是可以绑定(bind)到模式中的元素或属性声明的元素和属性，在验证情节 (a) Root 于输入文档树中的任意点，以及 (b) 以 a 开头顶级元素声明或属性声明。这个假设意味着几件事。 (a) 本地元素声明只会匹配上下文中的内容——在您的示例中，keptElement1和 keptElement2只有当它们是 parent 的 child 时才会保留，否则不会。 (b) 无法保证输入中的元素实际上会绑定(bind)到有问题的元素声明:如果它们的祖先之一在本地无效，那么在 XSD 1.0 和 1.1 中事情都会很快变得复杂。 (c) 我们不允许从命名类型定义开始验证；我们可以，但听起来好像这不是您感兴趣的内容。(d) 我们不允许从本地元素或属性声明开始验证。

有了这些明确的假设，我们就可以转向您的问题了。

第一个任务要求您列出 (a) 架构中具有顶级声明的所有元素和属性，以及 (b) 从它们可以访问的所有元素和属性。对于顶级声明，我们只需要记录对象(元素或属性)的种类和展开后的名称即可。对于本地对象，我们需要对象的种类和顶级元素声明的完整路径。对于您的示例架构，列表 (a) 包括

• 元素{}父级

(我使用的惯例是在大括号中使用 namespace 名称编写扩展名称；有些人称此为 James Clark 的 Clark 表示法。)

列表(b)包括

• 元素 {}parent/{}keptElement1
• 元素 {}parent/{}keptElement2
• 属性 {}parent/{}keptAttribute1
• 属性 {}parent/{}keptAttribute2

在更复杂的模式中，在生成此列表的过程中会有一定数量的簿记。

您的第二个任务是编写一个 XSLT 样式表，将元素和属性保留在列表中并删除其余部分。 (我在这里假设当你放下一个元素时，你也会放下它的所有内容；你的问题谈论的是元素，而不是标签。)

对于列表中的每个元素，使用列表中给定的上下文编写适当的身份转换:

<xsl:template match="parent">
  <xsl:copy>
    <xsl:apply-templates select="@* | node()"/>
  </xsl:copy>
</xsl:template>

可以为每个元素写一个单独的模板，也可以将几个元素写到匹配模式中:

<xsl:template match="parent
                    | parent/keptElement1 
                    | parent/keptElement2">
  <xsl:copy>
    <xsl:apply-templates select="@* | node()"/>
  </xsl:copy>
</xsl:template>

对于列表中的每个属性，执行相同的操作:

<xsl:template match="parent/@keptAttribute1">
  <xsl:copy/>
</xsl:template>

覆盖元素和属性的默认模板，以抑制所有其他元素和属性:

<xsl:template match="*|@*"/>

[或者，如 DrMacro 所建议的，您可以在 XSLT 中编写一个函数或命名模板来查询您在任务 1 中生成的列表，而不是将其写出到具有显式匹配模式的重复模板中。根据您的背景，您可能会发现这种方法更容易或更难理解样式表的作用。]