xslt - 当数据结构未知时排除某些子节点

Question

编辑 -
我找到了问题的解决方案并发布了问答 here .

我希望处理符合美国国会图书馆 EAD 标准的 XML(找到 here)。不幸的是，该标准对于 XML 的结构非常松散。

例如 <bioghist>标签可以存在于 <archdesc> 中标签，或在 <descgrp> 内标签，或嵌套在另一个 <bioghist> 中标签，或以上的组合，或者可以完全省略。我发现只选择我正在寻找的 bioghist 标签而不选择其他标签是非常困难的。

下面是我的 XSLT 可能需要处理的几种不同的 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>几乎在任何地方标记。我想产生的实际输出太复杂了，无法在这里发布。上述三个 EAD 示例的输出的简化示例可能如下所示:

第一个示例的输出

<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>

第二个示例的输出

<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>

第三个示例的输出

<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>

如果我想提取“第一个”bioghist 值并将其放入 <primary_record> ，我不能简单地 <xsl:apply-templates select="/ead/eadheader/archdesc/bioghist" ，因为该标签可能不是 <archdesc> 的直接后代标签。它可能被 <descgrp> 包裹或 <bioghist>或其组合。我不能 select="//bioghist" ，因为这将拉动所有 <bioghist>标签。我什至不能 select="//bioghist[1]"因为实际上可能没有 <bioghist>在那里标记，然后我会将值拉到 <c01> 以下，这是“第二个”，应该稍后处理。

这已经是一个很长的帖子了，但另一个问题是可以有无限数量的 <cxx>节点，最多嵌套 12 层。我目前正在递归处理它们。我尝试将我当前正在处理的节点(例如 <c01>)保存为名为“RN”的变量，然后运行 ​​ <xsl:apply-templates select=".//bioghist [name(..)=name($RN) or name(../..)=name($RN)]"> .这适用于某些形式的 EAD，其中 <bioghist>标签没有嵌套太深，但是如果它必须处理由喜欢将标签包装在其他标签中的人创建的 EAD 文件(根据 EAD 标准完全没问题)，它就会失败。

我喜欢的是以某种方式说的

获取任何 <bioghist>标记当前节点下方的任何位置，但

如果您遇到 <c??>，请不要深入挖掘标签

我希望我已经把情况说清楚了。如果我有什么不明确的地方，请告诉我。您能提供的任何帮助将不胜感激。谢谢。

Answer 1

由于要求相当模糊，任何答案仅反射(reflect)其作者所做的猜测。

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>

当此转换应用于提供的 XML 文档时:

<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>