XSL：删除具有重复子节点的父节点

Question

我有一个关于根据子节点删除父节点的问题。

XML 文件具有以下结构：

<PlmXmlData xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:plm="http://www.plmxml.org/Schemas/PLMXMLSchema" xmlns:fn="http://www.w3.org/2005/xpath-functions" xmlns:an="">
  <ItemList>
    <Item>
      <ID>1</ID>
      <Group>Group1</Group>
      <Projekt>Projekt1</Projekt>
      <DatasetList>
        <Dataset>
          <Name>Name1</Name>
          <Type>TXT</Type>
          <Template>None</Template>
          <RelativeFilePath>FilePath1</RelativeFilePath>
          <PropertyList>
            <Property>
              <Title>item_name</Title>
              <Value>ITEM_Name</Value>
            </Property>
            <Property>
              <Title>item_name</Title>
              <Value>ITEM_Name</Value>
            </Property>
          </PropertyList>
        </Dataset>
        <Dataset>
          <Name>Name1</Name>
          <Type>PDF</Type>
          <Template>Template1</Template>
          <RelativeFilePath>FilePath1/Name1.pdf</RelativeFilePath>
          <PropertyList>
            <Property>
              <Title>item_name</Title>
              <Value>CAR1</Value>
            </Property>
            <Property>
              <Title>item_name</Title>
              <Value>CAR1</Value>
            </Property>
            <Property>
              <Title>item_name2</Title>
              <Value>CAR2</Value>
            </Property>
            <Property>
              <Title>item_name2</Title>
              <Value>CAR2</Value>
            </Property>
          </PropertyList>
        </Dataset>
      </DatasetList>
    </Item>
  </ItemList>
</PlmXmlData>

如您所见，此示例 TXT 和 PDF 中有不同的 <Type> 节点。 在这个节点中有节点<Property> 和子节点<Title> 和<Value>。

对于每个<Type> 中的每个重复条目，我想删除整个<Property> 节点及其子节点<Title> 和<Value>。

想要的输出应该是这样的：

<PlmXmlData xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:plm="http://www.plmxml.org/Schemas/PLMXMLSchema" xmlns:fn="http://www.w3.org/2005/xpath-functions" xmlns:an="">
  <ItemList>
    <Item>
      <ID>1</ID>
      <Group>Group1</Group>
      <Projekt>Projekt1</Projekt>
      <DatasetList>
        <Dataset>
          <Name>Name1</Name>
          <Type>TXT</Type>
          <Template>None</Template>
          <RelativeFilePath>FilePath1</RelativeFilePath>
          <PropertyList>
            <Property>
              <Title>item_name</Title>
              <Value>ITEM_Name</Value>
            </Property>
          </PropertyList>
        </Dataset>
        <Dataset>
          <Name>Name1</Name>
          <Type>PDF</Type>
          <Template>Template1</Template>
          <RelativeFilePath>FilePath1/Name1.pdf</RelativeFilePath>
          <PropertyList>
            <Property>
              <Title>item_name</Title>
              <Value>CAR1</Value>
            </Property>
            <Property>
              <Title>item_name2</Title>
              <Value>CAR2</Value>
            </Property>
          </PropertyList>
        </Dataset>
      </DatasetList>
    </Item>
  </ItemList>

我已经搜索了论坛，但找不到合适的解决方案。提前感谢您的帮助！

Answer 1

这是 XSLT 1.0 中的解决方案。

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">

    <xsl:output method="xml" indent="yes"/>

    <xsl:key name="property" match="Property" use="concat(generate-id(parent::*), Title, '|', Value)" />

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

    <xsl:template match="PropertyList">
        <xsl:copy>
            <xsl:apply-templates select="@*" />
            <xsl:apply-templates select="Property[generate-id(.) = generate-id(key('property', concat(generate-id(parent::*), Title, '|', Value))[1])]" />
        </xsl:copy>
    </xsl:template>

</xsl:stylesheet>

它使用一种称为“Muenchian 分组”的技术，该技术使用key 函数在 XMl 上查找特定条件的匹配项，然后检查当前上下文是否与第一个匹配项相同，以忽略重复项。相等检查使用generate-id 函数；每个 XML 元素都有一个在运行时显式或隐式生成的 id 属性，用于唯一标识它。

在我们的例子中，键匹配<Property> 元素并为它们建立索引。因为我们要删除 <PropertyList> 中的重复项，而不是整个 XML，所以键使用“索引”：父 <PropertyList> 的（生成的）if、<Title> 元素值、@ 的串联987654328@ 符号和<Value> 元素值。这就是这部分的作用：

<xsl:key name="property" match="Property" use="concat(generate-id(parent::*), Title, '|', Value)" />

匹配<PropertyList>的模板然后递归应用模板，但仅适用于该谓词所在的<Property>元素：[generate-id(.) = generate-id(key('property', concat(generate-id(parent::*), Title, '|', Value))[1])]

让我们分解一下。 generate-id(.) 为当前节点（属性元素）生成一个 id。然后它会检查该 id 是否与为此生成的相同：key('property', concat(generate-id(parent::*), Title, '|', Value))[1]

这表示“键名为属性，用于匹配父级（我们的 PropertyList）生成的 id、标题、| 和值的串联”，然后仅采用匹配节点集的第一个元素。

请注意，您是这样说的：

如您所见，此示例 TXT 和 PDF 中有不同的节点。在此节点内有节点和子节点以及 .

我假设每种类型（TXT、PDF、...）在给定的 <DatasetList> 中只出现一次，并且您希望删除 PropertyList 的本地重复项。如果类型可以重复，并且您想在整个类型中删除重复项，则必须将 Muenchian 分组提升到另一个级别（包括类型）。但我认为上述解决方案是您的目标。

此外，如果 Title 和 Value 元素可能包含 | 符号，这可能会失败。在这种情况下，您可以选择不同的分隔符。

如果您可以使用 XSLT 2，这将变得更加简单，因为它内置了分组功能。在这种情况下，请在您的问题中指定，我可以提出新的答案。