对字符串中的每个字符进行标记会导致错误答案

【问题标题】：Tokenize on each character in a string results in an error对字符串中的每个字符进行标记会导致错误
【发布时间】：2015-06-17 01:43:11
【问题描述】：

我正在尝试解决 Word 的 Office Open XML 中自定义 XML 丢失的问题，但我遇到了一些障碍。

我正在研究一种方法来跟踪对共享课程计划存储库的贡献，该存储库将驻留在 Omeka 站点中。我想要做的是将每个字符包装在书签中，然后在 Word 中打开文件时将其隐藏起来。这样一来，在异地复制和粘贴内容时，token 将进行传递，然后在再次上传新文件时重新连接到原始贡献者。

为此，我的 XML 当前如下所示：

<w:p w:rsidR="00196751" w:rsidRDefault="00956712">
    <w:r>
        <w:t>Some sample text.</w:t>
    </w:r>
    <w:bookmarkStart w:id="0" w:name="_GoBack"/>
    <w:bookmarkEnd w:id="0"/>
</w:p>

我需要它做的是这样的：

<w:p w:rsidR="00196751" w:rsidRDefault="00956712">
            <w:bookmarkStart w:id="0" w:name="_NAME_0001_20150616_1"/>
            <w:r>
                <w:t>S</w:t>
            </w:r>
            <w:bookmarkStart w:id="1" w:name="_NAME_0001_20150616_2"/>
            <w:bookmarkEnd w:id="0"/>
            <w:r>
                <w:t>o</w:t>
            </w:r>
            <w:bookmarkStart w:id="2" w:name="_NAME_0001_20150616_3"/>
            <w:bookmarkEnd w:id="1"/>
            <w:r>
                <w:t>m</w:t>
            </w:r>
            <w:bookmarkStart w:id="3" w:name="_NAME_0001_20150616_4"/>
            <w:bookmarkEnd w:id="2"/>
            <w:r>
                <w:t>e</w:t>
            </w:r>
            <w:bookmarkStart w:id="4" w:name="_NAME_0001_20150616_5"/>
            <w:bookmarkEnd w:id="3"/>
            <w:r>
                <w:t xml:space="preserve"> </w:t>
            </w:r>
[...]
<w:bookmarkStart w:id="17" w:name="_GoBack"/>
<w:bookmarkEnd w:id="16"/>
<w:bookmarkEnd w:id="17"/>
</w:p>

在我看来，我需要做的是在原始 w:t 项目上运行 tokenize 函数，所以我首先编写了以下 xslt：

<xsl:template match="w:t">
    <xsl:value-of select="tokenize(., '.??')"/>
</xsl:template>

但是，当我这样做时，我会收到一条错误消息。我的假设是，这是因为函数没有实际的模式来标记化，因为我要求它在每个字符上分开。有没有办法使用 tokenize 函数来做到这一点？如果是这样，我该怎么做才能得到我需要的结果？谢谢！

【问题讨论】：

您没有想到我们可能想知道错误消息是什么？

标签： xml xslt xquery openxml

【解决方案1】：

您应该有一个模板，您可以将其应用于您的原始<w:t> 值：

<xsl:template name="tokenize">
    <xsl:param name="text"/>
    <xsl:choose>
        <xsl:when test="string-length($text) = 1">
            <w:r>
                <w:t><xsl:value-of select="$text"/></w:t>
            </w:r>
        </xsl:when>
        <xsl:otherwise>            
            <w:r>
                <w:t><xsl:value-of select="substring($text, 1, 1)"/></w:t>
            </w:r>
            <xsl:call-template name="tokenize">
                <xsl:with-param name="text" select="substring($text, 2, string-length($text)-1)"/>
            </xsl:call-template>
        </xsl:otherwise>
    </xsl:choose>
</xsl:template>

不确定 w:bookmarkStart 和 w:bookmarkEnd 逻辑是如何工作的，但您可能可以从中弄清楚。

【讨论】：

【解决方案2】：

我可以想象您会遇到两个错误（很遗憾您没有想到告诉我们错误消息）。一是 tokenize 功能不可用，这意味着您使用的是 XSLT 1.0 处理器；另一个是你的正则表达式无效。

如果您使用的是 XSLT 2.0 处理器，那么您可以使用 string-to-codepoints() 将字符串拆分为字符（并且您可以使用 codepoints-to-string() 将每个字符转回字符串）。

如果您使用的是 XSLT 1.0 处理器，那么您需要使用 @yarivt 建议的递归模板“手动”进行拆分。

【讨论】：