如何使用 xslt 从 xml 文档中过滤掉任意节点

Question

我有一个结构如下的 XML 文件：

<?xml version = '1.0' encoding="ISO-8859-1"?>
<!DOCTYPE stuff PUBLIC "stuff" "stuff.dtd">
<stuff>
  <level1>
    <type>foo</type>
    <name>name1_A</name>
    <junk1>garbage</junk1>
    <junk2>garbage</junk2>
    <level2>
      <name>name2_A</name>
      <junk3>garbage</junk3>
      <junk4>garbage</junk4>
      <level3>
        <name>name3_A</name>
        <junk5>garbage</junk5>
        <junk6>garbage</junk6>
      </level3>
      <level3>
        <name>name3_B</name>
        <junk5>garbage</junk5>
        <junk6>garbage</junk6>
      </level3>
    </level2>
    <level2>
      <name>name2_B</name>
      <junk>garbage</junk>
      <level3>
        <name>name3_A</name>
        <junk>garbage</junk>
      </level3>
      <level3>
        <name>name3_B</name>
        <junk>garbage</junk>
      </level3>
    </level2>
  </level1>
  <level1>
    <type>foo</type>
    <name>name1_B</name>
    <junk1>garbage</junk1>
    <junk2>garbage</junk2>
    <level2>
      <name>name2_A</name>
      <junk3>garbage</junk3>
      <junk4>garbage</junk4>
      <level3>
        <name>name3_A</name>
        <junk5>garbage</junk5>
        <junk6>garbage</junk6>
      </level3>
      <level3>
        <name>name3_B</name>
        <junk5>garbage</junk5>
        <junk6>garbage</junk6>
      </level3>
    </level2>
    <level2>
      <name>name2_B</name>
      <junk>garbage</junk>
      <level3>
        <name>name3_A</name>
        <junk>garbage</junk>
      </level3>
      <level3>
        <name>name3_B</name>
        <junk>garbage</junk>
      </level3>
    </level2>
  </level1>
</stuff>

我想编写一个 XSLT 来过滤掉所有名为 junk* 的元素。也就是说，我知道我想要保留的元素名称并想要摆脱其他所有内容。上述起点的预期最终结果将如下所示，去掉所有垃圾元素：

<?xml version = '1.0' encoding="ISO-8859-1"?>
<!DOCTYPE stuff PUBLIC "stuff" "stuff.dtd">
<stuff>
  <level1>
    <type>foo</type>
    <name>name1_A</name>
    <level2>
      <name>name2_A</name>
      <level3>
        <name>name3_A</name>
      </level3>
      <level3>
        <name>name3_B</name>
      </level3>
    </level2>
    <level2>
      <name>name2_B</name>
      <level3>
        <name>name3_A</name>
      </level3>
      <level3>
        <name>name3_B</name>
      </level3>
    </level2>
  </level1>
  <level1>
    <type>foo</type>
    <name>name1_B</name>
    <level2>
      <name>name2_A</name>
      <level3>
        <name>name3_A</name>
      </level3>
      <level3>
        <name>name3_B</name>
      </level3>
    </level2>
    <level2>
      <name>name2_B</name>
      <level3>
        <name>name3_A</name>
      </level3>
      <level3>
        <name>name3_B</name>
      </level3>
    </level2>
  </level1>
</stuff>

请记住，我的示例中的各种垃圾元素可以命名为任何名称 - 我有我想要保留的元素名称列表（例如 level1/type、level1/name、level1/level2/name、level1/level2 /level3/name 等）并想放弃其他所有内容。

到目前为止我得到的最好的是这个 XSLT，但在这里我必须明确列出我想要删除的所有元素名称，而不是我想要保留的元素名称，所以它不太理想：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output omit-xml-declaration="yes" indent="no"/>

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

  <xsl:template match="junk1 | junk2 | junk3 | junk4 | junk5 | junk6"/>

</xsl:stylesheet>

Answer 1

如果它们在名称中具有一些共同特征，则可以将它们重新组合到不同的类别中，而不是枚举所有要忽略的节点名称：

• 所有以//*[starts-with(name(), 'junk')]开头的标签
• 所有以//*[ends-with(name(), 'junk')]结尾的标签
• 包含特定子字符串的所有标签。 //*[contains(.,'junk')]

如果您不确切知道要删除的标签的名称，您可以更改 XSLT 的逻辑并仅应用于您要保留的节点名称和复制操作。

如果您只知道要忽略的标签的名称，请使用以下逻辑：

如果“节点”是指元素，则使用：

<xsl:template match="*[not(self::ServiceNode)]">

如果“节点”是指任何节点（类型元素、文本、注释、处理指令）：使用

<xsl:template match="node()[not(self::ServiceNode)]">

如果您只想匹配 Document 的子项，请使用：

<xsl:template match="Document/node()[not(self::ServiceNode)]">

如果您只想匹配顶部元素的子元素，请使用：

<xsl:template match="/*/node()[not(self::ServiceNode)]">

How to write a xpath to match all elements except a particular element