使用 XSLT 或 XQuery 脚本重构重新嵌套元素

Question

我目前正在重构一批 XML 文档，该过程涉及将 xml 重构为新修订的 DTD Schema。由于使用了新的 DTD，许多最初使用的元素要么被重新利用、重新嵌套在其他元素中，要么被完全删除。 下面的示例是针对 DTD 进行验证时的无效 xml 文档。为了加快重构 XML 的过程，我认为 XQuery 脚本或 XSLT 转换可能会有所帮助。但是，我对这两种方法的经验都为零，而且对 XML 还是很陌生。有人可以向我解释一下 XQuery、XSLT 还是 Xpath 中哪种语言在重构这些文档时最相关。

无效的 XML：

<PartsDoc foo=”” baa=”” bar=”” revno=”” docno=”” > 
    <PartsDocInfo>
        <repairlvl level=”shop” /> 
        <title id=”123”> Foo Electrical Control Box </title> 
    </PartsDocInfo> 

    <Parts.Category> 

    <figure id=”123” >
        <title id=”123”> Control Box Panels </title> 

    <subfig id=”123”>
            <graphic img=”foo.jpg” /> 
        </subfig>
    <!- - everything above is valid, the below portion is not - ->



<parts.item> 
            <callout id=”123”  config=”123” label=”1” /> 
            <mrs service=”shop” sc=”” mc=”” rec=”” /> 
            <nsn niin=”00-123-4567”> 4444-00-123-5467</nsn> 
            <cageno>12345</cageno>
            <partno>12345</partno>
            <name/>
            <desc id=”123” > Bolt 1/2inch </desc>
            <qty>4</qty>
 <parts.item>   
    </parts.category> 

期望的输出：

<PartsDoc foo=”” baa=”” bar=”” revno=”” docno=”” > 

        <PartsDocInfo>
        <repairlvl level=”shop” /> 
        <title id=”123”> Foo Electrical Control Box </title> 
    </PartsDocInfo> 
<Parts.Category> 
    <figure id=”123” >
        <title id=”123”> Control Box Panels </title> 
<subfig id=”123”>
          <graphic img=”foo.jpg” />
</subfig>
    <parts.item> 
        <callout id=”123”  config=”123” label=”1” /> 
<qty>4</qty>
<mrs service=”shop” sc=”” mc=”” rec=”” /> 
<nsn>
        <fsc>4444</fsc>
        <niin>00-12-5467
</nsn>
        <partno>12345</partno>
        <cageno>12345</cageno>
        <name/>
        <desc id=”123” > Bolt 1/2inch </desc>
    <parts.item>    
</parts.category> 

*注意<qty> 已移动 *注意<partno> 已移动 *注意<nsn> 不包括内容已排序的子元素

此外，某些实例包含一个 <uoc> 元素，该元素作为子元素嵌套在 <desc> 中。

<desc> 
    bolt 1/2inch
        <uoc>XYZ</uoc>
</desc>

<uoc> 实际上应该在 <callout> 之后和之前

<qty>

非常感谢任何有关 XSLT 样式表或 XQuery 脚本的帮助，并简要说明为什么选择一种语言而不是另一种语言。我目前正在使用 Oxygen 17 XML 编辑器

Answer 1

当输出的大部分内容与输入相同时，XSLT 通常更符合要求。总的原则是编写一个样式表，其中包含递归复制元素的一般规则，然后为想要做不同事情的元素添加规则。

在 XSLT 3.0 中，通用规则是：

<xsl:transform xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  version="3.0">
  <xsl:mode on-no-match="shallow-copy"/>

  ... other code goes here ...
</xsl:transform>

虽然在早期版本中是：

<xsl:transform xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  version="2.0">

  <xsl:template match="*">
   <xsl:copy>
    <xsl:copy-of select="@*">
    <xsl:apply-templates/>
   </xsl:copy>
  </xsl:template>

  ... other code goes here ...
</xsl:transform>

您可以编写对parts.item 重新排序的模板规则：

<xsl:template match="parts.item">
  <parts.item>
    <xsl:copy-of select="callout"/>
    <xsl:copy-of select="qty"/>
    <xsl:copy-of select="mrs"/>
    <nsn>
      <fsc><xsl:value-of select="substring-before(nsn, '-')"/></fsc>
      <niin><xsl:value-of select="nsn/@niin"/></niin>
    </nsn>
    <xsl:copy-of select="partno"/>
    <xsl:copy-of select="cageno"/>
    <xsl:copy-of select="name"/>
    <xsl:copy-of select="desc"/>
 </parts.item>

把这些放在一起，下面的 XSLT 2.0 样式表：

<xsl:transform xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    version="2.0">

    <xsl:strip-space elements="*"/>
    <xsl:output indent="yes"/>

    <xsl:template match="*">
        <xsl:copy>
            <xsl:copy-of select="@*"/>
            <xsl:apply-templates/>
        </xsl:copy>
    </xsl:template>

    <xsl:template match="parts.item">
        <parts.item>
            <xsl:copy-of select="callout"/>
            <xsl:copy-of select="qty"/>
            <xsl:copy-of select="mrs"/>
            <nsn>
                <fsc><xsl:value-of select="substring-before(nsn, '-')"/></fsc>
                <niin><xsl:value-of select="nsn/@niin"/></niin>
            </nsn>
            <xsl:copy-of select="partno"/>
            <xsl:copy-of select="cageno"/>
            <xsl:copy-of select="name"/>
            <xsl:copy-of select="desc"/>
        </parts.item>
    </xsl:template>
</xsl:transform>

应用于以下源文档：

<PartsDoc foo="" baa="" bar="" revno="" docno="" > 
    <PartsDocInfo>
        <repairlvl level="shop" /> 
        <title id="123"> Foo Electrical Control Box </title> 
    </PartsDocInfo> 

    <Parts.Category> 

        <figure id="123" >
        <title id="123"> Control Box Panels </title> 

         <subfig id="123">
                    <graphic img="foo.jpg" /> 
         </subfig>
                <!-- everything above is valid, the below portion is not -->

                <parts.item> 
                    <callout id="123"  config="123" label="1" /> 
                    <mrs service="shop" sc="" mc="" rec="" /> 
                    <nsn niin="00-123-4567"> 4444-00-123-5467</nsn> 
                    <cageno>12345</cageno>
                    <partno>12345</partno>
                    <name/>
                    <desc id="123" > Bolt 1/2inch </desc>
                    <qty>4</qty>
                </parts.item>
        </figure>
    </Parts.Category>
</PartsDoc>

产生以下输出：

<?xml version="1.0" encoding="UTF-8"?>
<PartsDoc foo="" baa="" bar="" revno="" docno="">
   <PartsDocInfo>
      <repairlvl level="shop"/>
      <title id="123"> Foo Electrical Control Box </title>
   </PartsDocInfo>
   <Parts.Category>
      <figure id="123">
         <title id="123"> Control Box Panels </title>
         <subfig id="123">
            <graphic img="foo.jpg"/>
         </subfig>
         <parts.item>
            <callout id="123" config="123" label="1"/>
            <qty>4</qty>
            <mrs service="shop" sc="" mc="" rec=""/>
            <nsn>
               <fsc> 4444</fsc>
               <niin>00-123-4567</niin>
            </nsn>
            <partno>12345</partno>
            <cageno>12345</cageno>
            <name/>
            <desc id="123"> Bolt 1/2inch </desc>
         </parts.item>
      </figure>
   </Parts.Category>
</PartsDoc>