XPath - 从非重复列表中获取具有不同文本值的节点

Question

我有一个如下的 XML：

<object>
    <codes>
        <cd1>A</cd1>
        <cd2>B</cd2>
        <cd3>C</cd3>
    </codes>
    <codes>
        <cd1>A</cd1>
        <cd2>D</cd2>
        <cd3></cd3>
    </codes>
    <codes>
        <cd1>E</cd1>
        <cd2>D</cd2>
        <cd3></cd3>
    </codes>
</object>

到目前为止，我的 XPath 演变如下：

1. //cd1|//cd2|//cd3 : 获取所有 cd1、cd2 和 cd3 元素

2. (//cd1|//cd2|//cd3)[text()[1]] : 从上面的列表中过滤所有非空文本值的元素，并返回下面的元素。

   <cd1>A</cd1> <cd2>B</cd2> <cd3>C</cd3> <cd1>A</cd1> <cd2>D</cd2> <cd1>E</cd1> <cd2>D</cd2>

3. 现在我需要删除具有重复文本值的元素。我已经尝试将 xpath 作为 (//cd1|//cd2|//cd3)[text()[1]][(preceding::cd1)|(preceding::cd2)|(preceding::cd3)] 。我是什么 希望实现的是检查值是否在上面的 cd1 或 cd2 或 cd3 中的任何一个之前。但这会在<cd2>D</cd2> 重复的位置下方返回。

   <cd2>B</cd2> <cd3>C</cd3> <cd1>A</cd1> <cd2>D</cd2> <cd1>E</cd1> <cd2>D</cd2>

如何编写 xpath 来解决上述 (3) 问题？

请注意我必须使用 Xpath 1.0 ，因此 distinct-values 函数不是一个选项。另外，我需要从 xpath 中获取匹配的节点列表，而不是文本值，因为我必须使用 AXIOM 对这些节点进行更多处理。

更新：我正在使用此 xpath 来获取匹配的元素，然后使用 AXIOM 处理这些元素。因此，我需要编写一个 xpath 表达式来一次性获取匹配的元素（我无法在 AXIOM 中编写自定义流程或使用 XSLT）。也不能使用 cd* ，因为真实姓名不匹配。我在这里使用了一个示例。

Answer 1

试试这个：

//cd1[not(text() = preceding::cd1/text())][normalize-space()]|
//cd2[not(text() = preceding::cd2/text())][normalize-space()]|
//cd3[not(text() = preceding::cd3/text())][normalize-space()]

Answer 2

我找到的一种方法是使用以下模板：

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:template match="/">
    <xsl:for-each select="//*[starts-with(node-name(.), 'cd')]">
        <xsl:variable name="content"><xsl:value-of select="text()"/></xsl:variable>
        <xsl:if test="count(preceding::*[starts-with(node-name(.), 'cd') and text() = $content]) = 0 and text()">
               <xsl:copy-of select="."/> 
            </xsl:if>
     </xsl:for-each>
</xsl:template>
</xsl:stylesheet>

这将获取所有 cd* 元素，并获取每个元素的内容，用于计算有多少前面具有相同内容 - 如果是 0 -> 则使用它。

据我所知，这是可以在 xslt-1 中完成的唯一方法（通过使用变量）。这是因为您不能在 xpath 中进行反向引用 - 除非您在变量中有值（并且您需要将“当前”（外部）文本与“当前”（xpath 内的节点）文本进行比较）。

希望这会有所帮助。

Answer 3

这实际上是非常简单的 Muenchian 分组，只有三个键：

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output indent="yes" method="xml" />
<xsl:key name="cd1" match="//cd1" use="text()" />
<xsl:key name="cd2" match="//cd2" use="text()" />
<xsl:key name="cd3" match="//cd3" use="text()" />

<xsl:template match="/">    
    <xsl:for-each select="/object/codes/cd1[./text() != '' and count(. | key('cd1', .)[1]) = 1]">
        <xsl:copy-of select="." />
    </xsl:for-each>

    <xsl:for-each select="/object/codes/cd2[./text() != '' and count(. | key('cd2', .)[1]) = 1]">
        <xsl:copy-of select="." />
    </xsl:for-each>
    <xsl:for-each select="/object/codes/cd3[./text() != '' and count(. | key('cd3', .)[1]) = 1]">
        <xsl:copy-of select="." />
    </xsl:for-each>

</xsl:template>
</xsl:stylesheet>

输出：

<?xml version="1.0" encoding="UTF-8"?>
<cd1>A</cd1>
<cd1>E</cd1>
<cd2>B</cd2>
<cd2>D</cd2>
<cd3>C</cd3>

或者，如果您想对它们进行分组而不考虑节点名称（即，如果 cd1 和 cd2 都将 A 作为文本值），则不太简单。

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output indent="yes" method="xml" />
<xsl:key name="cd" match="//cd1 | //cd2 | //cd3" use="text()" />

<xsl:template match="/">    
    <xsl:for-each select="/object/codes/cd1[./text() != '' and count(. | key('cd', .)[1]) = 1] | /object/codes/cd2[./text() != '' and count(. | key('cd', .)[1]) = 1] | /object/codes/cd3[./text() != '' and count(. | key('cd', .)[1]) = 1]">
        <xsl:copy-of select="." />
    </xsl:for-each>


</xsl:template>
</xsl:stylesheet>

这将提供与上述相同的输出（但按照您当前模板输出的方式排序），但会消除共享相同文本的 cd1、cd2 或 cd3 之间的重复（并且只取第一个一个有它）。

还请注意，我忽略了空节点 - 这可能不是我们所希望的（并且可以通过从选择器中删除 ./text() != '' 轻松修复 - 但是，如果出现这种情况，则必须使用不同的方法来消除重复的空节点是需要的（可能只是一系列模板或xsl:ifs，用于测试空节点并在这种情况下输出单个节点（如果存在）。