如何在平面XML中对兄弟姐妹进行分组

Question

我有一个XML（它是ODF）的以下部分

<office:body>
    <office:text text:use-soft-page-breaks="true">
        <text:h text:style-name="P1" text:outline-level="1">Heading 1</text:h>
        <text:p text:style-name="P2">Paragraph 1</text:p>
        <text:h text:style-name="P3" text:outline-level="2">Heading 2</text:h>
        <text:p text:style-name="P4">Paragraph 2</text:p>
        <text:p text:style-name="P5">Paragraph 3</text:p>
        <text:h text:style-name="P6" text:outline-level="3">Heading 3</text:h>
        <text:p text:style-name="P7">Paragraph 4</text:p>
        <text:p text:style-name="P8">Paragraph 5</text:p>
        <text:p text:style-name="P9">Paragraph 6</text:p>
        <text:h text:style-name="P10" text:outline-level="4">Heading 4</text:h>
        <text:p text:style-name="P11">Paragraph 7</text:p>
        <text:h text:style-name="P12" text:outline-level="2">Heading 2</text:h>
        <text:p text:style-name="P13">Paragraph 8</text:p>
        <text:p text:style-name="P14">Paragraph 9</text:p>
        <text:p text:style-name="Normal">
            <text:span text:style-name="T15">Paragraph 10</text:span>
        </text:p>
    </office:text>
</office:body>

我需要将其转换为

<Blocks>
    <Block>
        <Title><![CDATA[Heading 2]]></Title>
        <Content>
            <![CDATA[<p>Paragraph 2</p><p>Paragraph 3</p><h3>Heading 3</h3><p>Paragraph 4</p><p>Paragraph 5</p><p>Paragraph 6</p><h4>Heading 4</h4><p>Paragraph 7</p>]]>
        </Content>
    </Block>
    <Block>
        <Title><![CDATA[Heading 2]]></Title>
        <Content>
            <![CDATA[<p>Paragraph 8</p><p>Paragraph 9</p><p>Paragraph 10</p>]]>
        </Content>
    </Block>
</Blocks>

正如您所看到的，我想为每个text:h/@text:outline-level = 2节点创建一个Block元素。

以下所有text:p和text:h/@text:outline-level > 2同级应放置在刚刚创建的Block元素内的Content元素中。

我怎样才能做到这一点？

Answer 1

这里有一个部分解决方案：

<xsl:stylesheet 
  version="1.0"
  xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  xmlns:office="http://example.com/office"
  xmlns:text="http://example.com/text"
  exclude-result-prefixes="office text">
<xsl:output indent="yes" cdata-section-elements="Title"/>
<xsl:key 
  name="k1"
  match="text:p"
  use="generate-id(preceding-sibling::text:h[@text:outline-level = 2][1])"/>
<xsl:key 
  name="k1"
  match="text:h[@text:outline-level > 2]"
  use="generate-id(preceding-sibling::text:h[@text:outline-level = 2])"/>
<xsl:template match="office:text">
  <Blocks>
    <xsl:apply-templates select="text:h[@text:outline-level = 2]"/>
  </Blocks>
</xsl:template>
<xsl:template match="text:h[@text:outline-level = 2]">
  <Block>
    <Title>
      <xsl:value-of select="."/>
    </Title>
    <Content>
      <xsl:apply-templates select="key('k1', generate-id())"/>
    </Content>
  </Block>
</xsl:template>
<xsl:template match="text:p">
  <p>
    <xsl:apply-templates/>
  </p>
</xsl:template>
<xsl:template match="text:h[@text:outline-level = 3]">
  <h3>
    <xsl:apply-templates/>
  </h3>
</xsl:template>
<xsl:template match="text:h[@text:outline-level = 4]">
  <h4>
    <xsl:apply-templates/>
  </h4>
</xsl:template> 
</xsl:stylesheet>

它转换

<office:body xmlns:office="http://example.com/office" xmlns:text="http://example.com/text">
    <office:text text:use-soft-page-breaks="true">
        <text:h text:style-name="P1" text:outline-level="1">Heading 1</text:h>
        <text:p text:style-name="P2">Paragraph 1</text:p>
        <text:h text:style-name="P3" text:outline-level="2">Heading 2</text:h>
        <text:p text:style-name="P4">Paragraph 2</text:p>
        <text:p text:style-name="P5">Paragraph 3</text:p>
        <text:h text:style-name="P6" text:outline-level="3">Heading 3</text:h>
        <text:p text:style-name="P7">Paragraph 4</text:p>
        <text:p text:style-name="P8">Paragraph 5</text:p>
        <text:p text:style-name="P9">Paragraph 6</text:p>
        <text:h text:style-name="P10" text:outline-level="4">Heading 4</text:h>
        <text:p text:style-name="P11">Paragraph 7</text:p>
        <text:h text:style-name="P12" text:outline-level="2">Heading 2</text:h>
        <text:p text:style-name="P13">Paragraph 8</text:p>
        <text:p text:style-name="P14">Paragraph 9</text:p>
        <text:p text:style-name="Normal">
            <text:span text:style-name="T15">Paragraph</text:span>
        </text:p>
    </office:text>
</office:body>

进入

<Blocks>
   <Block>
      <Title><![CDATA[Heading 2]]></Title>
      <Content>
         <p>Paragraph 2</p>
         <p>Paragraph 3</p>
         <h3>Heading 3</h3>
         <p>Paragraph 4</p>
         <p>Paragraph 5</p>
         <p>Paragraph 6</p>
         <h4>Heading 4</h4>
         <p>Paragraph 7</p>
      </Content>
   </Block>
   <Block>
      <Title><![CDATA[Heading 2]]></Title>
      <Content>
         <p>Paragraph 8</p>
         <p>Paragraph 9</p>
         <p>
            Paragraph
        </p>
      </Content>
   </Block>
</Blocks>

因此，据我所知，分组已经完成，尽管第二个Block中的最后一个p没有出现在您所需的输出中，但由于您的口头描述"All following text:p"并不意味着我已经按照该描述进行了分组。

此外，还缺少的是将所有p和hx元素填充到CDATA部分中，我不确定您是否真的想要这样做，如果是这样，我建议您使用以下内容http://lenzconsulting.com/xml-to-string/或者使用扩展函数将节点序列化为文本。这可能还需要使用结果树片段和exsl:node-set或类似的方法来将结果树片段转换为用于序列化的节点集。作为替代方案，您需要更改text:p和其他模板，以输出带有标记的文本节点，而不是元素节点。