使用 xsl 合并、分组和排序许多 xml

merging, grouping and sorting many xmls using xsl

我正在尝试将多个 XML 文件(数百个)合并为一个 xml 文件,但通过标签 <accountno> 将它们排序和分组(同时添加一个额外的容器和源文件名标签)。我曾尝试使用 C# 执行此操作,但在研究后似乎 XSLT 可能是最简单的方法?问题是我没有足够的 XSLT 经验来实现这个。

我将尝试使用三个简化的 XML 文件进行演示:

file1.xml

<?xml version="1.0" encoding="UTF-8" ?>
<OrigResponse>
     <address>
        <name1>Title1001257027</name1>
        <add1>address 1</add1>      
     </address>
<trans>
    <header>
        <h1text>mixed text</h1text>
    </header>
    <body>
       <accountno>123456789</accountno>
    </body>
</trans>
</OrigResponse>

File2.xml

<?xml version="1.0" encoding="UTF-8" ?>
<OrigResponse>
  <address>
    <name1>Title1001257028</name1>
    <add1>address 1</add1>      
  </address>
<trans>
    <header>
      <h1text>mixed text</h1text>
    </header>
    <body>
        <accountno>000456700</accountno>
    </body>
</trans>
</OrigResponse>

File3.xml

<?xml version="1.0" encoding="UTF-8" ?>
<OrigResponse>
  <address>
    <name1>Title1001257027</name1>
    <add1>address 1</add1>      
  </address>
<trans>
    <header>
      <h1text>mixed text</h1text>
    </header>
    <body>
        <accountno>123456789</accountno>
    </body>
</trans>
</OrigResponse>

因为文件 1 和 file3.xml 是同一个帐号,所以需要将它们合并到一个唯一的容器中,而文件 2 在其自己的容器中。所以对于输出 xml 文件,我正在寻找创建这样的东西:

merged.xml

<?xml version="1.0" encoding="UTF-8" ?>          
<OrigResponse>                                   
    <mergeinvoice>                                 
      <inputfile id="{cntr}">file3.xml</inputfile> 
      <address>                                  
          <name1>Title100125777</name1>           
            <add1>address 1</add1>                     
        </address>                                 
    <trans>                                      
        <header>                                   
            <h1text>mixed text</h1text>              
        </header>                                  
        <body>                                     
            <accountno>000456700</accountno>         
      </body>                                    
    </trans>                                     
    <inputfile id="{cntr}">file1.xml</inputfile> 
      <address>                                  
          <name1>Title1001257027</name1>           
            <add1>address 1</add1>                     
        </address>                                 
    <trans>                                      
        <header>                                   
            <h1text>mixed text</h1text>              
        </header>                                  
        <body>                                     
            <accountno>123456789</accountno>         
      </body>                                    
    </trans>                                     
  </mergeinvoice>                                
    <mergeinvoice>                                 
      <inputfile id="{cntr}">file2.xml</inputfile> 
      <address>                                  
          <name1>Title1001257027</name1>            
            <add1>address 1</add1>                     
        </address>                                 
    <trans>                                      
        <header>                                   
            <h1text>mixed text</h1text>              
        </header>                                  
        <body>                                     
            <accountno>123456789</accountno>         
      </body>                                    
    </trans>                                     
</OrigResponse>

所以我们在容器中将相同编号(多个和单个)的帐号组合在一起 <mergeinvoice>.

我还需要在父级别插入 <inputfilename> 标签,其中包含每个帐户的源 xml 文件的名称,最后,同一标签中的 'id' 属性包含每个文件的递增计数器(我用变量占位符 {cntr} 显示)。

这是否可以像建议的那样使用 XSLT 轻松实现?我知道这是一个很大的问题,但如果是这样,我希望专家能给我指引正确的方向?

非常感谢期待

安迪

假设 Saxon 9 和 XSLT 2.0 下面的样式表期望使用初始模板 mainit:main 命令行选项)调用并读取目录中的所有 *.xml 文档并将它们分组:

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  xmlns:xs="http://www.w3.org/2001/XMLSchema"
  exclude-result-prefixes="xs">

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

<xsl:template name="main">
  <OrigResponse>
    <xsl:for-each-group select="collection('.?*.xml')/OrigResponse" group-by="trans/body/accountno">
      <mergeinvoice>
        <xsl:variable name="group-pos" as="xs:integer" select="position()"/>
        <xsl:apply-templates select="current-group()">
          <xsl:with-param name="group-pos" select="$group-pos"/>
        </xsl:apply-templates>
      </mergeinvoice>
    </xsl:for-each-group>
  </OrigResponse>
</xsl:template>

<xsl:template match="OrigResponse">
  <xsl:param name="group-pos" as="xs:integer"/>
  <inputfile id="f{$group-pos}-{position()}">
    <xsl:value-of select="tokenize(document-uri(/), '/')[last()]"/>
  </inputfile>
  <xsl:copy-of select="node()"/>
</xsl:template>

</xsl:stylesheet>

您的三个样本文件的输出是

<OrigResponse>
   <mergeinvoice>
      <inputfile id="f1-1">file1.xml</inputfile>
      <address>
         <name1>Title1001257027</name1>
         <add1>address 1</add1>
      </address>
      <trans>
         <header>
            <h1text>mixed text</h1text>
         </header>
         <body>
            <accountno>123456789</accountno>
         </body>
      </trans>
      <inputfile id="f1-2">file3.xml</inputfile>
      <address>
         <name1>Title1001257027</name1>
         <add1>address 1</add1>
      </address>
      <trans>
         <header>
            <h1text>mixed text</h1text>
         </header>
         <body>
            <accountno>123456789</accountno>
         </body>
      </trans>
   </mergeinvoice>
   <mergeinvoice>
      <inputfile id="f2-1">file2.xml</inputfile>
      <address>
         <name1>Title1001257028</name1>
         <add1>address 1</add1>
      </address>
      <trans>
         <header>
            <h1text>mixed text</h1text>
         </header>
         <body>
            <accountno>000456700</accountno>
         </body>
      </trans>
   </mergeinvoice>
</OrigResponse>

因此,我选择了名称 f[group-count]-[count-in-group] 中的 id 值,而不是 12 等形式的顺序计数器.要实现顺序计数器,可能需要首先分组到一个变量中以获得临时树,然后使用 xsl:number 将其推送到模板以计算 inputfile 元素,如以下示例所示:

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  xmlns:xs="http://www.w3.org/2001/XMLSchema"
  exclude-result-prefixes="xs">

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

<xsl:template name="main">
  <OrigResponse>
    <xsl:variable name="temp-doc">
      <xsl:for-each-group select="collection('.?*.xml')/OrigResponse" group-by="trans/body/accountno">
        <mergeinvoice>
          <xsl:apply-templates select="current-group()" mode="group"/>
        </mergeinvoice>
      </xsl:for-each-group>
    </xsl:variable>
    <xsl:apply-templates select="$temp-doc/node()"/>
  </OrigResponse>
</xsl:template>

<xsl:template match="OrigResponse" mode="group">
  <inputfile>
    <xsl:value-of select="tokenize(document-uri(/), '/')[last()]"/>
  </inputfile>
  <xsl:copy-of select="node()"/>
</xsl:template>

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

<xsl:template match="inputfile">
  <xsl:copy>
    <xsl:attribute name="id">
      <xsl:number level="any"/>
    </xsl:attribute>
    <xsl:apply-templates/>
  </xsl:copy>
</xsl:template>

</xsl:stylesheet>

那么输出就是

<OrigResponse>
  <mergeinvoice>
     <inputfile id="1">file1.xml</inputfile>
     <address>
        <name1>Title1001257027</name1>
        <add1>address 1</add1>
     </address>
     <trans>
        <header>
           <h1text>mixed text</h1text>
        </header>
        <body>
           <accountno>123456789</accountno>
        </body>
     </trans>
     <inputfile id="2">file3.xml</inputfile>
     <address>
        <name1>Title1001257027</name1>
        <add1>address 1</add1>
     </address>
     <trans>
        <header>
           <h1text>mixed text</h1text>
        </header>
        <body>
           <accountno>123456789</accountno>
        </body>
     </trans>
  </mergeinvoice>
  <mergeinvoice>
     <inputfile id="3">file2.xml</inputfile>
     <address>
        <name1>Title1001257028</name1>
        <add1>address 1</add1>
     </address>
     <trans>
        <header>
           <h1text>mixed text</h1text>
        </header>
        <body>
           <accountno>000456700</accountno>
        </body>
     </trans>
  </mergeinvoice>
</OrigResponse>