XSLT3.0正则替换XML文本内容异常问题求助

问题概述 #

你编写的XSLT 3.0代码意图将XML文本中除€外的非ASCII字符替换为.，但运行后几乎所有字符都被替换。相关测试数据如下：

• 测试输入：

<fieldName>generic currency ¤ euro € other characters देवनागरी German ä, ö, ü, and ß russian a, y, o, ы, э, я, ю, ё, и</fieldName>

• 实际输出：

<fieldName>........................€...........................G......................................................</fieldName>

• 期望输出：

<fieldName>generic currency ¤ euro € other characters ........ German ä, ö, ü, and ß russian a, y, o, ., ., ., ., ., .</fieldName>

错误原因 #

问题核心在于正则表达式的写法不符合XSLT正则引擎的规范：

1. \x转义的兼容性问题：你使用的[^\\x00-\\xFF€]中，\x作为十六进制字符转义符，在部分XSLT处理器中无法被正确解析，反而被当作普通字符处理，导致字符类的范围逻辑完全混乱，最终匹配了绝大多数字符进行替换。
2. 需求匹配的隐含逻辑：从期望输出看，你实际需要保留的是**所有单字节Unicode字符（U+0000至U+00FF，包含ASCII和扩展ASCII如äöüß、¤）**以及€字符，原正则的逻辑方向正确，但语法实现有误。

修正方案 #

使用XSLT正则引擎更稳定支持的\u转义语法，明确指定要保留的字符范围：

修正后的完整代码 #

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="3.0">
    <xsl:output method="xml" indent="no"/>

    <!-- 复制所有非文本节点 -->
    <xsl:template match="node()[not(self::text())]">
        <xsl:copy>
            <xsl:apply-templates select="@* | node()"/>
        </xsl:copy>
    </xsl:template>

    <!-- 处理文本节点，替换目标字符 -->
    <xsl:template match="text()">
        <!-- 保留U+0000至U+00FF的单字节字符，以及U+20AC（€），其余替换为. -->
        <xsl:value-of select="replace(., '[^\\u0000-\\u00FF\\u20AC]', '.')"/>
    </xsl:template>
</xsl:stylesheet>

可选：Unicode属性集写法（可读性更强） #

如果你希望代码更易读，可以使用Unicode属性集来指定保留的字符类别：

<xsl:template match="text()">
    <!-- 保留基础拉丁字符（ASCII）、拉丁补充字符（扩展ASCII）和€，其余替换为. -->
    <xsl:value-of select="replace(., '[^\\p{IsBasicLatin}\\p{IsLatin-1Supplement}\\u20AC]', '.')"/>
</xsl:template>

验证结果 #

修正后的代码运行后，会生成符合你期望的输出：保留ASCII、扩展ASCII（如¤、äöüß）和€字符，将印地语、俄语等多字节Unicode字符替换为.。

内容的提问来源于stack exchange，提问作者Owlzy