基于XSLT移除缺失工厂引用的产品节点

我之前借助Stack Overflow实现过基于明确条件的XSLT过滤、移除与复制功能，但现在碰到了需要全局验证关联关系的场景，下面是抽象后的示例，想请教实现思路：

示例场景 #

我有数百个工厂、数千种产品，原始XML结构如下：

<data ID="1">
    <type>factory.tires</type>
    <Country>a</Country>
</data>

<data ID="2">
    <type>factory.glass</type>
    <Country>a</Country>
</data>

<data ID="3">
    <type>factory.steel</type>
    <Country>b</Country>
</data>

<data ID="4">
    <type>factory.tires</type>
    <Country>c</Country>
</data>

<!-- xxxxxxxxxxxxxx -->

<data ID="11">
    <type>product.screws</type>
    <factory REF="3" />
</data>

<data ID="12">
    <type>product.screws</type>
    <factory REF="3" />
</data>

<data ID="13">
    <type>product.cups</type>
    <factory REF="2" />
</data>

<data ID="20">
    <type>product.wheel</type>
    <factory REF="1" />
</data>

<data ID="21">
    <type>product.wheel</type>
    <factory REF="4" />
</data>

现在工厂1和2已关闭，对应<data>节点已被移除，当前XML如下：

<data ID="3">
    <type>factory.steel</type>
    <Country>b</Country>
</data>

<data ID="4">
    <type>factory.tires</type>
    <Country>c</Country>
</data>

<!-- xxxxxxxxxxxxxx -->

<data ID="11">
    <type>product.screws</type>
    <factory REF="3" />
</data>

<data ID="12">
    <type>product.screws</type>
    <factory REF="3" />
</data>

<data ID="13">
    <type>product.cups</type>
    <factory REF="2" />
</data>

<data ID="20">
    <type>product.wheel</type>
    <factory REF="1" />
</data>

<data ID="21">
    <type>product.wheel</type>
    <factory REF="4" />
</data>

需求 #

需要移除所有关联已关闭工厂的产品节点，但无法提前知道哪些工厂已关闭。具体逻辑是：

• 找出所有包含<factory>子节点的<data>节点（即产品节点）
• 检查该节点<factory>的REF属性值，是否存在于当前XML中某个<data>节点的ID属性里
• 如果找不到对应的ID（说明关联的工厂已被移除），则删除该产品节点

预期结果是移除ID为13和20的节点，最终XML如下：

<data ID="3">
    <type>factory.steel</type>
    <Country>b</Country>
</data>

<data ID="4">
    <type>factory.tires</type>
    <Country>c</Country>
</data>

<!-- xxxxxxxxxxxxxx -->

<data ID="11">
    <type>product.screws</type>
    <factory REF="3" />
</data>

<data ID="12">
    <type>product.screws</type>
    <factory REF="3" />
</data>

<data ID="21">
    <type>product.wheel</type>
    <factory REF="4" />
</data>

解决方案 #

XSLT 1.0 实现 #

XSLT 1.0可以通过**键（key）**快速缓存存在的工厂ID，避免重复遍历，适合大数据量场景：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <!-- 定义键：匹配所有存在的data节点，用ID作为键值 -->
    <xsl:key name="existing-factories" match="data" use="@ID" />

    <!-- 身份模板：默认复制所有节点 -->
    <xsl:template match="@*|node()">
        <xsl:copy>
            <xsl:apply-templates select="@*|node()" />
        </xsl:copy>
    </xsl:template>

    <!-- 匹配包含factory子节点的产品节点 -->
    <xsl:template match="data[factory]">
        <!-- 检查REF对应的ID是否存在，存在则保留节点 -->
        <xsl:if test="key('existing-factories', factory/@REF)">
            <xsl:copy>
                <xsl:apply-templates select="@*|node()" />
            </xsl:copy>
        </xsl:if>
        <!-- 不存在则不输出，即移除节点 -->
    </xsl:template>
</xsl:stylesheet>

XSLT 2.0/3.0 实现 #

XSLT 2.0及以上支持更简洁的语法，利用exists()直接验证关联关系：

<xsl:stylesheet version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <!-- 浅复制模式：替代传统身份模板，简化代码 -->
    <xsl:mode on-no-match="shallow-copy" />

    <!-- 匹配并移除关联不存在工厂的产品节点 -->
    <xsl:template match="data[factory][not(exists(/data[@ID = current()/factory/@REF]))]" />
</xsl:stylesheet>

说明 #

• 键的作用是缓存所有存在的<data>节点ID，查询效率更高，适配你提到的数千产品的场景
• XSLT 3.0的shallow-copy模式可以大幅简化模板代码，减少冗余
• 核心逻辑都是验证factory/@REF对应的data[@ID]是否存在，不存在则过滤该产品节点

内容的提问来源于stack exchange，提问作者Pierre de la Verre