如何用XSLT 3.0批量定位并标记大量指定字符串？

针对你需要批量标记数百个术语的需求，最高效的方案是用动态生成的正则表达式结合<xsl:analyze-string>，一次性扫描文本完成所有术语匹配，避免循环处理每个术语的低效操作。

完整XSLT代码 #

<xsl:stylesheet version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:fn="http://example.com/functions">
  <!-- 自定义函数：转义正则表达式中的特殊字符 -->
  <xsl:function name="fn:escape-regex" as="xs:string">
    <xsl:param name="input" as="xs:string"/>
    <xsl:sequence select="replace($input, '([\.\\\*\?\+\|\(\)\[\]\{\}\^\$])', '\\$1')"/>
  </xsl:function>

  <xsl:template match="/root">
    <body>
      <!-- 加载术语文件 -->
      <xsl:variable name="terms" select="document('terms.xml')/terms/term"/>
      <!-- 生成匹配所有术语的正则表达式（带单词边界避免部分匹配） -->
      <xsl:variable name="term-pattern" select="concat('\b(', string-join($terms!fn:escape-regex(.), '|'), ')\b')"/>

      <!-- 处理每个段落 -->
      <xsl:apply-templates select="p">
        <xsl:with-param name="pattern" select="$term-pattern"/>
      </xsl:apply-templates>
    </body>
  </xsl:template>

  <xsl:template match="p">
    <xsl:param name="pattern"/>
    <p>
      <!-- 分析文本，匹配术语并标记 -->
      <xsl:analyze-string select="." regex="{$pattern}">
        <!-- 匹配到术语时，包裹span标签 -->
        <xsl:matching-substring>
          <span class="term"><xsl:value-of select="."/></span>
        </xsl:matching-substring>
        <!-- 未匹配的文本直接输出 -->
        <xsl:non-matching-substring>
          <xsl:value-of select="."/>
        </xsl:non-matching-substring>
      </xsl:analyze-string>
    </p>
  </xsl:template>
</xsl:stylesheet>

关键说明 #

1. 术语加载与正则生成：

   • 用document('terms.xml')加载外部术语文件，获取所有<term>节点。
   • 通过string-join将所有术语用|拼接成正则选择器，配合\b单词边界确保只匹配完整单词（避免类似"talk"匹配"talked"的情况）。
   • 自定义fn:escape-regex函数转义术语中的正则特殊字符（如.、*等），防止正则语法错误。

2. 文本分析与标记：

   • <xsl:analyze-string>会一次性扫描整个段落文本，匹配所有符合正则的术语。
   • 匹配到的术语用<span class="term">包裹，未匹配的文本直接输出，保证原文本结构不变。

注意事项 #

• 确保术语文件terms.xml和主XML文件、XSLT文件在同一目录，或在document()函数中使用正确的路径。
• 如果不需要严格匹配完整单词（比如允许术语作为其他词的一部分），可以去掉正则中的\b边界符。

内容的提问来源于stack exchange，提问作者haggis78