如何用XPath3.1+XSLT构建带错误捕获的鲁棒XML高阶解析器？

由于XPath 3.1本身没有错误捕获机制，我们可以借助XSLT 3的<xsl:try>/<xsl:catch>特性，将解析逻辑封装到带错误处理的XSLT函数中，同时保留原有的闭包绑定实体定义的设计，最终实现返回指定map结构的高阶函数。

核心实现步骤 #

1. 重构高阶函数，保留闭包逻辑 #

原uml:documentation-parser高阶函数仍负责绑定外部实体定义，但返回的函数不再直接调用parse-xml()，而是调用带错误处理的XSLT函数，最终组装成要求的map结果：

<xsl:function name="uml:documentation-parser" as="function(element()) as map(*)">
  <xsl:param name="entity-definitions" as="document-node()"/>
  
  <xsl:sequence select="
    function($comment as element()) as map(*) {
      let $raw-body := $comment/@body
      return map {
        'text': $raw-body,
        'xml': uml:safe-parse($raw-body, $entity-definitions)?xml,
        'err': uml:safe-parse($raw-body, $entity-definitions)?err
      }
    }
  "/>
</xsl:function>

2. 实现带错误捕获的XSLT解析函数 #

创建uml:safe-parse函数，用<xsl:try>捕获parse-xml()抛出的err:FODC0006及其他解析错误，返回包含解析结果或错误信息的map：

<xsl:function name="uml:safe-parse" as="map(*)">
  <xsl:param name="xml-fragment" as="xs:string?"/>
  <xsl:param name="entity-docs" as="document-node()"/>
  
  <xsl:try>
    <!-- 结合外部实体定义解析XML片段 -->
    <xsl:variable name="parsed" as="element()*">
      <xsl:sequence select="parse-xml($xml-fragment, map {
        'entity-resolver': function($entity-name as xs:string) as xs:string? {
          <!-- 根据你的实体定义文档结构，调整实体查找逻辑 -->
          $entity-docs//*[@name = $entity-name]/@value
        }
      })"/>
    </xsl:variable>
    <xsl:sequence select="map { 'xml': $parsed, 'err': () }"/>
    
    <!-- 专门捕获非良构XML错误 -->
    <xsl:catch errors="err:FODC0006">
      <xsl:sequence select="map {
        'xml': (),
        'err': map {
          'code': $err:code,
          'message': $err:description,
          'line': $err:line-number
        }
      }"/>
    </xsl:catch>
    
    <!-- 捕获其他可能的解析异常 -->
    <xsl:catch>
      <xsl:sequence select="map {
        'xml': (),
        'err': map {
          'code': $err:code,
          'message': $err:description
        }
      }"/>
    </xsl:catch>
  </xsl:try>
</xsl:function>

3. 使用示例 #

调用高阶函数并处理每个ownedComment元素：

<!-- 绑定实体定义文档，生成解析器函数 -->
<xsl:variable name="comment-parser" select="uml:documentation-parser(doc('external-entities.xml'))"/>

<!-- 处理目标元素 -->
<xsl:template match="ownedComment">
  <xsl:variable name="result" select="$comment-parser(.)"/>
  
  <comment-record>
    <original-text>{$result?text}</original-text>
    <xsl:if test="exists($result?xml)">
      <parsed-output>{$result?xml}</parsed-output>
    </xsl:if>
    <xsl:if test="exists($result?err)">
      <parse-error code="{$result?err?code}">
        {$result?err?message}
        <xsl:if test="$result?err?line">
          <line-number>{$result?err?line}</line-number>
        </xsl:if>
      </parse-error>
    </xsl:if>
  </comment-record>
</xsl:template>

关键细节说明 #

• 闭包特性保留：uml:documentation-parser返回的函数仍绑定了外部实体定义，无需每次解析都传递实体文档
• 错误隔离：<xsl:try>确保单个解析失败不会中断整个文档处理
• 结果结构严格匹配需求：返回的map包含text（原始属性值）、xml（解析成功的元素序列，失败则为空）、err（错误信息map，成功则为空序列）
• 实体解析逻辑可根据你的外部实体文件结构灵活调整

内容的提问来源于stack exchange，提问作者Frank Steimke