XSLT 2.0正则tokenize分号问题：避免文献条目首字母被切割

你当前的正则表达式;\s[^\d]会匹配分号、空格以及后续的非数字字符，分割时会把这个非数字字符从下一个文献条目中移除，导致首字母丢失。

正确的正则表达式 #

使用正向否定先行断言实现只在分号后不是空格加数字的位置分割，且不消耗后续字符：

;\s(?!\d)

修改后的XSLT 2.0代码 #

<xsl:for-each select="tokenize(zotero,';\s(?!\d)')">
 <bibl><xsl:value-of select="."/></bibl>
</xsl:for-each>

输出结果 #

处理给定输入字符串后，将得到正确的文献条目：

<bibl>(Leppin 2019</bibl>
<bibl>Francisco 2011, 119</bibl>
<bibl>van Ginkel 2005, 43–44; 1995, 114–115; 126; 147; 166–67)</bibl>

原理说明 #

(?!\d)是正向否定先行断言，它仅验证分号+空格之后的字符不是数字，但不会匹配该字符。这样分割时只会拆分不同的文献条目，不会破坏条目的首字符，同时保留页码部分的分号。

内容的提问来源于stack exchange，提问作者wsalesky