如何在XSLT中替换特定单引号：区分单词内与表达式场景

需求 #

替换XML文本中用于包裹表达式的单引号为"，但必须保留单词内的缩写单引号（如's、'm、've这类形式）。

示例XML #

<para ampexmnem="dpa2">
<paratext>The Secretary, in consultation with the Secretary of Health and Human Services, shall, with respect to any items described in this subsection which are to be included in a taxpayer's return of tax, develop language for such items which is as simple and clear as possible (such as referring to 'insurance affordability programs' as 'free or low-cost health insurance').</paratext>
</para>

尝试过的无效方案 #

方案一 #

<xsl:template name="replace-quotes">
        <xsl:param name="text"/>
        <xsl:param name="replace" select="'&amp;amp;apos;'"/>
        <xsl:param name="by" select="'&amp;amp;quot;'"/>
        <xsl:choose>
            <xsl:when test="contains($text, $replace)">
                <xsl:value-of select="substring-before($text, $replace)"/>
                <xsl:value-of select="$by"/>
                <xsl:call-template name="replace-quotes">
                    <xsl:with-param name="text" select="substring-after($text, $replace)"/>
                </xsl:call-template>
            </xsl:when>
            <xsl:otherwise>
                <xsl:value-of select="$text"/>
            </xsl:otherwise>
        </xsl:choose>
    </xsl:template>

    <xsl:template match="text()">
        <xsl:call-template name="replace-quotes">
            <xsl:with-param name="text" select="."/>
        </xsl:call-template>
    </xsl:template>

方案二 #

<xsl:template match="@* | node()">
        <xsl:choose>
            <xsl:when test="contains(string-join(text(), ''), '&amp;amp;apos;')">
                <xsl:value-of select="replace(string-join(text(), ''), '&amp;amp;apos;', '&amp;amp;quot;')"/>
            </xsl:when>
            <xsl:otherwise>
                <xsl:copy>
                    <xsl:apply-templates select="@* | node()"/>
                </xsl:copy>
            </xsl:otherwise>
        </xsl:choose>
        <xsl:copy>
            <xsl:apply-templates select="@* | node()"/>
        </xsl:copy>
    </xsl:template>

问题分析 #

1. 两个方案都错误地以实体'作为匹配目标，但XML文本中的单引号在XSLT处理时是实际的'字符，并非实体形式，因此无法匹配到任何需要替换的内容。
2. 方案二存在逻辑错误：既输出替换后的文本又重复复制节点，导致结果混乱；同时未区分缩写和表达式的单引号，不符合需求。

正确解决方案 #

方案1：XSLT 2.0及以上版本（推荐） #

利用正则表达式精准匹配需要替换的单引号：

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <!-- 身份模板：复制所有节点和属性 -->
    <xsl:template match="@* | node()">
        <xsl:copy>
            <xsl:apply-templates select="@* | node()"/>
        </xsl:copy>
    </xsl:template>

    <!-- 处理文本节点，替换目标单引号 -->
    <xsl:template match="text()">
        <!-- 匹配规则：前面不是字母的单引号，或后面不是字母的单引号 -->
        <xsl:value-of select="replace(., '(?&lt;![a-zA-Z])''|''(?![a-zA-Z])', '&amp;quot;')"/>
    </xsl:template>
</xsl:stylesheet>

• 正则说明：(?<![a-zA-Z])'匹配前面非字母的单引号（如to 'insurance中的'），'(?![a-zA-Z])匹配后面非字母的单引号（如programs' as中的'），这两类单引号会被替换为"；而像taxpayer's这类前后均为字母的缩写单引号会被保留。

方案2：XSLT 1.0版本（无正则支持） #

通过递归逐个字符检查实现需求：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <!-- 身份模板：复制所有节点和属性 -->
    <xsl:template match="@* | node()">
        <xsl:copy>
            <xsl:apply-templates select="@* | node()"/>
        </xsl:copy>
    </xsl:template>

    <!-- 处理文本节点，调用递归替换模板 -->
    <xsl:template match="text()">
        <xsl:call-template name="replace-target-quotes">
            <xsl:with-param name="text" select="."/>
        </xsl:call-template>
    </xsl:template>

    <!-- 递归替换模板 -->
    <xsl:template name="replace-target-quotes">
        <xsl:param name="text"/>
        <xsl:param name="quote" select="'&apos;'"/>
        <xsl:if test="$text != ''">
            <xsl:choose>
                <!-- 检查当前字符是否为单引号 -->
                <xsl:when test="substring($text, 1, 1) = $quote">
                    <xsl:variable name="prev-char" select="substring($text, 0, 1)"/>
                    <xsl:variable name="next-char" select="substring($text, 2, 1)"/>
                    <!-- 若前后字符不全是字母，则替换单引号 -->
                    <xsl:choose>
                        <xsl:when test="not(translate($prev-char, 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ', '') = '') 
                                        or not(translate($next-char, 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ', '') = '')">
                            <xsl:text>&amp;quot;</xsl:text>
                        </xsl:when>
                        <xsl:otherwise>
                            <xsl:value-of select="$quote"/>
                        </xsl:otherwise>
                    </xsl:choose>
                    <!-- 处理剩余文本 -->
                    <xsl:call-template name="replace-target-quotes">
                        <xsl:with-param name="text" select="substring($text, 2)"/>
                    </xsl:call-template>
                </xsl:when>
                <xsl:otherwise>
                    <!-- 输出当前字符，继续处理剩余文本 -->
                    <xsl:value-of select="substring($text, 1, 1)"/>
                    <xsl:call-template name="replace-target-quotes">
                        <xsl:with-param name="text" select="substring($text, 2)"/>
                    </xsl:call-template>
                </xsl:otherwise>
            </xsl:choose>
        </xsl:if>
    </xsl:template>
</xsl:stylesheet>

• 逻辑说明：递归遍历文本每个字符，遇到单引号时检查其前后字符是否为字母，只要有一个非字母就替换为"，否则保留原单引号。

预期输出 #

<para ampexmnem="dpa2">
<paratext>The Secretary, in consultation with the Secretary of Health and Human Services, shall, with respect to any items described in this subsection which are to be included in a taxpayer's return of tax, develop language for such items which is as simple and clear as possible (such as referring to &quot;insurance affordability programs&quot; as &quot;free or low-cost health insurance&quot;).</paratext>
</para>

内容的提问来源于stack exchange，提问作者Smile