XSLT转换优化：新增移除特定下划线前缀标签的需求

初始XML文件 #

<root>
    <_D>urn:oasis:names:specification:ubl:schema:xsd:Invoice-2</_D>
    <_A>urn:oasis:names:specification:ubl:schema:xsd:CommonAggregateComponents-2</_A>
    <_B>urn:oasis:names:specification:ubl:schema:xsd:CommonBasicComponents-2</_B>
    <Invoice>
        <ID>
            <_>INV12345</_>
        </ID>
        <InvoiceTypeCode>
            <_>01</_>
            <listVersionID>1.0</listVersionID>
        </InvoiceTypeCode>
        <InvoicePeriod>
            <StartDate>
                <_>2017-11-26</_>
            </StartDate>
            <EndDate>
                <_>2017-11-30</_>
            </EndDate>
        </InvoicePeriod>
        <AccountingSupplierParty>
            <AdditionalAccountID>
                <_>id-1234</_>
                <schemeAgencyName>name1</schemeAgencyName>
            </AdditionalAccountID>
        </AccountingSupplierParty>
    </Invoice>
</root>

转换后目标XML文件 #

<Invoice>
    <ID>INV12345</ID>
    <InvoiceTypeCode listVersionID="1.0">01</InvoiceTypeCode>
    <InvoicePeriod>
        <StartDate>2017-11-26</StartDate>
        <EndDate>2017-11-30</EndDate>
    </InvoicePeriod>
    <AccountingSupplierParty>
        <AdditionalAccountID schemeAgencyName="name1">id-1234</AdditionalAccountID>
    </AccountingSupplierParty>
</Invoice>

转换要求 #

• 移除所有以“_”开头且标签名长度大于1的标签（如<_D>、<_A>、<_B>）
• 移除root标签
• 移除所有<_>标签，并将其内容移至父标签中
• 将所有非<_>的子标签转换为父标签的属性

修改后的XSLT代码 #

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

    <xsl:output method="xml" indent="yes"/>
    <xsl:strip-space elements="*"/>

    <xsl:template match="*">
        <xsl:copy>
            <xsl:copy-of select="@*"/>

            <!-- 转换非<_>的叶子子元素为属性，排除待移除的下划线开头长标签 -->
            <xsl:for-each select="*[not(* or self::_ or starts-with(name(), '_') and string-length(name()) > 1)]">
                <xsl:attribute name="{name()}">
                    <xsl:value-of select="."/>
                </xsl:attribute>
            </xsl:for-each>

            <!-- 处理其他子元素和文本节点，跳过待移除的下划线开头长标签 -->
            <xsl:apply-templates select="*[*] | _ | text() | *[not(starts-with(name(), '_') and string-length(name()) > 1)]"/> 
        </xsl:copy>
    </xsl:template>

    <!-- 移除root、<_>以及以_开头且长度大于1的标签 -->
    <xsl:template match="/* | _ | *[starts-with(name(), '_') and string-length(name()) > 1]">
        <xsl:apply-templates/>
    </xsl:template>

</xsl:stylesheet>

修改说明 #

1. 在移除标签的匹配模板中，新增了*[starts-with(name(), '_') and string-length(name()) > 1]规则，直接匹配并移除符合条件的标签；
2. 调整了通用模板中转换属性的选择器，排除了需要移除的下划线开头长标签；
3. 更新了apply-templates的选择范围，确保不会处理这些待移除的标签。

内容的提问来源于stack exchange，提问作者Volodymyr Patriiuk