使用xsl:for-each处理WordPress导出XML的category domain分组问题

问题描述 #

将WordPress导出的XML文件转换为数据库可用的分类表时，使用<xsl:for-each>遍历分类节点后，仅生成一行数据，无法得到每个分类对应的多行记录。

示例XML #

<rss xmlns:wp="http://wordpress.org/export/1.2/">
  <channel>
    <title>TEST</title>
    <description>test</description>
    <pubDate>Thu, 18 Jan 2024 09:32:27 +0000</pubDate>
    <language>es</language>
    <wp:wxr_version>1.2</wp:wxr_version>
    <wp:base_site_url>some url</wp:base_site_url>
    <wp:base_blog_url>some url</wp:base_blog_url>
    <item>
      <title><![CDATA[Minio Plomo Electrolítico]]></title>
      <link>url</link>
      <wp:post_id>80</wp:post_id>
      <wp:post_name><![CDATA[minio-plomo-electrolitico-750-ml]]></wp:post_name>
      <category domain="test_iconos" nicename="base-solvente"><![CDATA[2-Base Solvente]]></category>
      <category domain="test_iconos" nicename="rendimiento-de-5-a-6-m2-kg"><![CDATA[35-Rendimiento de 5 a 6 m2/ Kg]]></category>
      <category domain="test_iconos" nicename="brocha-rodillo-pistola"><![CDATA[41-Brocha-Rodillo-Pistola]]></category>
      <category domain="test_iconos" nicename="exterior-interior"><![CDATA[45-Exterior-Interior]]></category>
      <category domain="test_iconos" nicename="lavabilidad-nivel-maximo"><![CDATA[64-Lavabilidad Nivel Máximo]]></category>
      <category domain="test_familias" nicename="esmaltes-imprimaciones-y-selladoras"><![CDATA[Esmaltes, Imprimaciones y Selladoras]]></category>
      <wp:postmeta>
        <wp:meta_key><![CDATA[_edit_last]]></wp:meta_key>
        <wp:meta_value><![CDATA[13]]></wp:meta_value>
      </wp:postmeta>
      <wp:postmeta>
        <wp:meta_key><![CDATA[test_referencia]]></wp:meta_key>
        <wp:meta_value><![CDATA[33200031]]></wp:meta_value>
      </wp:postmeta>
    </item>
  </channel>
</rss>

期望输出 #

<div class="s-table-container">
<table class="s-table">
<thead>
<tr>
<th>Post_Id</th>
<th>Iconos</th>
</tr>
</thead>
<tbody>
<tr>
<td>80</td>
<td>2-Base Solvente</td>
</tr>
<tr>
<td>80</td>
<td>35-Rendimiento de 5 a 6 m2/ Kg</td>
</tr>
<tr>
<td>80</td>
<td>41-Brocha-Rodillo-Pistola</td>
</tr>
<tr>
<td>80</td>
<td>45-Exterior-Interior</td>
</tr>
<tr>
<td>80</td>
<td>64-Lavabilidad Nivel Máximo</td>
</tr>
</tbody>
</table>
</div>

错误的XSLT代码 #

<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0" xmlns:wp="http://wordpress.org/export/1.2/">
  <xsl:output method="xml" indent="yes"/>
  <xsl:template match="/">
    <tbIconos>
      <xsl:for-each select="/rss/channel/item/category[@domain = 'test_iconos']">
        <!--<xsl:for-each select="key ('iconos',../category[@domain])"> -->
        <Post_id>
          <xsl:value-of select="/rss/channel/item/wp:post_id"/>
        </Post_id>
        <Iconos>
          <xsl:value-of select="/rss/channel/item/category"/>
        </Iconos>
      </xsl:for-each>
    </tbIconos>
  </xsl:template>
</xsl:stylesheet>

问题原因 #

原代码使用绝对路径（/rss/channel/item/wp:post_id、/rss/channel/item/category）获取节点值，每次循环都会选中整个XML中第一个匹配的节点，导致所有循环输出相同的内容，且仅取第一个分类的文本。

修正后的XSLT代码 #

<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0" xmlns:wp="http://wordpress.org/export/1.2/">
  <xsl:output method="html" indent="yes"/>
  <xsl:template match="/">
    <div class="s-table-container">
      <table class="s-table">
        <thead>
          <tr>
            <th>Post_Id</th>
            <th>Iconos</th>
          </tr>
        </thead>
        <tbody>
          <!-- 遍历每个文章节点 -->
          <xsl:for-each select="/rss/channel/item">
            <!-- 存储当前文章的ID，避免重复查找 -->
            <xsl:variable name="currentPostId" select="wp:post_id"/>
            <!-- 遍历当前文章下所有domain为test_iconos的分类 -->
            <xsl:for-each select="category[@domain = 'test_iconos']">
              <tr>
                <td>
                  <xsl:value-of select="$currentPostId"/>
                </td>
                <td>
                  <xsl:value-of select="."/>
                </td>
              </tr>
            </xsl:for-each>
          </xsl:for-each>
        </tbody>
      </table>
    </div>
  </xsl:template>
</xsl:stylesheet>

修正说明 #

1. 将输出方法改为html，匹配期望的HTML表格格式
2. 先遍历每个<item>节点，再在内部遍历目标分类，确保每个分类对应所属的文章ID
3. 使用变量currentPostId存储当前文章ID，提升代码可读性与执行效率
4. 用相对路径.获取当前遍历到的分类文本内容，保证循环输出正确的分类值

内容的提问来源于stack exchange，提问作者Jose Antonio García