流式处理XML时通过公共ID关联循环外元素的XSLT实现问题

问题核心 #

你需要在流式处理多层嵌套XML时，将当前Employee节点下带updated标记的Earning，与同层级Changes/Plan的日期关联，且匹配范围必须限定在当前Employee上下文内，不能全局匹配。用xsl:key会报错（因流式模式下节点不完整存在于文档树），关闭流式后又会全局匹配，不符合需求。

为什么xsl:key不适用 #

流式XSLT的核心是节点一次性遍历、不完整加载到内存，而xsl:key依赖全局文档节点树构建索引，所以会触发“提供的节点必须位于根为文档节点的树中”的错误。即使关闭流式，xsl:key的索引也是全局范围，无法限定到单个Employee上下文，因此不适用。

基于XSLT 3.0 Map的流式实现方案 #

利用XSLT 3.0的map类型，在遍历每个Employee时，先把当前上下文内的Changes/Plan数据存入局部map，再处理同层级的Earning时通过公共ID关联，完美适配流式处理和上下文限定的需求。

实现步骤 #

1. 遍历Employee节点：流式处理每个Employee，确保节点按顺序读取。
2. 构建局部Plan映射：在当前Employee上下文内，遍历Changes/Plan，将公共ID作为键、日期作为值存入map。
3. 关联Earning与日期：遍历当前Employee下带updated标记的Earning，通过公共ID从map中取出对应日期并输出。

示例代码 #

<xsl:stylesheet version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <!-- 开启流式处理模式 -->
  <xsl:mode streamable="yes"/>

  <!-- 根节点处理 -->
  <xsl:template match="/">
    <EarningsOutput>
      <xsl:apply-templates select="Employee_Stack_Grouped/Employee_Stack/Employee"/>
    </EarningsOutput>
  </xsl:template>

  <!-- 单个Employee节点处理 -->
  <xsl:template match="Employee">
    <!-- 构建当前Employee下的Plan ID-日期映射 -->
    <xsl:variable name="local-plan-map" as="map(xs:string, xs:date)">
      <xsl:map>
        <!-- 假设Plan的公共ID是@plan-id，日期字段是@effective-date -->
        <xsl:for-each select="Changes/Plan">
          <xsl:map-entry key="{@plan-id}" select="xs:date(@effective-date)"/>
        </xsl:for-each>
      </xsl:map>
    </xsl:variable>

    <!-- 筛选并输出带updated标记的Earning，关联对应Plan日期 -->
    <xsl:for-each select="Earnings/Earning[@updated='true']">
      <!-- 假设Earning关联的Plan ID是@ref-plan-id -->
      <EarningRecord>
        <EarningID><xsl:value-of select="@id"/></EarningID>
        <AssociatedPlanDate><xsl:value-of select="$local-plan-map(@ref-plan-id)"/></AssociatedPlanDate>
      </EarningRecord>
    </xsl:for-each>
  </xsl:template>
</xsl:stylesheet>

关键注意事项 #

• 处理器支持：必须使用支持XSLT 3.0流式处理的处理器（如Saxon-EE），开源版Saxon不支持流式特性。
• 节点访问顺序：流式处理中，Employee下的Changes必须在Earning之前处理（或按XML结构自然顺序），不能反向访问已处理的节点。
• ID唯一性：确保当前Employee内的Plan公共ID唯一，若存在重复，可将map的值改为xs:date*（日期序列），避免数据覆盖。
• 类型安全：建议明确map的类型（如as="map(xs:string, xs:date)"），避免类型转换错误。

非流式场景的替代方案（可选） #

如果不需要严格流式处理，也可以在Employee上下文内使用xsl:for-each结合current()限定匹配范围，比如：

<xsl:template match="Employee">
  <xsl:for-each select="Earnings/Earning[@updated='true']">
    <EarningRecord>
      <EarningID><xsl:value-of select="@id"/></EarningID>
      <AssociatedPlanDate><xsl:value-of select="../../Changes/Plan[@plan-id=current()/@ref-plan-id]/@effective-date"/></AssociatedPlanDate>
    </EarningRecord>
  </xsl:for-each>
</xsl:template>

但这种方案会加载整个文档到内存，不适用于超大XML文件。

内容的提问来源于stack exchange，提问作者user2337472