如何用XSLT合并两个XML文件并去重？附现有代码求指导

现有文件内容 #

1. users-list.xml #

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE users SYSTEM "user-list.dtd">
<users>
    <user>
        <forename>Joe</forename>
        <surname>Bloggs</surname>
        <email>j.bloggs@sample.co.uk</email>
    </user>
    <user>
        <forename>Winston</forename>
        <surname>Smith</surname>
        <email>w.smith@airstripOne.gov</email>
    </user>
    ...
</users>

2. mailing-list.xml #

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mailingList SYSTEM "mailing-list.dtd">
<mailingList>
    <subscriber familyname="Smith"
                givenname="John"
                email="john.smith@somewhere.com"/>
    <subscriber givenname="Luke"
                familyname="Skywalker"
                email="son.of.darth@tatooine.com"/>
    ...
</mailingList>

需求说明 #

将mailing-list.xml中的订阅者合并到users-list.xml中，仅添加用户列表中不存在对应邮箱的条目，同时要把订阅者的属性格式（givenname/familyname/email属性）转换成用户列表的子元素格式（forename/surname/email子元素）。

当前XSLT的问题点 #

你写的merge.xslt已经有了正确的核心思路，但存在几个关键错误：

• 多余的自定义DOCTYPE声明：XSLT样式文件不需要这个冗余内容
• 加载外部XML错误：document('')是读取当前XSLT文件本身，而非目标的mailing-list.xml
• 跨文档键索引失效：XSLT 1.0中，xsl:key默认只能索引当前上下文的文档，无法同时索引两个不同的XML文件，原有的key判断逻辑不生效
• 筛选订阅者的表达式错误：受上述问题影响，not(key('emails', @email, /users))无法正确判断邮箱是否存在

修正后的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" version="1.0" encoding="UTF-8" indent="yes"/>

    <!-- 处理根节点users，生成合并后的users列表 -->
    <xsl:template match="/users">
        <users>
            <!-- 复制原用户列表的所有user元素 -->
            <xsl:apply-templates select="user"/>
            <!-- 加载mailing-list.xml，筛选出邮箱不在原用户列表中的subscriber -->
            <xsl:apply-templates 
                select="document('mailing-list.xml')/mailingList/subscriber
                        [not(/users/user/email = current()/@email)]"/>
        </users>
    </xsl:template>

    <!-- 复制原user元素及其所有内容 -->
    <xsl:template match="user">
        <user>
            <xsl:apply-templates select="@*|node()"/>
        </user>
    </xsl:template>

    <!-- 将subscriber转换为user格式 -->
    <xsl:template match="subscriber">
        <user>
            <forename><xsl:value-of select="@givenname"/></forename>
            <surname><xsl:value-of select="@familyname"/></surname>
            <email><xsl:value-of select="@email"/></email>
        </user>
    </xsl:template>
</xsl:stylesheet>

关键修正说明 #

• 移除了冗余的DOCTYPE声明，保持XSLT文件简洁
• 使用document('mailing-list.xml')正确加载外部邮件列表文件（注意文件路径要与XSLT文件同级，或使用正确的相对/绝对路径）
• 调整订阅者筛选逻辑：通过not(/users/user/email = current()/@email)直接检查当前订阅者的邮箱是否在原用户列表中不存在，避开了XSLT1.0跨文档键索引的限制
• 保留了你原本正确的模板逻辑：复制原用户、转换订阅者格式为用户格式

内容的提问来源于stack exchange，提问作者Harry Turner-Burns