基于XSLT 2.0/3.0实现逗号分隔节点去重分组生成XML

需求说明 #

需要将源XML中所有wd:External_Value_Data/wd:Text字段，按每个拆分后的唯一Internal Value（即wd:Internal_Value_Data/wd:Text中逗号分隔的单个值）进行分组，生成结构清晰的目标XML。

源XML示例 #

<wd:root xmlns:wd="http://your-actual-namespace.com">
    <wd:Integration_Map_Value_Data>
        <wd:Internal_Value_Data>
            <wd:Text>A1</wd:Text>
        </wd:Internal_Value_Data>
        <wd:External_Value_Data>
            <wd:Text>3402948659753553924</wd:Text>
        </wd:External_Value_Data>
    </wd:Integration_Map_Value_Data>
    <wd:Integration_Map_Value_Data>
        <wd:Internal_Value_Data>
            <wd:Text>A1,A2</wd:Text>
        </wd:Internal_Value_Data>
        <wd:External_Value_Data>
            <wd:Text>3402949092169519108</wd:Text>
        </wd:External_Value_Data>
    </wd:Integration_Map_Value_Data>
    <wd:Integration_Map_Value_Data>
        <wd:Internal_Value_Data>
            <wd:Text>A1,A2</wd:Text>
        </wd:Internal_Value_Data>
        <wd:External_Value_Data>
            <wd:Text>3402949293873597442</wd:Text>
        </wd:External_Value_Data>
    </wd:Integration_Map_Value_Data>
    <wd:Integration_Map_Value_Data>
        <wd:Internal_Value_Data>
            <wd:Text>A1,A2,A3</wd:Text>
        </wd:Internal_Value_Data>
        <wd:External_Value_Data>
            <wd:Text>3402949293873597654977</wd:Text>
        </wd:External_Value_Data>
    </wd:Integration_Map_Value_Data>
</wd:root>

期望输出XML #

<root>
    <record>
        <type>A1</type>
        <document>3402948659753553924</document>
        <document>3402949092169519108</document>
        <document>3402949293873597442</document>
        <document>3402949293873597654977</document>
    </record>
    <record>
        <type>A2</type>
        <document>3402949092169519108</document>
        <document>3402949293873597442</document>
        <document>3402949293873597654977</document>
    </record>
    <record>
        <type>A3</type>
        <document>3402949293873597654977</document>
    </record>
</root>

XSLT 3.0 解决方案 #

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:wd="http://your-actual-namespace.com" exclude-result-prefixes="wd">

    <xsl:output method="xml" indent="yes"/>

    <!-- 生成所有(type, document)的关联项 -->
    <xsl:variable name="type-document-pairs">
        <xsl:for-each select="//wd:Integration_Map_Value_Data">
            <xsl:variable name="current-doc" select="wd:External_Value_Data/wd:Text"/>
            <xsl:for-each select="tokenize(wd:Internal_Value_Data/wd:Text, ',')">
                <pair>
                    <type><xsl:value-of select="normalize-space(.)"/></type>
                    <document><xsl:value-of select="$current-doc"/></document>
                </pair>
            </xsl:for-each>
        </xsl:for-each>
    </xsl:variable>

    <!-- 主模板 -->
    <xsl:template match="/">
        <root>
            <!-- 按type分组 -->
            <xsl:for-each-group select="$type-document-pairs/pair" group-by="type">
                <record>
                    <type><xsl:value-of select="current-grouping-key()"/></type>
                    <!-- 输出当前组内所有document -->
                    <xsl:copy-of select="current-group()/document"/>
                </record>
            </xsl:for-each-group>
        </root>
    </xsl:template>

</xsl:stylesheet>

XSLT 2.0 兼容写法 #

如果使用XSLT 2.0，仅需将代码中的version="3.0"改为version="2.0"，其余代码完全兼容。

关键说明 #

• 命名空间处理：务必将代码中的http://your-actual-namespace.com替换为源XML中wd前缀对应的实际命名空间，否则无法正确匹配节点。
• 拆分逻辑：使用tokenize()函数将逗号分隔的Internal Value拆分为单个type值，normalize-space()用于处理可能存在的空格（如果源数据有空格的话）。
• 分组逻辑：通过xsl:for-each-group按type分组，current-grouping-key()获取当前组的type值，current-group()获取组内所有关联的document节点。

内容的提问来源于stack exchange，提问作者TurboLag06