XSLT数据解析问题：提取ORIGINATOR后排除前缀编号的公司名

问题说明 #

需要从包含大量数据的输入字段中，提取ORIGINATOR:之后、ORIGINATOR BANK:之前的内容，但要排除ORIGINATOR:后开头带符号/字母的长编号，仅提取编号后的公司名称（如示例中的XYZ COMPANY）。

示例数据 #

SENDERS REFERENCE: 123456789ORIGINATOR: /1234567894 XYZ COMPANY 123 ANYSTREET NEW YORK NY 12345ORIGINATOR BANK: 123456789

现有代码问题 #

原代码仅通过substring-before和substring-after截取区间内容，无法排除前缀编号：

<OriginatorCompanyInfo>
  <xsl:value-of select="substring-before(substring-after(wd:Addenda,'ORIGINATOR: '),'ORIGINATOR BANK:')"/>
</OriginatorCompanyInfo>

返回结果包含多余编号：

<OriginatorCompanyInfo>/1234567894 XYZ COMPANY 123 ANYSTREET NEW YORK NY 12345</OriginatorCompanyInfo>

尝试在substring-after中直接使用正则表达式无效，因为substring-after仅支持字面量字符串匹配，不支持正则，导致返回空结果。

解决方案 #

如果使用XSLT 2.0及以上版本，可通过正则替换结合字符串截取实现需求：

方法1：分步处理（可读性高） #

<OriginatorCompanyInfo>
  <!-- 第一步：截取ORIGINATOR到ORIGINATOR BANK之间的内容 -->
  <xsl:variable name="originator-section" select="substring-before(substring-after(wd:Addenda, 'ORIGINATOR:'), 'ORIGINATOR BANK:')"/>
  <!-- 第二步：移除开头的编号（匹配开头非空白字符序列+空格） -->
  <xsl:variable name="without-prefix" select="replace($originator-section, '^[^\s]+\s', '')"/>
  <!-- 第三步：提取前两个单词（即公司名称） -->
  <xsl:value-of select="concat(tokenize($without-prefix, '\s+')[1], ' ', tokenize($without-prefix, '\s+')[2])"/>
</OriginatorCompanyInfo>

方法2：单步正则替换（简洁） #

利用正则捕获组直接提取目标内容：

<OriginatorCompanyInfo>
  <xsl:value-of select="replace(
    substring-before(substring-after(wd:Addenda, 'ORIGINATOR:'), 'ORIGINATOR BANK:'),
    '^[^\s]+\s(\S+\s\S+).*',
    '$1'
  )"/>
</OriginatorCompanyInfo>

代码说明 #

• ^[^\s]+\s：匹配开头的非空白字符序列（包含编号的/和数字）及后续空格，用于移除前缀编号。
• (\S+\s\S+)：捕获编号后的前两个非空白单词（即目标公司名称）。
• tokenize($without-prefix, '\s+')：将清理后的内容按空格分割为单词数组，取前两个拼接。

结果验证 #

上述代码会输出：

<OriginatorCompanyInfo>XYZ COMPANY</OriginatorCompanyInfo>

内容的提问来源于stack exchange，提问作者Maria