编写XSLT函数检查字符串非ASCII字符并替换为下划线

不需要手动创建非ASCII字符集再遍历字符串，XSLT不同版本有更高效的实现方式，分情况说明：

一、XSLT 2.0及以上版本（推荐） #

利用原生的replace()函数结合正则表达式，就能快速完成替换，无需递归遍历：

1. 替换所有非ASCII字符 #

直接匹配ASCII范围（\x00-\x7F）之外的所有字符，替换为下划线：

<xsl:function name="my:replace-non-ascii" as="xs:string">
  <xsl:param name="input" as="xs:string"/>
  <xsl:sequence select="replace($input, '[^\x00-\x7F]', '_')"/>
</xsl:function>

2. 替换特定非ASCII字符集 #

如果只需要替换某一类非ASCII字符（比如西里尔字母、中文、日文等），可以通过Unicode字符类别或具体范围精准匹配：

• 示例1：只替换西里尔字母

<xsl:sequence select="replace($input, '[\p{Cyrillic}]', '_')"/>

• 示例2：只替换中文汉字（Unicode范围\u4E00-\u9FFF）

<xsl:sequence select="replace($input, '[\u4E00-\u9FFF]', '_')"/>

二、XSLT 1.0版本（无正则支持） #

由于XSLT 1.0没有原生正则，需要通过递归模板逐个字符检查处理：

1. 替换所有非ASCII字符 #

编写递归模板，通过codepoint-from-string()获取字符的Unicode码点，判断是否大于127（ASCII最大码点），是则替换为下划线，否则保留原字符：

<xsl:template name="replace-non-ascii">
  <xsl:param name="input"/>
  <xsl:if test="$input != ''">
    <xsl:variable name="first-char" select="substring($input, 1, 1)"/>
    <xsl:choose>
      <xsl:when test="codepoint-from-string($first-char) > 127">_</xsl:when>
      <xsl:otherwise><xsl:value-of select="$first-char"/></xsl:otherwise>
    </xsl:choose>
    <xsl:call-template name="replace-non-ascii">
      <xsl:with-param name="input" select="substring($input, 2)"/>
    </xsl:call-template>
  </xsl:if>
</xsl:template>

调用方式：

<xsl:call-template name="replace-non-ascii">
  <xsl:with-param name="input" select="your-string-node"/>
</xsl:call-template>

2. 替换特定非ASCII字符集 #

如果要匹配特定字符集，比如只替换À-ÿ范围内的拉丁扩展字符，可以用contains()函数判断字符是否在目标集合中：

<xsl:template name="replace-specific-non-ascii">
  <xsl:param name="input"/>
  <xsl:if test="$input != ''">
    <xsl:variable name="first-char" select="substring($input, 1, 1)"/>
    <!-- 定义目标非ASCII字符集 -->
    <xsl:variable name="target-chars" select="'ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõöøùúûüýþÿ'"/>
    <xsl:choose>
      <xsl:when test="contains($target-chars, $first-char)">_</xsl:when>
      <xsl:otherwise><xsl:value-of select="$first-char"/></xsl:otherwise>
    </xsl:choose>
    <xsl:call-template name="replace-specific-non-ascii">
      <xsl:with-param name="input" select="substring($input, 2)"/>
    </xsl:call-template>
  </xsl:if>
</xsl:template>

核心思路总结 #

• 优先使用XSLT 2.0+的正则替换，代码简洁高效，无需手动遍历；
• 针对特定字符集，通过Unicode类别、字符范围或预定义字符集合实现精准匹配；
• XSLT 1.0下通过递归模板逐个处理字符，结合码点判断或contains()完成替换。

内容的提问来源于stack exchange，提问作者RamAlx