基于多子节点筛选重复XPath节点的技术方案问询

需求说明 #

给定如下XML结构：

<root>
  <Roles>
    <Role>
      <ALIAS> <!-- COMMENT 1-->
        <alias.src_id>LONDON</alias.src_id>
        <alias.tms/>
        <alias.id>0000012345</alias.id>
        <alias.id_type>CITY</alias.id_type>
      </ALIAS>
      <ALIAS> <!-- COMMENT 2-->
        <alias.src_id>LONDON</alias.src_id>
        <alias.tms/>
        <alias.id>0000099999</alias.id>
        <alias.id_type>PLACE</alias.id_type>
      </ALIAS>
      <ALIAS> <!-- COMMENT 3-->
        <alias.src_id>FRANKFURT</alias.src_id>
        <alias.tms/>
        <alias.id>000000001</alias.id>
        <alias.id_type>CITY</alias.id_type>
      </ALIAS>
      <ALIAS> <!-- COMMENT 4-->
        <alias.src_id>PARIS</alias.src_id>
        <alias.tms/>
        <alias.id>0000012345</alias.id>
        <alias.id_type>CAPITAL</alias.id_type>
      </ALIAS>
      <ALIAS> <!-- COMMENT 5-->
        <alias.src_id>LONDON</alias.src_id>
        <alias.tms/>
        <alias.id>0000012345</alias.id>
        <alias.id_type>CITY</alias.id_type>
      </ALIAS>
    </Role>
  </Roles>
</root>

需要筛选出完全重复的ALIAS节点（示例中仅注释1和5的节点重复），并输出类似WARNING! Duplicated comment: LONDON - 0000012345 - CITY的提示信息。

之前尝试的问题 #

1. 单独匹配子节点的表达式：

/root/Roles/Role/ALIAS[alias.src_id=following-sibling::ALIAS/alias.src_id][alias.tms=''][alias.id=following-sibling::ALIAS/alias.id][alias.id_type=following-sibling::ALIAS/alias.id_type]/alias.id/text()

该表达式的问题在于，每个条件独立匹配不同的后续节点（比如src_id匹配一个后续节点，id匹配另一个），而非同一个后续节点满足所有子节点的匹配条件，导致误判所有节点为重复。

2. 拼接字符串比较的表达式：

/root/Roles/Role/ALIAS[concat(alias.src_id,' - ',alias.tms,' - ',alias.id,' - ',alias.id_type)=following-sibling::ALIAS/concat(alias.src_id,' - ',alias.tms,' - ',alias.id,' - ',alias.id_type)]/alias_id/text()

部分工具支持此写法，但存在两个潜在问题：一是部分XPath 1.0工具对轴节点内使用concat支持有限；二是表达式末尾拼写错误（应为alias.id/text()而非alias_id/text()）。

可行解决方案 #

方案1：XPath 1.0兼容表达式（定位重复节点） #

使用current()函数确保所有子节点匹配的是同一个后续节点，表达式如下：

/root/Roles/Role/ALIAS[following-sibling::ALIAS[
  alias.src_id=current()/alias.src_id 
  and alias.tms=current()/alias.tms 
  and alias.id=current()/alias.id 
  and alias.id_type=current()/alias.id_type
]]

该表达式会选中所有后续存在完全相同副本的ALIAS节点（示例中会选中注释1对应的节点）。若要同时选中重复的副本（注释5的节点），可补充preceding-sibling的判断：

/root/Roles/Role/ALIAS[
  following-sibling::ALIAS[
    alias.src_id=current()/alias.src_id 
    and alias.tms=current()/alias.tms 
    and alias.id=current()/alias.id 
    and alias.id_type=current()/alias.id_type
  ]
  or
  preceding-sibling::ALIAS[
    alias.src_id=current()/alias.src_id 
    and alias.tms=current()/alias.tms 
    and alias.id=current()/alias.id 
    and alias.id_type=current()/alias.id_type
  ]
]

方案2：XPath 2.0+生成提示信息 #

若工具支持XPath 2.0或更高版本，可直接生成目标提示文本：

for $alias in /root/Roles/Role/ALIAS[
  following-sibling::ALIAS[
    alias.src_id=$alias/alias.src_id 
    and alias.tms=$alias/alias.tms 
    and alias.id=$alias/alias.id 
    and alias.id_type=$alias/alias.id_type
  ]
] return concat(
  'WARNING! Duplicated comment: ', 
  $alias/alias.src_id/text(), 
  ' - ', 
  $alias/alias.id/text(), 
  ' - ', 
  $alias/alias.id_type/text()
)

此表达式会遍历所有存在后续副本的节点，直接输出格式化的警告信息。

方案3：XPath 1.0拼接提示文本 #

若仅支持XPath 1.0，可通过concat拼接选中节点的信息（仅返回第一个匹配节点的提示，若需所有结果需工具支持迭代）：

concat(
  'WARNING! Duplicated comment: ',
  /root/Roles/Role/ALIAS[following-sibling::ALIAS[
    alias.src_id=current()/alias.src_id 
    and alias.tms=current()/alias.tms 
    and alias.id=current()/alias.id 
    and alias.id_type=current()/alias.id_type
  ]]/alias.src_id/text(),
  ' - ',
  /root/Roles/Role/ALIAS[following-sibling::ALIAS[
    alias.src_id=current()/alias.src_id 
    and alias.tms=current()/alias.tms 
    and alias.id=current()/alias.id 
    and alias.id_type=current()/alias.id_type
  ]]/alias.id/text(),
  ' - ',
  /root/Roles/Role/ALIAS[following-sibling::ALIAS[
    alias.src_id=current()/alias.src_id 
    and alias.tms=current()/alias.tms 
    and alias.id=current()/alias.id 
    and alias.id_type=current()/alias.id_type
  ]]/alias.id_type/text()
)

内容的提问来源于stack exchange，提问作者Esteban JR