XSLT：不改变节点顺序的表格分组与合并问题

我明白你遇到的痛点——之前用Muenchian分组时，因为TABLE和IMAGE、GRAPHIC等节点同级交错，要么丢了兄弟节点，要么打乱了顺序。其实XSLT 2.0的for-each-group指令刚好能解决这种混合节点的分组需求，完美兼顾分组逻辑和原始节点的顺序、内容保留。

核心思路 #

我们要把父节点下的所有子节点分成两类组处理：

• TABLE节点组：按TABLETHEAD的规范化文本内容分组，同一文本的TABLE合并成一个，保留一个表头、合并所有行
• 非TABLE节点组：每个节点单独成组，保证它们的原始顺序和内容完全不变

完整XSLT示例 #

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output method="xml" indent="yes" encoding="UTF-8"/>

    <!-- 匹配根节点，传递到父节点处理 -->
    <xsl:template match="/">
        <xsl:apply-templates select="*"/>
    </xsl:template>

    <!-- 匹配包含TABLE和其他兄弟节点的父节点（替换成你实际的父节点名称，比如DOC/CONTENT） -->
    <xsl:template match="*[node-name()='CONTENT']">
        <xsl:copy>
            <!-- 对所有子节点分组：TABLE按TABLETHEAD文本分组，其他节点单独成组 -->
            <xsl:for-each-group select="node()" group-by="
                if (self::TABLE) 
                then normalize-space(string(TABLETHEAD)) 
                else generate-id()
            ">
                <!-- 处理TABLE分组：合并成单个TABLE -->
                <xsl:if test="current-group()[self::TABLE]">
                    <TABLE>
                        <!-- 保留分组内第一个TABLE的TABLETHEAD（含所有子结构和属性） -->
                        <xsl:copy-of select="current-group()[1]/TABLETHEAD"/>
                        <!-- 合并分组内所有TABLE的TABLEROW -->
                        <xsl:copy-of select="current-group()/TABLEROW"/>
                    </TABLE>
                </xsl:if>

                <!-- 处理非TABLE分组：直接输出所有节点（包括文本、注释、空白节点） -->
                <xsl:if test="not(current-group()[self::TABLE])">
                    <xsl:copy-of select="current-group()"/>
                </xsl:if>
            </xsl:for-each-group>
        </xsl:copy>
    </xsl:template>

    <!-- 身份模板：确保未匹配的节点/属性原样保留 -->
    <xsl:template match="@*|node()">
        <xsl:copy>
            <xsl:apply-templates select="@*|node()"/>
        </xsl:copy>
    </xsl:template>
</xsl:stylesheet>

关键细节说明 #

1. 分组键的设计：

   • 对TABLE节点，用normalize-space(string(TABLETHEAD))作为分组键：normalize-space去除多余空格，string()确保即使TABLETHEAD包含子元素（比如<b>、<span>），也能获取完整文本内容，避免因格式差异导致分组错误。
   • 对非TABLE节点，用generate-id()作为分组键：每个节点生成唯一ID，保证每个非TABLE节点都是单独一组，不会被合并，完美保留原始顺序。

2. TABLE合并逻辑：

   • 只保留分组内第一个TABLE的TABLETHEAD，避免重复表头
   • 把分组内所有TABLE的TABLEROW全部复制到新TABLE下，实现行合并

3. 灵活调整：

   • 请把示例中的*[node-name()='CONTENT']替换成你实际的父节点名称（比如你的XML中TABLE的直接父节点是<DOC>就写成match="DOC"）
   • 如果TABLETHEAD有特殊属性或子结构，copy-of会自动保留，无需额外处理

为什么这个方案能解决你的问题？ #

和Muenchian分组不同，for-each-group可以直接遍历所有类型的节点，不需要提前筛选TABLE，这样就能在分组的同时，自动保留所有非TABLE兄弟节点的位置和内容，完全不会打乱原始XML的节点顺序。

内容的提问来源于stack exchange，提问作者LHark