XSLT 2.0：仅匹配子元素值符合正则表达式的模板问题

原始XML数据 #

<root>
    <card>
        <k>заада</k>
        <blockquote>заада I</blockquote>
        <blockquote>ир.</blockquote>
        <blockquote>(или жүрөк заада)</blockquote>
    </card>
    ...
</root>

需求 #

筛选出所有包含子元素blockquote且其文本匹配正则表达式^\w+-? I:?$的card元素。

有问题的XSL代码 #

<xsl:template match="/">
    <xsl:apply-templates select="//card[matches(blockquote, '^\w+-? I:?$')]"/>
</xsl:template>

<xsl:template match="card">
    <xsl:copy-of select="." />
</xsl:template>

问题分析与修正 #

问题点 #

1. matches函数仅接受单个字符串作为输入参数，当card下存在多个blockquote时，直接传入节点集会导致函数调用错误。
2. 正则中的\w仅匹配ASCII字母数字，无法匹配XML中的西里尔字母（如заада），导致匹配逻辑失效。

修正后的XSL代码 #

<xsl:template match="/">
    <!-- 检查card下是否存在至少一个blockquote匹配正则 -->
    <xsl:apply-templates select="//card[exists(blockquote[matches(., '^[\p{L}]+-? I:?$', 'u')])]"/>
</xsl:template>

<xsl:template match="card">
    <xsl:copy-of select="." />
</xsl:template>

修正说明 #

• 使用blockquote[matches(., ...)]遍历每个blockquote元素，对单个元素的文本调用matches函数，再通过exists()判断是否存在匹配项。
• 将\w替换为Unicode字母类[\p{L}]，并添加'u'标志启用Unicode匹配模式，确保能正确匹配西里尔字母。
• 注意：matches函数是XSLT 2.0及以上版本的特性，需使用支持该版本的处理器（如Saxon）。

内容的提问来源于stack exchange，提问作者xinatanil