如何在XSL中筛选开头含特殊字符后接W的问题节点？

问题描述 #

现有如下XML文档：

<paper>
    <Question_01>
        <QNo>1a</QNo>
        <Question>What is Semantic Web? </Question>
    </Question_01>
    <Question_01>
        <QNo>1b</QNo>
        <Question>“Web 2.0 applications can be used to increase the profit of a business“ Discuss.</Question>
    </Question_01>
    <Question_01>
        <QNo>1c</QNo>
        <Question>Discuss the advantage of the Extensible Markup Language.</Question>
    </Question_01>
</paper>

需求是筛选出Question内容中实际有效内容以W开头的条目（包括1a和1b），但原XSL代码仅能选中1a：

<xsl:for-each select = "paper/Question_01">
    <xsl:if test = "starts-with(Question, 'W')">
        <li>
            <xsl:value-of select = "Question"/>
        </li>
    </xsl:if>                       
</xsl:for-each>

问题在于原代码仅检查Question文本的第一个字符是否为W，而1b的文本开头是全角引号“，无法匹配；同时也不兼容开头有空格、其他特殊符号的情况。

解决方案 #

方案1：兼容XSLT 1.0版本 #

通过嵌套translate函数先过滤掉所有非字母字符，再检查是否以W开头，同时用normalize-space处理首尾空格：

<xsl:for-each select = "paper/Question_01">
    <xsl:if test = "starts-with(
        translate(
            normalize-space(Question),
            translate(normalize-space(Question), 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz', ''),
            ''
        ),
        'W'
    )">
        <li>
            <xsl:value-of select = "Question"/>
        </li>
    </xsl:if>                       
</xsl:for-each>

逻辑说明：

1. normalize-space(Question)：去除文本首尾空格，合并中间连续空格
2. 内层translate(..., 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz', '')：提取文本中所有非字母的字符
3. 外层translate(..., [非字母字符], '')：从原归一化文本中移除所有非字母字符，得到纯字母开头的文本
4. starts-with(..., 'W')：检查处理后的文本是否以W开头

方案2：XSLT 2.0及以上版本（更简洁） #

利用正则表达式matches函数，直接匹配开头的任意空格、非字母字符后接W的情况：

<xsl:for-each select = "paper/Question_01">
    <xsl:if test = "matches(Question, '^\s*[^a-zA-Z]*W')">
        <li>
            <xsl:value-of select = "Question"/>
        </li>
    </xsl:if>                       
</xsl:for-each>

正则说明：

• ^：匹配文本开头
• \s*：匹配0个或多个空格
• [^a-zA-Z]*：匹配0个或多个非字母字符
• W：匹配大写W（如需兼容小写w，可添加i标志：matches(Question, '^\s*[^a-zA-Z]*w', 'i')）

内容的提问来源于stack exchange，提问作者RUNR