使用XSLT剥离XML中<email-description>字段内嵌HTML的问题求助

• 你现有XSLT中编写的模板匹配规则为node()[ancestor::field and not(self::text())]，但你的XML结构里不存在名为field的节点，目标处理字段是email-description，因此该模板完全不会触发，所有内容都走默认的复制逻辑，自然没有任何变化。
• 另外需要注意中存储的HTML存在两种形式，对应不同的处理逻辑：一种是HTML直接作为XML子节点嵌入，另一种是转义后的纯文本字符串（即你示例中<html>这类形式，本质是普通文本，不会被XSLT识别为节点）。

场景1：中的HTML是未转义的子节点 #

直接用以下XSLT即可，仅修改email-description字段，其余结构完全保留：

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

    <!-- 身份模板：复制所有未匹配到的节点和属性 -->
    <xsl:template match="node()|@*">
        <xsl:copy>
            <xsl:apply-templates select="node()|@*"/>
        </xsl:copy>
    </xsl:template>

    <!-- 单独匹配email-description节点，直接输出其纯文本内容 -->
    <xsl:template match="email-description">
        <xsl:copy>
            <xsl:value-of select="string(.)"/>
        </xsl:copy>
    </xsl:template>
</xsl:stylesheet>

原理：元素的string()方法会自动拼接所有后代文本节点，自动过滤掉HTML标签，得到纯文本。

场景2：中的HTML是转义后的字符串 #

你使用的Saxon引擎支持XSLT 2.0+，可以先把转义的HTML字符串解析为节点片段，再提取纯文本：

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

    <xsl:template match="node()|@*">
        <xsl:copy>
            <xsl:apply-templates select="node()|@*"/>
        </xsl:copy>
    </xsl:template>

    <xsl:template match="email-description">
        <xsl:copy>
            <!-- 先解析转义的HTML为节点片段，再提取纯文本 -->
            <xsl:value-of select="parse-xml-fragment(.)/string()"/>
        </xsl:copy>
    </xsl:template>
</xsl:stylesheet>

如果HTML格式不规范无法正常解析，也可以直接用正则替换删除所有标签：

<xsl:value-of select="replace(replace(replace(., '&lt;', '<'), '&gt;', '>'), '<[^>]+>', '')"/>

内容的提问来源于stack exchange，提问作者Captain Le Chuck