Oracle Service Bus中含逗号元素的重复结构XML转CSV实现咨询

需求说明 #

需要在Oracle Service Bus中完成XML到CSV的格式转换，核心约束如下：

• COMPONENT_DESCRIPTION元素本身包含逗号，输出CSV时该字段需要用双引号包裹保证格式正确性
• P_OUT_PUT_S3_DATA_ITEM为重复元素，每一个节点对应CSV的一行数据

输入XML示例 #

<P_OUT_PUT_S3_DATA>
   <P_OUT_PUT_S3_DATA_ITEM>
      <RECEIPT_DATE>02-APR-21</RECEIPT_DATE>
      <AWS_ASSET_ID>12345</AWS_ASSET_ID>
      <RACK_PO_NUMBER>US12345</RACK_PO_NUMBER>
      <VENDOR_NAME>Foxconn</VENDOR_NAME>
      <MANUFACTURING_SITE>FOX-SLC</MANUFACTURING_SITE>
      <COMPONENT_CATEGORY>CPU</COMPONENT_CATEGORY>
      <COMPONENT_DESCRIPTION>CPU, Intel, Cascade Lake, 8259CL, 24C, 210W</COMPONENT_DESCRIPTION>
      <APN>1</APN>
      <COMP_VOL>76</COMP_VOL>
   </P_OUT_PUT_S3_DATA_ITEM>
   <P_OUT_PUT_S3_DATA_ITEM>
      <RECEIPT_DATE>02-APR-21</RECEIPT_DATE>
      <AWS_ASSET_ID>23456</AWS_ASSET_ID>
      <RACK_PO_NUMBER>US23456</RACK_PO_NUMBER>
      <VENDOR_NAME>Foxconn</VENDOR_NAME>
      <MANUFACTURING_SITE>FOX-SLC</MANUFACTURING_SITE>
      <COMPONENT_CATEGORY>CPU</COMPONENT_CATEGORY>
      <COMPONENT_DESCRIPTION>CPU, Intel, Cascade Lake, 8259CL, 24C, 210W</COMPONENT_DESCRIPTION>
      <APN>1</APN>
      <COMP_VOL>76</COMP_VOL>
   </P_OUT_PUT_S3_DATA_ITEM>
</P_OUT_PUT_S3_DATA>

预期CSV输出 #

RECEIPT_DATE,AWS_ASSET_ID,RACK_PO_NUMBER,VENDOR_NAME,MANUFACTURING_SITE,COMPONENT_CATEGORY,COMPONENT_DESCRIPTION,APN,COMP_VOL
02-APR-21,12345,US12345,Foxconn,FOX-SLC,CPU,"CPU, Intel, Cascade Lake, 8259CL, 24C, 210W",1,76
02-APR-21,23456,US23456,Foxconn,FOX-SLC,CPU,"CPU, Intel, Cascade Lake, 8259CL, 24C, 210W",1,76

现有代码问题 #

原有XSLT代码存在两个核心问题：

1. 错误调用escape-html-uri函数，该函数用于URI转义，完全不符合CSV字段处理需求
2. 没有对包含逗号的字段做双引号包裹处理，也未输出CSV表头

修正后XSLT代码 #

<xsl:stylesheet version="2.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:xs="http://www.w3.org/2001/XMLSchema">
    <xsl:output omit-xml-declaration="yes" indent="yes"/>
    <!-- 自定义函数：处理CSV字段，含逗号则用双引号包裹 -->
    <xsl:function name="local:csv-field">
        <xsl:param name="value" as="xs:string"/>
        <xsl:sequence select="
            if (contains($value, ',')) then
                concat('&quot;', $value, '&quot;')
            else
                $value
        "/>
    </xsl:function>
    <xsl:template match="/">
        <!-- 输出CSV表头 -->
        <xsl:text>RECEIPT_DATE,AWS_ASSET_ID,RACK_PO_NUMBER,VENDOR_NAME,MANUFACTURING_SITE,COMPONENT_CATEGORY,COMPONENT_DESCRIPTION,APN,COMP_VOL&#10;</xsl:text>
        <!-- 循环处理每一行数据 -->
        <xsl:for-each select="P_OUT_PUT_S3_DATA/P_OUT_PUT_S3_DATA_ITEM">
            <xsl:value-of select="string-join((
                local:csv-field(normalize-space(RECEIPT_DATE)),
                local:csv-field(normalize-space(AWS_ASSET_ID)),
                local:csv-field(normalize-space(RACK_PO_NUMBER)),
                local:csv-field(normalize-space(VENDOR_NAME)),
                local:csv-field(normalize-space(MANUFACTURING_SITE)),
                local:csv-field(normalize-space(COMPONENT_CATEGORY)),
                local:csv-field(normalize-space(COMPONENT_DESCRIPTION)),
                local:csv-field(normalize-space(APN)),
                local:csv-field(normalize-space(COMP_VOL))
            ), ',')"/>
            <xsl:text>&#10;</xsl:text>
        </xsl:for-each>
    </xsl:template>
</xsl:stylesheet>

改动说明 #

• 新增自定义local:csv-field函数，自动判断字段值是否包含逗号，包含则自动用双引号包裹，适配CSV格式规范
• 新增表头输出逻辑，符合预期输出要求
• 移除错误的escape-html-uri调用，替换为适配CSV的字段处理逻辑
• 用更易维护的xsl:for-each实现循环，逻辑更清晰

内容的提问来源于stack exchange，提问作者Sumir