You need to enable JavaScript to run this app. 如何使用XSLT移除XML中§符号后的重复条目并拆分带括号引用项
优惠活动
大模型
产品
解决方案
定价
更多

如何使用XSLT移除XML中§符号后的重复条目并拆分带括号引用项

现有实现的核心问题
  • 前缀提取逻辑缺陷:原代码用substring-before(head($tokens), '(')提取前缀,遇到17200(b)(2)这类多层嵌套括号的条目,会错误提取空值,导致补全内容失效
  • 双章节符号适配缺失:输入中的§§双章节符号场景,原代码的replace逻辑无法正确剥离符号、提取实际章节号
  • 分组逻辑错位:原代码将拆分后的单条章节做二次嵌套分组,打乱同章节号下的条目顺序,增加重复值漏去重的概率
  • 拆分边界不严谨:原tokenize规则未处理分隔符前后的空格,拆分出的带空格条目无法触发补全逻辑
优化后可直接运行的XSLT 3.0实现
<xsl:stylesheet version="3.0" 
  xmlns:xsl="http://www.w3.org/1999/XSL/Transform" 
  expand-text="yes">
  <xsl:output method="xml" indent="yes"/>

  <xsl:template match="root">
    <xsl:copy>
      <sec specific-use="CC">
        <title content-type="Sta_Head3">CIVIL CODE</title>

        <!-- 批量提取所有段落中§后的原始章节字符串 -->
        <xsl:variable name="raw_chapter_strings" as="xs:string*">
          <xsl:for-each select="p[starts-with(., 'CC ') or starts-with(., 'Civil Code')]">
            <xsl:analyze-string select="." regex="^\s*(?:CC|Civil Code)\s+§+(.+)$">
              <xsl:matching-substring>
                <xsl:sequence select="regex-group(1)"/>
              </xsl:matching-substring>
            </xsl:analyze-string>
          </xsl:for-each>
        </xsl:variable>

        <!-- 拆分条目、补全括号开头条目的章节前缀 -->
        <xsl:variable name="processed_entries" as="xs:string*">
          <xsl:for-each select="$raw_chapter_strings">
            <xsl:variable name="tokens" select="
              tokenize(., '\s*,\s*(?:and\s+)?') 
              ! normalize-space(.)
            "/>
            <!-- 提取当前条目的基础前缀:首个非左括号开头内容的第一层括号前部分 -->
            <xsl:variable name="base_prefix" select="
              replace($tokens[not(starts-with(., '('))][1], '\(.*$', '')
            "/>
            <!-- 遍历所有token,对左括号开头的内容拼接前缀 -->
            <xsl:sequence select="
              for $token in $tokens
              return if (starts-with($token, '(')) 
                then concat($base_prefix, $token) 
                else $token
            "/>
          </xsl:for-each>
        </xsl:variable>

        <!-- 全局去重、按章节数字值排序输出 -->
        <xsl:for-each select="distinct-values($processed_entries)">
          <xsl:sort 
            select="replace(., '^(\d+).*$', '$1')" 
            data-type="number" 
            order="ascending"/>
          <p>{.}</p>
        </xsl:for-each>
      </sec>
    </xsl:copy>
  </xsl:template>
</xsl:stylesheet>
关键逻辑适配说明
  • 章节符号兼容:正则匹配规则§+可同时适配单§、双§(§§)的输入场景,无需手动多次字符串替换
  • 补全逻辑修正:以当前原始条目下首个非左括号开头的内容为基准,提取到第一个左括号前的完整字符串作为基础前缀,正确处理多层括号嵌套的长章节号
  • 拆分规则优化:tokenize正则可同时识别逗号分隔、逗号+and连接的场景,拆分结果自动去除冗余空格
  • 去重效率提升:所有条目统一完成前缀补全后再做全局去重,避免嵌套分组带来的重复处理
  • 输出结构对齐:最终输出的sec节点、title节点、p节点层级与内容完全匹配预期要求

内容的提问来源于stack exchange,提问作者Sam

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.06 12:36:03