声明:“(XSLT)“不适用于将结构化文本转换为XML。”和声明“XSLT必须使用XML作为输入文档”都是错误的。
我考虑了两种方法:
1.定义一个业务实体,并使用输入文本上的子字符串函数填充实体属性,然后将实体序列化为xml。
2.预定义xml结构,使用xslt导航到每个节点并使用输入文本上的子字符串函数填充值。
事实上,第二种方法使用XSLT非常容易实现:
I. XSLT 1.0:
<xsl:stylesheet version="1.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output omit-xml-declaration="yes" indent="yes"/>
<xsl:template match="/*/text()" name="processLines">
<xsl:param name="pText" select="."/>
<xsl:if test="contains($pText, '
')">
<xsl:variable name="vLine" select=
"substring-before($pText, '
')"/>
<user>
<name>
<xsl:value-of select=
"translate(substring-before($vLine, ' '),'_',' ')"/>
</name>
<city>
<xsl:value-of select=
"translate(substring-before(substring-after($vLine, ' '),' '),
'_',
' '
)
"/>
</city>
<zipCode>
<xsl:value-of select=
"translate(substring-after(substring-after($vLine, ' '),' '),
'_',
' '
)
"/>
</zipCode>
</user>
<xsl:call-template name="processLines">
<xsl:with-param name="pText" select=
"substring-after($pText, '
')"/>
</xsl:call-template>
</xsl:if>
</xsl:template>
</xsl:stylesheet>
当将该转换应用于特别格式的文本(在一个顶层元素内包裹,以使其成为良好格式--如我们将在XSLT 2.0中看到,这种包装并非必要):
<t>Testuser new_york 10018
usera seattle 98000
userb bellevue 98004
userb redmond 98052
</t>
所期望的结果已生成:
<user>
<name>Testuser</name>
<city>new york</city>
<zipCode>10018</zipCode>
</user>
<user>
<name>usera</name>
<city>seattle</city>
<zipCode>98000</zipCode>
</user>
<user>
<name>userb</name>
<city>bellevue</city>
<zipCode>98004</zipCode>
</user>
<user>
<name>userb</name>
<city>redmond</city>
<zipCode>98052</zipCode>
</user>
注:
这只是一个演示如何完成任务的示例。这就是为什么我没有处理固定宽度字段(虽然会更容易),而是处理用空格分隔的值。
任何值中包含的任何空格都将作为下划线(或我们选择的任何字符,我们知道它永远不会成为任何值的一部分)输入到输入中。在输出时,任何下划线都将被转换为实际空格。
II. XSLT 2.0解决方案:
<xsl:stylesheet version="2.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output omit-xml-declaration="yes" indent="yes"/>
<xsl:variable name="vText" select=
"unparsed-text('file:///c:/temp/delete/delete.txt')"/>
<xsl:variable name="vLines" select=
"tokenize($vText, '
?
')[normalize-space()]"/>
<xsl:template match="/">
<xsl:for-each select="$vLines">
<xsl:variable name="vFields" select=
"tokenize(., ' ')[normalize-space()]"/>
<user>
<name>
<xsl:sequence select="translate($vFields[1], '_',' ')"/>
</name>
<city>
<xsl:sequence select="translate($vFields[2], '_',' ')"/>
</city>
<zipCode>
<xsl:sequence select="translate($vFields[3], '_',' ')"/>
</zipCode>
</user>
</xsl:for-each>
</xsl:template>
</xsl:stylesheet>
当这种转换应用于任何XML文档时(在XSLT 2.0中不需要使用,实际上也不需要源XML文档),如果文件C:\temp\delete\delete.txt
存在:
Testuser new_york 10018
usera seattle 98000
userb bellevue 98004
userb redmond 98052
再次获得了正确的结果:
<user>
<name>Testuser</name>
<city>new york</city>
<zipCode>10018</zipCode>
</user>
<user>
<name>usera</name>
<city>seattle</city>
<zipCode>98000</zipCode>
</user>
<user>
<name>userb</name>
<city>bellevue</city>
<zipCode>98004</zipCode>
</user>
<user>
<name>userb</name>
<city>redmond</city>
<zipCode>98052</zipCode>
</user>
注意:
使用标准的XSLT 2.0函数unparsed-text()
.
使用标准的XPath 2.0函数tokenize()
.
最后的说明:
大多数复杂的文本处理都可以通过XSLT以工业方式完成。FXSL库包含一个通用的LR(1)解析器和一个调整过的YACC,它产生XML格式表格,这是通用运行时LR(1)解析器的输入。
使用此工具,我成功地构建了JSON和XPath 2.0等复杂语言的解析器。