XSLT-1.0如何消除冗余，但选择一个特定节点而不是第一个节点

Question

我有一个XML

<data>
    <peptides>
        <peptide>
            <accession>111</accession>
            <sequence>AAA</sequence>
            <score>4000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>AAA</sequence>
            <score>6000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>AAA</sequence>
            <score>5000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>BBB</sequence>
            <score>5000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>BBB</sequence>
            <score>1000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>BBB</sequence>
            <score>8000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>BBB</sequence>
            <score>5000</score>
        </peptide>
        <peptide>
            <accession>222</accession>
            <sequence>CCC</sequence>
            <score>5000</score>
        </peptide>
        <peptide>
            <accession>222</accession>
            <sequence>CCC</sequence>
            <score>9000</score>
        </peptide>
        <peptide>
            <accession>222</accession>
            <sequence>CCC</sequence>
            <score>2000</score>
        </peptide>
  </peptides>
</data>

使用下面的XSLT，我可以获得带有“accession”"111“的肽，消除了序列的冗余。这样我就得到了这个XML

<root>
    <peptide>
        <accession>111</accession>
        <sequence>AAA</sequence>
        <score>4000</score>
    </peptide>
    <peptide>
        <accession>111</accession>
        <sequence>BBB</sequence>
        <score>5000</score>
    </peptide>
</root>

这就是XSLT

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output method="xml" indent="yes" omit-xml-declaration="yes"/>
    <xsl:key name="byAcc"    match="/data/peptides/peptide" use="accession" />
    <xsl:key name="byAccSeq" match="/data/peptides/peptide" use="concat(accession, '|', sequence)"/>
    <xsl:template match="/">
        <root>
            <xsl:apply-templates select="key('byAcc','111')
            [
            generate-id()
            =
            generate-id(key('byAccSeq', concat(accession, '|', sequence))[1])
            ]">
            <xsl:sort select="sequence" data-type="text"/>
            <xsl:sort select="score" data-type="number"/>
        </xsl:apply-templates>
    </root>
</xsl:template>
<xsl:template match="/data/peptides/peptide">
    <xsl:copy-of select="."/>
</xsl:template>
</xsl:stylesheet>

和活动的示例here

然后，问题是，从所有冗余中，“选定”节点只是原始XML中出现的第一个节点。

我需要在所有多余的肽(即那些具有相同登录号和序列的肽)中选择得分最高的肽。

那么所希望的XML就是下面这个

<root>
    <peptide>
        <accession>111</accession>
        <sequence>AAA</sequence>
        <score>6000</score>
    </peptide>
    <peptide>
        <accession>111</accession>
        <sequence>BBB</sequence>
        <score>8000</score>
    </peptide>
</root>

如果不清楚，请让我知道，我会重新编辑问题。非常感谢。

杰拉德

Answer 1

此转换

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output method="xml" indent="yes" omit-xml-declaration="yes"/>
 <xsl:strip-space elements="*"/>

 <xsl:key name="byAcc"    match="/data/peptides/peptide" use="accession" />
 <xsl:key name="byAccSeq" match="/data/peptides/peptide" use="concat(accession, '|', sequence)"/>

 <xsl:template match="/">
  <root>
   <xsl:apply-templates select=
    "key('byAcc','111')
            [
            generate-id()
            =
            generate-id(key('byAccSeq', concat(accession, '|', sequence))[1])
            ]">
    <xsl:sort select="sequence" data-type="text"/>
    <xsl:sort select="score" data-type="number"/>
   </xsl:apply-templates>
  </root>
 </xsl:template>

 <xsl:template match="/data/peptides/peptide">
    <xsl:for-each select=
    "key('byAccSeq', concat(accession, '|', sequence))">
      <xsl:sort select="score" data-type="number" order="descending"/>

      <xsl:if test="position() = 1">
        <xsl:copy-of select="."/>
      </xsl:if>
    </xsl:for-each>
 </xsl:template>
</xsl:stylesheet>

在所提供的XML文档上应用时的

<data>
    <peptides>
        <peptide>
            <accession>111</accession>
            <sequence>AAA</sequence>
            <score>4000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>AAA</sequence>
            <score>6000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>AAA</sequence>
            <score>5000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>BBB</sequence>
            <score>5000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>BBB</sequence>
            <score>1000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>BBB</sequence>
            <score>8000</score>
        </peptide>
        <peptide>
            <accession>111</accession>
            <sequence>BBB</sequence>
            <score>5000</score>
        </peptide>
        <peptide>
            <accession>222</accession>
            <sequence>CCC</sequence>
            <score>5000</score>
        </peptide>
        <peptide>
            <accession>222</accession>
            <sequence>CCC</sequence>
            <score>9000</score>
        </peptide>
        <peptide>
            <accession>222</accession>
            <sequence>CCC</sequence>
            <score>2000</score>
        </peptide>
  </peptides>
</data>

生成所需的、正确的结果

<root>
   <peptide>
      <accession>111</accession>
      <sequence>AAA</sequence>
      <score>6000</score>
   </peptide>
   <peptide>
      <accession>111</accession>
      <sequence>BBB</sequence>
      <score>8000</score>
   </peptide>
</root>

说明

1. 处理组中第一个元素的模板，获取当前组中的所有元素(使用key() key()，它使用代码片段来查找所有这些元素中具有最大score的元素。只输出第一个这样的元素。