XPath -从非重复列表中获取具有不同文本值的节点

Question

我有一个XML如下所示：

<object>
    <codes>
        <cd1>A</cd1>
        <cd2>B</cd2>
        <cd3>C</cd3>
    </codes>
    <codes>
        <cd1>A</cd1>
        <cd2>D</cd2>
        <cd3></cd3>
    </codes>
    <codes>
        <cd1>E</cd1>
        <cd2>D</cd2>
        <cd3></cd3>
    </codes>
</object>

到目前为止，我的XPath发展过程如下：

1. //cd1|//cd2|//cd3：获取所有cd1、cd2和cd3元素
2. (//cd1|//cd2|//cd3)[text()[1]]：从上面的列表中过滤所有具有非空文本值的元素，并返回以下元素。 <cd1>A</cd1> <cd2>B</cd2> <cd3>C</cd3> <cd1>A</cd1> <cd2>D</cd2> <cd1>E</cd1> <cd2>D</cd2>
3. 现在，我需要删除具有重复文本值的元素。我尝试过xpath作为(//cd1|//cd2|//cd3)[text()[1]][(preceding::cd1)|(preceding::cd2)|(preceding::cd3)]。我希望实现的是检查该值是否在上面的cd1、cd2或cd3中的前面。但是，在<cd2>D</cd2>重复的情况下，这会返回到下面。 <cd2>B</cd2> <cd3>C</cd3> <cd1>A</cd1> <cd2>D</cd2> <cd1>E</cd1> <cd2>D</cd2>

如何编写xpath来解决上述(3)问题？

请注意，我必须使用XPath1.0，因此distinct value函数不是一个选项。另外，我需要获得匹配的节点列表，而不是xpath中的文本值，因为我必须使用AXIOM对这些节点进行更多的处理。

Update :我正在使用这个xpath获取匹配的元素，然后使用AXIOM进行处理。因此，我需要编写一个xpath表达式来一次获得匹配的元素(我不能用AXIOM或使用XSLT编写自定义流)。另外，cd*不能使用，因为实名不匹配。我在这里用了一个样品。

Answer 1

试试这个：

//cd1[not(text() = preceding::cd1/text())][normalize-space()]|
//cd2[not(text() = preceding::cd2/text())][normalize-space()]|
//cd3[not(text() = preceding::cd3/text())][normalize-space()]

Answer 2

我发现的一种方法是使用以下模板：

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:template match="/">
    <xsl:for-each select="//*[starts-with(node-name(.), 'cd')]">
        <xsl:variable name="content"><xsl:value-of select="text()"/></xsl:variable>
        <xsl:if test="count(preceding::*[starts-with(node-name(.), 'cd') and text() = $content]) = 0 and text()">
               <xsl:copy-of select="."/> 
            </xsl:if>
     </xsl:for-each>
</xsl:template>
</xsl:stylesheet>

这将获取所有cd*元素，并获取每个cd*元素的内容，用于计算具有相同内容的前面有多少个--如果为0，则使用它。

据我所知，这是在xslt-1中(使用变量)的唯一方法。这是因为您不能返回xpath中的引用，除非变量中有值(并且需要将"current“(外部)文本与"current”(xpath中的节点)文本进行比较)。

希望这能有所帮助。

Answer 3

这实际上是非常简单的Muenchian分组，只有三个键：

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output indent="yes" method="xml" />
<xsl:key name="cd1" match="//cd1" use="text()" />
<xsl:key name="cd2" match="//cd2" use="text()" />
<xsl:key name="cd3" match="//cd3" use="text()" />

<xsl:template match="/">    
    <xsl:for-each select="/object/codes/cd1[./text() != '' and count(. | key('cd1', .)[1]) = 1]">
        <xsl:copy-of select="." />
    </xsl:for-each>

    <xsl:for-each select="/object/codes/cd2[./text() != '' and count(. | key('cd2', .)[1]) = 1]">
        <xsl:copy-of select="." />
    </xsl:for-each>
    <xsl:for-each select="/object/codes/cd3[./text() != '' and count(. | key('cd3', .)[1]) = 1]">
        <xsl:copy-of select="." />
    </xsl:for-each>

</xsl:template>
</xsl:stylesheet>

输出：

<?xml version="1.0" encoding="UTF-8"?>
<cd1>A</cd1>
<cd1>E</cd1>
<cd2>B</cd2>
<cd2>D</cd2>
<cd3>C</cd3>

或者，如果您想对它们进行分组，而不管节点名称(即，如果cd1和cd2都将A作为文本值)，那么就不那么简单了。

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output indent="yes" method="xml" />
<xsl:key name="cd" match="//cd1 | //cd2 | //cd3" use="text()" />

<xsl:template match="/">    
    <xsl:for-each select="/object/codes/cd1[./text() != '' and count(. | key('cd', .)[1]) = 1] | /object/codes/cd2[./text() != '' and count(. | key('cd', .)[1]) = 1] | /object/codes/cd3[./text() != '' and count(. | key('cd', .)[1]) = 1]">
        <xsl:copy-of select="." />
    </xsl:for-each>


</xsl:template>
</xsl:stylesheet>

这将提供与上面相同的输出(但按当前模板输出的方式排序)，但将消除共享相同文本的cd1、cd2或cd3之间的重复(只使用第一个文本)。

还请注意，我忽略了可能不需要的空节点(并且可以通过从选择器中删除./text() != ''轻松地修复)，但是，如果需要的话，必须使用不同的方法来消除重复的空节点(可能只是一系列测试空节点的模板或xsl:if，如果在这种情况下存在，则输出一个单独的模板)。