使用XSLT从XML文档中提取文本内容

Eilia 发表于 Dev

埃利亚

最好使用XSLT如何提取XML文档的文本内容。

对于这样的片段

<record>
    <tag1>textual content</tag1>
    <tag2>textual content</tag2>
    <tag2>textual content</tag2>
</record>

理想的结果是：

文字内容文字内容文字内容

内容可处理以进行进一步操作（例如文本挖掘）的最佳输出格式（表格，CSV等）是什么？

谢谢

更新

为了扩展这个问题，如何分别提取每个记录的内容。例如，对于以下XML：

<Records>
<record id="1">
    <tag1>textual co</tag1>
    <tag2>textual con</tag2>
    <tag2>textual cont</tag2>
</record>
<record id="2">
    <tag1>some text</tag1>
    <tag2>some tex</tag2>
    <tag2>some te</tag2>
</record>
</Records>

所需的结果应为：

(textual co, textual con, textual cont) , (some text, some tex, some te)

或采用更好的格式以进行进一步的处理操作。

Lingamurthy CS

您可以使用以下XSLT：

<xsl:transform version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="text" indent="yes"/>
<xsl:strip-space elements="*"/>
<xsl:template match="/">
    <xsl:apply-templates select="//text()"/>
</xsl:template>
<xsl:template match="text()">
    <xsl:value-of select="."/>
    <xsl:if test="position() != last()">, </xsl:if>
</xsl:template>
</xsl:transform>

对于问题中的更新，可以使用以下XSLT：

<xsl:transform version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="text" indent="yes"/>
<xsl:strip-space elements="*"/>
<xsl:template match="/*">
    <xsl:apply-templates/>
</xsl:template>
<xsl:template match="*">(<xsl:apply-templates select=".//text()"/>)<xsl:if test="position() != last()">, </xsl:if>
</xsl:template>
<xsl:template match="text()">
    <xsl:value-of select="."/>
    <xsl:if test="position() != last()">, </xsl:if>
</xsl:template>
</xsl:transform>

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。