删除 XML 中某列包含重复项的行答案

【问题标题】：Delete lines in XML where a certain column contains duplicates删除 XML 中某列包含重复项的行
【发布时间】：2013-11-01 11:40:08
【问题描述】：

我不经常使用 XML，但我需要调整一些数据。我在记事本++下面发布了一行。我需要删除 LoanID 重复的整行。这些文件包含大约 200.000 行，其中 200 个 LoanID 是重复的。

因为整行不需要重复，但只有 1 个“列”我不能使用 TextFX 插件。例如，BorrowerID 可能包含重复项。只有 LoanID 不允许包含重复项。

第 1 行：

<ns1:Loan>ns1:Identifiers:LoanID>876298<LoanID>  <ns1:IsRegulatedLoan>ND,6</ns1:IsRegulatedLoan><ns1:Originator>TestBank</ns1:Originator><ns1:ServicerID>Testbank NV</ns1:ServicerID><ns1:BorrowerID>26547</ns1:BorrowerID><ns1:PropertyID>364239</ns1:PropertyID>

第 2 行：

ns1:Loan ns1:Identifiers>:LoanID>819305:LoanID>
ns1:IsRegulatedLoan>ND,6/:IsRegulatedLoanns1:Originator>TestBank/ns1:Originator>ns1:ServicerID>Testbank NV</ns1:ServicerID>ns1:BorrowerID>195797:BorrowerID>

【问题讨论】：

您拥有的 XML 无效，例如在第 2 行中缺少

标签： xml duplicates notepad++

【解决方案1】：

在“行”级别操作 XML 不是一个好主意，因为行尾没有特别的意义，很容易改变。

对于这种操作，大多数人会使用 XSLT。 XSLT 有一个学习曲线，但如果您打算使用 XML，那么它是您工具包的重要组成部分，因此非常值得掌握它。典型代码（在 XSLT 2.0 中）如下所示：

<xsl:for-each-group select="ns1:Loan" group-by="LoanId">
  <xsl:copy-of select="current-group()[1]"/>
</xsl:for-each-group>

如果有一组重复项，将删除除第一个之外的所有内容。

【讨论】：