XSLT 标记化 - 捕获分隔符答案

【问题标题】：XSLT tokenize - capturing the separatorsXSLT 标记化 - 捕获分隔符
【发布时间】：2012-04-25 23:10:23
【问题描述】：

这是 XSL 中的一段代码，它将文本标记为由标点符号和类似字符分隔的片段。我想问一下是否有可能以某种方式捕获文本被标记的字符串，例如逗号或点等。

<xsl:stylesheet version="2.0" exclude-result-prefixes="xs xdt err fn" xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:fn="http://www.w3.org/2005/xpath-functions" xmlns:err="http://www.w3.org/2005/xqt-errors" xmlns:xdt="http://www.w3.org/2005/xpath-datatypes">
<xsl:output method="xml" indent="yes"/>
<xsl:template match="GENERUJ">
    <TEXT>
        <xsl:variable name="text">
            <xsl:value-of select="normalize-space(unparsed-text(@filename, 'UTF-8'))" disable-output-escaping="yes"/>
        </xsl:variable>
        <xsl:for-each select="tokenize($text, '(\s+(&quot;|\(|\[|\{))|((&quot;|,|;|:|\s\-|\)|\]|\})\s+)|((\.|\?|!|;)&quot;?\s*)' )">
            <xsl:choose>
                <xsl:when test="string-length(.)&gt;0">
                    <FRAGMENT>
                        <CONTENT>
                            <xsl:value-of select="."/>
                        </CONTENT>
                        <LENGTH>
                            <xsl:value-of select="string-length(.)"/>
                        </LENGTH>
                    </FRAGMENT>
                </xsl:when>
                <xsl:otherwise>
                    <FRAGMENT_COUNT>
                        <xsl:value-of select="last()-1"/>
                    </FRAGMENT_COUNT>
                </xsl:otherwise>
            </xsl:choose>
        </xsl:for-each>
    </TEXT>
</xsl:template>

当您看到构建的标签 CONTENTS、LENGTH 时，如果您明白我的意思，我想添加一个名为 SEPARATOR 的标签。我在互联网上找不到任何答案，而且我只是 xsl 转换的初学者，所以我正在寻找一个快速的解决方案。提前谢谢你。

【问题讨论】：

您能否包含一些简化的示例输入和预期输出？就目前而言，您的问题还不够清楚。
一般要点：不要使用<xsl:variable name="x"><xsl:value-of select="s"/></xsl:variable>。而是使用<xsl:variable name="x" select="s"/>。它不仅不那么冗长，而且效率更高。
Hmm.. 如果它有助于输入（变量“文本”）将是 Blah blah blah, blah blah (blah blah) blah. 形式的文本文件和所需的输出类似于 <TEXT><FRAGMENT><CONTENT>Blah blah blah</CONTENT><LENGTH>14</LENGTH><SEPARATOR>,</SEPARATOR></FRAGMENT>... 等等......和迈克尔，我尝试使用您的建议，但是如果您向左滚动，则有一个 disable-output-escaping="yes" 属性，当我将其放入 xsl:variable 标记时，它会给我一个错误

标签： xslt tokenize separator

【解决方案1】：

tokenize() 函数不允许您发现分隔符是什么。如果您需要知道，则需要改用xsl:analyze-string。如果您使用与 tokenize() 相同的正则表达式，这会将“令牌”传递给 xsl:non-matching-substring 指令，并将“分隔符”传递给 xsl:matching-substring 指令。

【讨论】：

非常感谢，经过几个小时试图弄清楚 xsl:analyze-string 的工作原理后，我得到了我想要的。