xslt - 当数据结构未知时，排除某些子节点

编辑-
我已经找到解决问题的方法，并发布了一个问答here。

我正在寻找符合国会图书馆EAD标准(找到here)的XML。不幸的是，该标准在XML结构方面过于宽松。

例如，<bioghist>标记可以存在于<archdesc>标记内或<descgrp>标记内，或嵌套在另一个<bioghist>标记内，或上述两者的组合，或者可以完全省略。我发现很难只选择我要寻找的生物标记，而不选择其他标记。

以下是XSLT可能需要处理的一些不同的EAD XML文档:

第一个例子

<ead>
<eadheader>
    <archdesc>
        <bioghist>one</bioghist>
        <dsc>
            <c01>
                <descgrp>
                    <bioghist>two</bioghist>
                </descgrp>
                <c02>
                    <descgrp>
                        <bioghist>
                            <bioghist>three</bioghist>
                        </bioghist>
                    </descgrp>
                </c02>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

第二个例子

<ead>
<eadheader>
    <archdesc>
        <descgrp>
            <bioghist>
                <bioghist>one</bioghist>
            </bioghist>
        </descgrp>
        <dsc>
            <c01>
                <c02>
                    <descgrp>
                        <bioghist>three</bioghist>
                    </descgrp>
                </c02>
                <bioghist>two</bioghist>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

第三个例子

<ead>
<eadheader>
    <archdesc>
        <descgrp>
            <bioghist>one</bioghist>
        </descgrp>
        <dsc>
            <c01>
                <c02>
                    <bioghist>three</bioghist>
                </c02>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

如您所见，EAD XML文件几乎在任何地方都可能带有<bioghist>标记。我想产生的实际输出太复杂，无法在此处发布。以上三个EAD示例的输出的简化示例可能类似于:

第一个示例的输出

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history>second</biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

第二个示例的输出

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history>second</biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

第三个示例的输出

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history></biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

如果要提取“第一个”生物特征值并将其放入<primary_record>，则不能简单地使用<xsl:apply-templates select="/ead/eadheader/archdesc/bioghist"，因为该标记可能不是<archdesc>标记的直接后代。它可以用<descgrp>或<bioghist>或其组合包装。而且我不能select="//bioghist"，因为那样会拉所有<bioghist>标记。我什至没有select="//bioghist[1]"，因为那里可能实际上没有<bioghist>标记，然后我将值拉到<c01>下面，该值为“Second”，应稍后处理。

这已经是一篇很长的文章了，但是另一个麻烦是，可以有无限数量的<cxx>节点，最多嵌套十二层。我目前正在递归处理它们。我尝试将当前正在处理的节点(例如<c01>)保存为名为“RN”的变量，然后运行<xsl:apply-templates select=".//bioghist [name(..)=name($RN) or name(../..)=name($RN)]">。这适用于某些形式的EAD，其中<bioghist>标签没有嵌套得太深，但是如果必须处理由喜欢将标签包裹在其他标签中的人创建的EAD文件，则它将失败(根据EAD标准)。

我最想说的是

在当前节点下方但

下方的任何位置获取任何<bioghist>标记

如果您打了<c??>标签

，请不要更深入地研究

我希望我已经把情况弄清楚了。如果我有任何歧义，请告诉我。您可以提供的任何帮助将不胜感激。谢谢。

最佳答案

由于要求相当模糊，因此任何答案都只能反射(reflect)其作者的猜测。

这是我的:

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

 <my:names>
  <n>primary_record</n>
  <n>child_record</n>
  <n>grandchild_record</n>
 </my:names>

 <xsl:variable name="vNames" select="document('')/*/my:names/*"/>

 <xsl:template match="/">
  <xsl:apply-templates select=
   "//bioghist[following-sibling::node()[1]
                                [self::descgrp]
              ]"/>
 </xsl:template>

 <xsl:template match="bioghist">
  <xsl:variable name="vPos" select="position()"/>

  <xsl:element name="{$vNames[position() = $vPos]}">
   <xsl:value-of select="."/>
  </xsl:element>
 </xsl:template>

 <xsl:template match="text()"/>
</xsl:stylesheet>

在提供的XML文档上应用此转换时:

<ead>
    <eadheader>
        <archdesc>
            <bioghist>first</bioghist>
            <descgrp>
                <bioghist>first</bioghist>
                <bioghist>
                    <bioghist>first</bioghist></bioghist>
            </descgrp>
            <dsc>
                <c01>
                    <bioghist>second</bioghist>
                    <descgrp>
                        <bioghist>second</bioghist>
                        <bioghist>
                            <bioghist>second</bioghist></bioghist>
                    </descgrp>
                    <c02>
                        <bioghist>third</bioghist>
                        <descgrp>
                            <bioghist>third</bioghist>
                            <bioghist>
                                <bioghist>third</bioghist></bioghist>
                        </descgrp>
                    </c02>
                </c01>
            </dsc>
        </archdesc>
    </eadheader>
</ead>

产生想要的结果:

<primary_record>first</primary_record>
<child_record>second</child_record>
<grandchild_record>third</grandchild_record>