通过 XSL/XSLT 进行 XML 到 XML 转换？

Question

我正在非常努力地尝试获取由专有数据库吐出的 XML 文档，并将其转换为格式良好的 XML 文档，最终由 Apache Solr 编制索引，但运气不佳。

我想获取这个 XML 文件并将其转换为 Apache Solr 格式，如下所示。

<?xml version="1.0" encoding="UTF-8" ?>
<ecatalogue>
  <tuple>
    <table name="CatObjectName_tab">
      <tuple>
        <atom name="CatObjectName">Clog</atom>
      </tuple>
    </table>
    <atom name="CatObjectNumber">2003-39-27A</atom>
    <atom name="CatObjectTitle"></atom>
    <table name="CatOtherNumbers_tab">
      <tuple>
        <atom name="CatOtherNumbers">1895.1.117a</atom>
      </tuple>
    </table>
    <table name="ProPlaceName_tab">
      <tuple>
        <atom name="ProPlaceName">China</atom>
      </tuple>
    </table>
    <table name="CatOtherNumberType_tab">
      <tuple>
        <atom name="CatOtherNumberType">Other Number</atom>
      </tuple>
    </table>
    <atom name="DatDateMade"></atom>
    <atom name="DatEarliestDateMadeOrig"></atom>
    <atom name="DatLatestDateMadeOrig"></atom>
  </tuple>

  <tuple>
    <table name="CatObjectName_tab">
      <tuple>
        <atom name="CatObjectName">Boot</atom>
      </tuple>
    </table>
    <atom name="CatObjectNumber">2003-39-20B</atom>
    <atom name="CatObjectTitle"></atom>
    <table name="CatOtherNumbers_tab">
      <tuple>
        <atom name="CatOtherNumbers">1895.1.91b</atom>
      </tuple>
    </table>
    <table name="ProPlaceName_tab">
      <tuple>
        <atom name="ProPlaceName">China</atom>
      </tuple>
    </table>
    <table name="CatOtherNumberType_tab">
      <tuple>
        <atom name="CatOtherNumberType">Other Number</atom>
      </tuple>
    </table>
    <atom name="DatDateMade"></atom>
    <atom name="DatEarliestDateMadeOrig"></atom>
    <atom name="DatLatestDateMadeOrig"></atom>
  </tuple>
</ecatalogue>

我想将上面的内容转换为：

<add>
    <doc>

        <field name="ProPlaceName">China</field>
        <field name="CatObjectTitle"></field>
        <field name="CatObjectNumber">2003-39-27A</field>
        <field name="CatOtherNumberType">Other Number</field>
        <field name="CatOtherNumbers">1895.1.117a</field>
        <field name="CatObjectName_tab">Clog</field>
        <field name="DatDateMade"></field>
        <field name="DatEarliestDateMadeOrig"></field>
        <field name="DatLatestDateMadeOrig"></field>
    </doc>
  <!-- Row 2 -->
    <doc>
        <field name="ProPlaceName">China</field>
        <field name="CatObjectTitle"></field>
        <field name="CatObjectNumber">2003-39-20B</field>
        <field name="CatOtherNumberType">Other Number</field>
        <field name="CatOtherNumbers">1895.1.91b</field>
        <field name="CatObjectName_tab">Boot</field>
        <field name="DatDateMade"></field>
        <field name="DatEarliestDateMadeOrig"></field>
        <field name="DatLatestDateMadeOrig"></field>
    </doc>
</add>

最好尝试使用 XSL/XSLT 还是使用 java 或其他编程语言来进行转换？您将如何解决这个问题？您能给我指出正确的方向吗？

我相信可以使用 XSL 来完成。任何帮助表示赞赏。

Answer 1

这是应该有帮助的东西。它相当简单，并假设您跳过任何嵌套表......而只是抓取其中的原子。它不按任何特定顺序对字段进行排序。

<xsl:template match="/">
    <add>
        <xsl:for-each select="ecatalogue/tuple">
            <doc>
                <xsl:for-each select=".//atom">
                    <field name="{@name}"><xsl:value-of select="."/></field>
                </xsl:for-each>
            </doc>
        </xsl:for-each>
    </add>
</xsl:template>

Answer 2

除非您能保证 XML 始终有效，否则我会采用编程语言方法。我为您提供了更灵活的数据解析方式。您说过数据来自专有数据库，这使我需要灵活性。

举个例子，如果数据库由于缺陷而导出无效的 xml，该怎么办？您可以更快地更改哪些组件？

为什么不选择一种解决方案来解析 XML，然后创建可以输出为所需格式的对象模型。您可以使用自己的 XML/XSLT 或模板工具集 (POJO/Velocity) 来处理最终的转换。