使用XSLT删除XML文件中的重复元素

问题：

让我们先来看一下具体的问题描述。假使有如下的一个XML数据文件，它包含了如下的内容：[/pre]
<Order>
<Item number= "1" >
<SKU>12345</SKU>
<Description>Standard Widget</Description>
</Item>
<Item number= "2" >
<SKU>54321</SKU>
<Description>Turbo Widget</Description>
</Item>
<Item number= "3" >
<SKU>12345</SKU>
<Description>Standard Widget</Description>
</Item>
</Order>

[pre] 在上面的XML数据文件中，每个Item元素都是单独显示的，请注意Item number1和Item number3
中的数据是一样的。但是，需求目标要求输出的XML数据文件中每个SKU元素个体不能重复，
并且要加上一个新的<Quantity>元素以显示每个Item元素数据的个数。需求目标的输出文件如下：[/pre]
<Order>
<Item>
<Quantity>2</Quantity>
<SKU>12345</SKU>
<Description>Standard Widget</Description>
</Item>
<Item>
<Quantity>1</Quantity>
<SKU>54321</SKU>
<Description>Turbo Widget</Description>
</Item>
</Order>

解决方法：

[pre] 提出的问题实际上有两个问题需要解决。第一，需要去除重复的SKU＃12345元素个体（entry）；
第二，需要提供一个新的<Quantity>元素以显示每个Item元素数据的个数。为了解决这些问
题，我们得使用一些XSLT的高级特性。
为了解决第一个问题，我们将使用XSLT的following操作。following和preceding操作
分别指示在一个for-each循环中的以后和以前节点（node）。following操作判断以后节点
如果和当前节点一样，则去除当前重复的节点。
为了解决第二个问题，我们需要得到每个Item元素的个数。幸运的是，XSLT提供计数（count）
功能。使用计数功能，我们可以对XML数据文件中出现的每个Item元素进行计数，并将这个
数值赋值给新建的<Quantity>元素。[/pre]

去除重复的元素个体：

[pre]    去除重复的元素个体需要一些小技巧。首先，将选择的节点放入一个for-each循环中，
但是这个循环中的select属性值需要一些小技巧。通常的做法，你会将所有的Item放入for-each
循环中，如下：[/pre]
<xsl: for -each select= "//Order/Item" >
. . .
</xsl: for -each>

[pre]    但是，我们需要每个SKU元素数据都唯一。为了能达到这种转换，我们得在select的属
性值中加入额外的信息。这个额外的信息将会告诉转换处理器只对以后节点和当前节点不同
的当前节点取值。举个小例子，如果第一个节点是A，下一个节点是A，那么就忽略第一个节
点；如果第一个节点是A，下一个节点是A，再下一个节点是B，那么循环之后对第二个节点
取值，第一个节点会被忽略。下面是该方法在XML的表达式：[/pre]
<xsl: for -each select= "//SKU[not(.=following::SKU)]" >
. . .
</xsl: for -each>

[pre]    在上面的XML表达式中，select的属性值决定了怎样循环取值选择的节点数据。它使得
我们只对以后节点和当前节点（用.表示）不同的当前节点取值。[/pre]

计数：

[pre]    需要对每个SKU元素进行计数并把它赋值给新建的<Quantity>元素，同样需要一些小技
巧。我们可以使用XSLT的计数（count）功能，但难题是告诉转换处理器需要对那些元素计数。
一个对所有SKU元素计数的简单例子如下：[/pre]
<xsl:value-of select= "count(//SKU)" />

[pre]    上面的XML表达式中，只是简单的对所有符合//SKU模式的元素进行计数。但是，我们需
要的是对满足特殊条件的SKU元素计数。技巧之处在于满足特殊条件的SKU元素值在每个for-each
循环中可以得到，并且是用点号（.）标识。那么解决计数问题的关键就是计数（count）功
能也需要使用点号（.）标识。所以，我们可以在每个for-each循环中，使用一个新变量，
如下所示：[/pre]
<xsl:variable name= "thesku" select= "." />

[pre]    接着，我们就可以使用计数（count）功能来对每个SKU元素进行计数了，如下所示：[/pre]
<Quantity><xsl:value-of select= "count(//SKU[.=$thesku])" /></Quantity>

完整的解决方法：

[pre] 现在，我们可以把以上所述的所有内容合并起来，得到该问题的完整解决方法。下面的
完整代码使用select属性来对SKU进行唯一性选择；而<Quantity>元素是使用计数XSLT的（count）
功能得到的；最后，<Description>元素的值是从原XML数据文件取值而来。[/pre]
<?xml version= "1.0" encoding= "UTF-8" ?>
<xsl:stylesheet version= "1.0" xmlns:xsl= "http://www.w3.org/1999/XSL/Transform" >
<xsl:template match= "/" >
<Order>
<xsl: for -each select= "//SKU[not(.=following::SKU)]" >
<xsl:variable name= "thesku" select= "." />
<Item>
<Quantity><xsl:value-of select= "count(//SKU[.=$thesku])" /></Quantity>
<SKU><xsl:value-of select= "." /></SKU>
<Description><xsl:value-of select= "../Description" /></Description>
</Item>
</xsl: for -each>
</Order>
</xsl:template>
</xsl:stylesheet>

[pre]编者注释：由于技术错误，在先前的XML技术邮件"Tokenizing strings with Xalan-Java"
(March 20, 2002)中，里面的代码有一个错误，特此更正，完整正确的代码如下：[/pre]
To use the tokenize function, we'll create a template that calls it, like the following:
<?xml version= "1.0" encoding= "UTF-8" ?>
<xsl:stylesheet version= "1.0"
xmlns:xsl= "http://www.w3.org/1999/XSL/Transform"
xmlns:xalan= "http://xml.apache.org/xalan" >
<xsl:template match= "/" >
<xsl: for -each select= "//CustomerAddress" >
<Address><xsl:value-of select= "Address1" /></Address>
<City><xsl:value-of select= "xalan:tokenize(Address2, ' ,')[1]" /></City>
<State><xsl:value-of select= "xalan:tokenize(Address2, ' ,')[2]" /></State>
<Zip><xsl:value-of select= "xalan:tokenize(Address2, ' ,')[3]" /></Zip>
</xsl: for -each>
</xsl:template>
</xsl:stylesheet>