Question

所以，我的问题看起来很简单，但我被卡住了。我想根据 id 属性在 xml 中填充文本元素，我的 xml 是一个如下所示的 PageXML：

<?xml version="1.0" encoding="UTF-8"  standalone="yes"?>
<PcGts xmlns="http://schema.primaresearch.org/PAGE/gts/pagecontent/2019-07-15" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://schema.primaresearch.org/PAGE/gts/pagecontent/2019-07-15 http://schema.primaresearch.org/PAGE/gts/pagecontent/2019-07-15/pagecontent.xsd">
  <Metadata>
    <Creator>myself</Creator>
    <Created>2021-07-03T09:37:54.369908+00:00</Created>
        <LastChange>2021-07-03T09:37:54.369944+00:00</LastChange>

  </Metadata>
  <Page imageFilename="05.tif" imageWidth="3243" imageHeight="4077">

    <TextRegion id="eSc_dummyblock_">
      <TextLine id="eSc_line_b74d9f71" >
        <Coords points="1376,108 1390,67 1492,78 1492,166 1431,149 1407,166 1390,149 1376,156"/>
        <Baseline points="1380,112 1499,112"/>
        <TextEquiv>
          <Unicode></Unicode>
        </TextEquiv>
      </TextLine>

      <TextLine id="eSc_line_5aceacfb" >
        <Coords points="2882,173 2882,142 2947,125 2947,292 2920,288 2882,309"/>
        <Baseline points="2886,176 2954,176"/>
        <TextEquiv>
          <Unicode>toto</Unicode>
        </TextEquiv>
      </TextLine>
      
      </TextRegion>
    
  </Page>
</PcGts>

我只想传递一个 xslt 模板，以便根据 TextLine id 属性用不同的值填充每个 Unicode 元素。像这样的事情必须工作，但是，什么也没有发生。

import lxml.etree as ET

dom = ET.parse(filename)
xslt_root = etree.XML(
'''<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
  <xsl:output method="xml" indent="yes" encoding="UTF-8" omit-xml-declaration="no"/>
  <xsl:strip-space elements="*"/>

  <xsl:template match="@*|node()">
    <xsl:copy>
      <xsl:apply-templates select="@*|node()"/>
    </xsl:copy>
  </xsl:template>

  <xsl:template match="@id[. = 'eSc_line_b74d9f71']/*/Unicode/text()[. = '']">something else</xsl:template>

</xsl:stylesheet>''')

transform = ET.XSLT(xslt_root)
newdom = transform(dom)

所需的输出：

<?xml version="1.0" encoding="UTF-8"?>
<TextRegion id="eSc_dummyblock_">
  <TextLine id="eSc_line_b74d9f71">
    <Coords points="1376,108 1390,67 1492,78 1492,166 1431,149 1407,166 1390,149 1376,156"/>
    <Baseline points="1380,112 1499,112"/>
    <TextEquiv>
      <Unicode>something else</Unicode>
    </TextEquiv>
  </TextLine>
  <TextLine id="eSc_line_5aceacfb">
    <Coords points="2882,173 2882,142 2947,125 2947,292 2920,288 2882,309"/>
    <Baseline points="2886,176 2954,176"/>
    <TextEquiv>
      <Unicode/>
    </TextEquiv>
  </TextLine>
</TextRegion>

感谢您的帮助

----解决方案---

正如@michael.hor257k 所建议的，解决方案是在 xslt 样式表中声明相同的命名空间：

<xsl:stylesheet version="1.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
xmlns:met="http://schema.primaresearch.org/PAGE/gts/pagecontent/2019-07-15"
exclude-result-prefixes="met">

<!-- identity transform -->
<xsl:template match="@*|node()">
    <xsl:copy>
        <xsl:apply-templates select="@*|node()"/>
    </xsl:copy>
</xsl:template>

<xsl:template match="met:TextLine[@id='eSc_line_b74d9f71']/met:TextEquiv/met:Unicode">
    <xsl:copy>something else</xsl:copy>
</xsl:template>

</xsl:stylesheet>

Answer 1

换线怎么样

<xsl:template match="@id[. = 'eSc_line_b74d9f71']/*/Unicode/text()[. = '']">something else</xsl:template>

到

<xsl:template match="*[@id = 'eSc_line_b74d9f71']/TextEquiv/Unicode"><Unicode>something else</Unicode></xsl:template>

或者更通用的版本

<xsl:template match="*[@id = 'eSc_line_b74d9f71']/TextEquiv/Unicode"><xsl:copy>something else</xsl:copy></xsl:template>

根据您的输入，这将为您提供输出

<?xml version="1.0" encoding="UTF-8"?>
<TextRegion id="eSc_dummyblock_">
  <TextLine id="eSc_line_b74d9f71">
    <Coords points="1376,108 1390,67 1492,78 1492,166 1431,149 1407,166 1390,149 1376,156"/>
    <Baseline points="1380,112 1499,112"/>
    <TextEquiv>
      <Unicode>something else</Unicode>
    </TextEquiv>
  </TextLine>
  <TextLine id="eSc_line_5aceacfb">
    <Coords points="2882,173 2882,142 2947,125 2947,292 2920,288 2882,309"/>
    <Baseline points="2886,176 2954,176"/>
    <TextEquiv>
      <Unicode/>
    </TextEquiv>
  </TextLine>
</TextRegion>

这应该如您所愿。

Answer 2

如果您想向 Unicode 元素添加值，请让您的模板与 Unicode 元素匹配：

XSLT 1.0

<xsl:stylesheet version="1.0" 
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/>
<xsl:strip-space elements="*"/>

<!-- identity transform -->
<xsl:template match="@*|node()">
    <xsl:copy>
        <xsl:apply-templates select="@*|node()"/>
    </xsl:copy>
</xsl:template>

<xsl:template match="Unicode">
    <xsl:copy>
        <xsl:if test="../../@id='eSc_line_b74d9f71'">something else</xsl:if>
    </xsl:copy>
</xsl:template>

</xsl:stylesheet>

或者干脆：

<xsl:stylesheet version="1.0" 
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/>
<xsl:strip-space elements="*"/>

<!-- identity transform -->
<xsl:template match="@*|node()">
    <xsl:copy>
        <xsl:apply-templates select="@*|node()"/>
    </xsl:copy>
</xsl:template>

<xsl:template match="TextLine[@id='eSc_line_b74d9f71']/TextEquiv/Unicode">
    <xsl:copy>something else</xsl:copy>
</xsl:template>

</xsl:stylesheet>

还要注意一个属性没有子属性。并且文本节点不能为空。这些中的每一个都是您的模板永远不会匹配任何内容的充分理由。

xslt - 根据父亲属性修改文本子项

2 个答案: