比较XML文档的更好方法是什么？

Question

在我目前的项目中，我们拥有一个最初以书籍形式发布的大型内容库。这些内容大部分都是用英语和许多外语发布的，主要使用Quark Express和后来的InDesign。此内容已导出到自定义XML结构中以供存储和将来使用。问题在于，英文XML随着时间的推移被导出，然后在结构和元数据中被编辑器增强，这使得外语XML的结构与英文版不同。例如：

英文XML：

<chapter meta="meta data added">
    <section meta="some meta about the section">
        <paragraph>some english paragraph</paragraph>
        <list>
            <li>some english list item</li>
        </list>
    </section>
</chapter>

外国XML：

<chapter>
    <section>
        <paragraph>some original foreign language paragraph</paragraph>
    </section>
</chapter>

正如您所看到的，有时缺少元素以及缺少属性。问题在于，我们希望将外语结构与英语进行比较，添加缺少的元数据属性和元素，然后报告XML的非翻译部分。

当前完成此操作的过程涉及剥离元素数据并将其放入Web应用程序中。从那里我允许用户进入并匹配外语段与其英语对应物（使用Jquery允许他们只需单击该项然后匹配）并将此数据保存为属性（通过唯一ID）。那时我知道两个语言文档之间哪些元素匹配，然后我可以将外语内容流入英语结构化XML。这使我在英语结构化XML中留下了外语内容（由uniqueID标记），我可以查询没有唯一ID的元素，这样我就可以知道哪些项目需要翻译。

此过程运行正常，但它非常手动，需要有人进入并手动点击段落。通过几十万页的内容，我正在寻找进一步自动化过程的方法。是否有更好的方法来比较XML文档的结构，以便可以用较少的人工干预完成上述目标？

当前进程使用C＃，ASP.Net，Linq to XML和Jquery等。但语言和工具无关紧要！我只是想找到一个更自动化的解决方案。如果它使用DB，没问题。如果我们需要切换平台，我不介意。这是实施问题而不是语言问题。谢谢！

Answer 1

过去，我使用XSLT将两段XML转换为通用格式，然后将它们与文本差异工具（Beyond Compare）进行比较。

即使您需要外部数据进行转换，这也适用于您 - 您可以使用.NET XslCompiledTransform类将外部数据传递给XSL转换，可以将其作为转换参数进行访问。