Question

我需要抑制XML文件中的所有重复值并保留最终值（请参阅目标文件）。

请帮助，因为我不知道是否应该使用xslt，python或任何.NET API

这是源文件：

<?xml version="1.0" encoding="ISO-8859-1"?>
<catalog>
<cd>
    <artist>Bob Dylan</artist>
</cd>
<cd>
    <title>Hide your heart</title>
</cd>
<cd>
    <title>old_value</title>
    <title>inbetween_value</title>
    <title>new_value</title>
</cd>
</catalog>

预期的目标文件：

<?xml version="1.0" encoding="ISO-8859-1"?>
<catalog>
<cd>
    <artist>Bob Dylan</artist>
</cd>
<cd>
    <title>Hide your heart</title>
</cd>
<cd>
    <title>new_value</title>
</cd>
</catalog>

Answer 1

XSLT 1版本：

<xsl:stylesheet version="1.0"
        xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

<xsl:template match="*">
 <xsl:copy>
  <xsl:copy-of select="@*"/>
  <xsl:apply-templates/>
 </xsl:copy>
</xsl:template>
<xsl:template match="cd/*">
 <xsl:if test="not(following-sibling::*[name()=name(current())])">
  <xsl:copy-of select="."/>
 </xsl:if>
</xsl:template>
</xsl:stylesheet>

Answer 2

有一个非常简单的（没有明确的条件，没有轴）XSLT解决方案：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output encoding="ISO-8859-1"/>
 <xsl:strip-space elements="*"/>

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

 <xsl:template match="cd/title[not(position() = last())]"/>
</xsl:stylesheet>

在提供的XML文档上应用此转换时：

<catalog>
    <cd>
        <artist>Bob Dylan</artist>
    </cd>
    <cd>
        <title>Hide your heart</title>
    </cd>
    <cd>
        <title>old_value</title>
        <title>inbetween_value</title>
        <title>new_value</title>
    </cd>
</catalog>

产生了想要的正确结果：

<?xml version="1.0" encoding="ISO-8859-1"?>
<catalog>
   <cd>
      <artist>Bob Dylan</artist>
   </cd>
   <cd>
      <title>Hide your heart</title>
   </cd>
   <cd>
      <title>new_value</title>
   </cd>
</catalog>

Answer 3

您可以使用您想要的任何技术。如果您的要求是“对于每个cd元素，请仅保留重复子元素名称的最后一个值”，这是一个LINQ to XML解决方案，假设您有一个名为XDocument的{{1}}：< / p>

oldDoc

Answer 4

要删除所有重复项，您可以在标记名称和元素之间保留一个dict。在Python中使用minidom：

xml = """<?xml version="1.0" encoding="ISO-8859-1"?>
<catalog>
<cd>
  <artist>Bob Dylan</artist>
</cd>
<cd>
  <title>Hide your heart</title>
</cd>
<cd>
  <artist>Bob Dylan</artist>
  <title>old_value</title>
  <title>inbetween_value</title>
  <title>new_value</title>
  <artist>Freddie Mercury</artist>
  <title>Don't stop me now</title>
</cd>
</catalog>"""

from xml.dom import minidom
doc = minidom.parseString(xml)

for cd in doc.getElementsByTagName("cd"):
  elements = {}
  for element in cd.childNodes:
    if element.nodeType is not minidom.Node.ELEMENT_NODE:
      continue
    if element.tagName in elements:
      cd.removeChild(element)
      print("Removed duplicated " + element.tagName)
    elements[element.tagName] = element

# doc.writexml(open("/path/to/file", "w"))

如何删除XML文件中的重复值并保留最后一个？

4 个答案: