使用 XSLT 3 和 SaxonC 自动识别并包装 XML 中的软件名称_网络技术

使用 XSLT 3 和 SaxonC 自动识别并包装 XML 中的软件名称

发布时间 - 2026-01-31 00:00:00 点击率：次

本文介绍如何利用 xslt 3 的高级文本处理能力（配合 python 的 `saxonche` 库），精准定位 xml `

` 标签内嵌套 `

` 等子元素时的软件名称，并基于 json 提供的上下文与偏移信息，将其安全包裹在 `` 标签中，避免破坏原有结构。

在科研文献或技术文档的 XML 标注任务中，常需从混合内容（mixed content）的

段落中识别特定软件名称（如 MODELLER、PROSA），并为其添加语义化标签（如）。难点在于：这些名称往往夹杂在纯文本与内联子元素（如、）之间，传统正则替换或简单 DOM 遍历极易误伤结构或错位匹配。

推荐方案是采用 XSLT 3 + SaxonC —— 这一组合支持原生 JSON 解析、高阶迭代（xsl:iterate）、文本分析（analyze-string）及隧道参数（tunnel parameters），能完美应对“上下文驱动”的精准定位需求。

以下是一个可直接运行的完整流程：

✅ 步骤 1：安装依赖

pip install saxonche

✅ 步骤 2：准备 XSLT 脚本（wrap-software.xsl）

{.}

? 说明：json-doc('software-mentions.json') 会自动解析 JSON 文件；若需调试，也可将 JSON 内联为 [...] 并改用 parse-json($json-data)。

✅ 步骤 3：Python 调用示例

from saxonche import PySaxonProcessor

# 输入 XML 和 XSLT 路径
xml_file = "input.xml"
xslt_file = "wrap-software.xsl"

with PySaxonProcessor() as proc:
    xslt_proc = proc.new_xslt30_processor()
    # 执行转换
    output = xslt_proc.transform_to_string(
        source_file=xml_file,
        stylesheet_file=xslt_file
    )
    print(output)

⚠️ 注意事项

上下文匹配优先级：XSLT 先验证整个
是否包含 context 字符串，再在匹配的文本节点中查找 normalizedForm，确保不跨句误包（例如避免将 MODEL 错包为 MODELLER 的子串）。
嵌套安全：xsl:iterate 逐个应用软件规则，且 mode="process" 严格作用于 text() 节点，完全保留、 等子元素结构。
大小写敏感：默认区分大小写；如需忽略，可将 contains() 替换为 matches(., concat('\b', $software?software-name?normalizedForm, '\b'), 'i')。
性能提示：对于超大 XML，建议预筛选
标签（如先用 lxml 提取含关键词的段落再交由 XSLT 处理）。

该方法以声明式逻辑替代脆弱的手动 DOM 操作，兼具准确性、可维护性与扩展性——未来新增软件只需更新 JSON，无需修改代码。

# python # js # json # app # ai # String # xml # 字符串 # dom # 关键词 # 遍历 # 可将 # 是一个 # 这一 # 只需 # 将其 # 为其 # 可直接 # 如需

相关栏目：【网站优化151355 】【网络推广146373 】【网络技术251813 】【 AI营销90571 】

上一篇：手机夸克浏览器怎么进入隐藏模式_夸克浏览器隐私空间与搜索技巧

下一篇：cpp怎么注册-cpp注册账号方法

相关栏目网站优化
网络推广
网络技术
AI营销

最新文章 Sublime怎么一键压缩JS代码 Su sublime如何在搜索中使用正则表达式 Sublime如何设置透明窗口效果 Su mysql如何设计商品表结构_mysql css属性背景图不显示怎么办_通过检查路如何使用Golang实现排序_Golan 农历闰月是怎么回事_为合回归年加一月调整塑造《刺客信条》艾吉奥传奇的编剧离开育碧 1英里等于多少公里 1mile和km的换 css grid布局中行和列是如何定义的 PS批量旋转和翻转图片，快速校正图片方向 C# Swagger UI自定义方法 C OPPO手机九宫格和全键盘怎么切换_OP Go语言如何实现用户登录注册_Golan 1节飞行速度多少公里每小时 1节是多少公纸嫁衣8千子树第五章庙门怎么开启庙门 Laravel 多行数据编辑表单中实现逐明日之后如何提升钓鱼等级明日之后提升钓支付宝怎样查年度账单_支付宝年度账单查看 C# 多线程UI更新Dispatcher

上一篇：手机夸克浏览器怎么进入隐藏模式_夸克浏览器隐私空间与搜索技巧

下一篇：cpp怎么注册-cpp注册账号方法