使用xslt将文本转换为xml

是否可以使用xslt将文本文件转换为xml。我知道我们可以从xml转换为文本，这一点我在前面已经做过了。但是我们有一个文本文件，需要使用xslt将其结构化为xml

这可能吗

更新：（下面是我需要解析为xml的文本文件）

XML:

0707
添加
abcde
tdef
吉德
0715
abcd
fghi

是的，可以将任意文本文件转换为XML文件。您将需要XSLT2.0或更高版本的处理器

您需要使用XSLT解析器中提供的

未解析文本

函数。这些允许您读取本质上是字符串结果的文件。在这里，您有几个用于解析字符串的选项

此问题涉及将HL7文本文件转换为XML:。该示例使用

tokenize（）

进行粗略解析，将字符分隔的文本文件转换为XML文件

---

我在这方面使用了很多变体，例如使用

tokenize（）

来分解行或段落，使用正则表达式来分解字符串的一部分，等等。一般来说，对于一般的文本解析来说，这是不值得的，因为解析时间甚至比shell脚本慢几个数量级。您可以考虑将文本文件预处理为XSLT可以找到更好吃的东西。

< P>是的，可以将任意文本文件转换成XML文件。您将需要XSLT2.0或更高版本的处理器

您需要使用XSLT解析器中提供的

未解析文本

函数。这些允许您读取本质上是字符串结果的文件。在这里，您有几个用于解析字符串的选项

此问题涉及将HL7文本文件转换为XML:。该示例使用

tokenize（）

进行粗略解析，将字符分隔的文本文件转换为XML文件

我在这方面使用了很多变体，例如使用

tokenize（）

来分解行或段落，使用正则表达式来分解字符串的一部分，等等。一般来说，对于一般的文本解析来说，这是不值得的，因为解析时间甚至比shell脚本慢几个数量级。您可以考虑将文本文件预处理为XSLT可以找到更好吃的东西。

< P>这里有一个例子。

您没有解释每个项如何分解的逻辑，因此我使用了“固定字段”类型的格式。这很容易改变，但应该是一个好的例子，让你开始

文本输入（so.txt）

XSLT2.0（初始模板应设置为

text2xml

）

输出

<results>
   <b1>
      <time>0707</time>
      <text>addd</text>
      <text2>abcde</text2>
      <text>tdef</text>
      <text2>ghidd</text2>
   </b1>
   <b1>
      <time>0715</time>
      <text>abcd</text>
      <text2>fghi</text2>
   </b1>
</results>

0707
添加
abcde
tdef
吉德
0715
abcd
fghi

下面是一个使用的示例

您没有解释每个项如何分解的逻辑，因此我使用了“固定字段”类型的格式。这很容易改变，但应该是一个好的例子，让你开始

文本输入（so.txt）

XSLT2.0（初始模板应设置为

text2xml

）

输出

<results>
   <b1>
      <time>0707</time>
      <text>addd</text>
      <text2>abcde</text2>
      <text>tdef</text>
      <text2>ghidd</text2>
   </b1>
   <b1>
      <time>0715</time>
      <text>abcd</text>
      <text2>fghi</text2>
   </b1>
</results>

0707
添加
abcde
tdef
吉德
0715
abcd
fghi

我被这个问题弄糊涂了，ASCII只是一个字符集，XML通常使用ASCII字符集……所以这不可能像你说的那样。我们有一个asci文本文件，它需要以XML的形式进行结构，所以我想也许有一种方法可以使用xslt而不是编写itI脚本，我说你的问题毫无意义。XSLT 2.0处理器可以用来读取文本文件，然后可以

xsl:analyze string

和/或

tokenize

函数。我被这个问题弄糊涂了，ASCII只是一个字符集，XML通常使用ASCII字符集…所以这不可能像你说的那样。我们有一个asci文本文件，它需要以XML的形式进行结构，所以我想也许有一种方法可以使用xslt而不是编写itI脚本，我没有这么说，我说你的问题毫无意义。XSLT 2.0处理器可以用来读取文本文件，然后可以

xsl:analyze string

和/或

tokenize

函数。

unparsed-text（）

需要XSLT 2.0。你的链接问题与将文本转换为XML无关。你知道如何将文本解析为XML吗。我编辑了我的问题，给出了一个示例文本文件

unparsed-text（）

需要XSLT 2.0。您的链接问题与将文本转换为XML无关。您知道如何将文本解析为XML吗。我已经编辑了我的问题，以提供一个示例文本文件。当我在visual studio中运行您的示例以理解代码时，我得到以下错误：根级别的数据无效。第1行，位置1。有吗clue@user726720-这是针对XSLT的错误吗？听起来更像是试图使用文本文件作为XSLT的输入，这是行不通的。（这就是为什么您需要指定初始模板；没有实际输入。）另外，您在VisualStudio中使用的处理器是什么？你需要一个2.0处理器。对不起，我对2.0还不熟悉。你能推荐一位编辑吗。可能VisualStudio似乎支持1.0only@user726720-我更新了我的答案以包含匹配项。如果完全复制该XSLT，请更新文本的路径/文件名

C0707:00addd     abcde
C0707:00tdef     ghidd 
C0715:00abcd     fghi

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" 
  xmlns:xs="http://www.w3.org/2001/XMLSchema" exclude-result-prefixes="xs">
  <xsl:output indent="yes"/>
  <xsl:strip-space elements="*"/>

  <xsl:param name="txt-encoding" as="xs:string" select="'iso-8859-1'"/>
  <xsl:param name="txt-uri" as="xs:string" 
    select="'file:///C:/Some/path/so.txt'"/>

  <xsl:template match="/" name="text2xml">
    <xsl:variable name="txt" select="unparsed-text($txt-uri, $txt-encoding)"/>
    <xsl:variable name="entries" as="node()*">
      <xsl:analyze-string select="$txt" regex="\r\n?|\n">
        <xsl:non-matching-substring>
          <xsl:analyze-string select="." regex="^C(.{{4}}):00(.{{9}})(.*)">
            <xsl:matching-substring>
              <entry>
                <time><xsl:value-of select="regex-group(1)"/></time>
                <text><xsl:value-of select="normalize-space(regex-group(2))"/></text>
                <text2><xsl:value-of select="normalize-space(regex-group(3))"/></text2>
              </entry>
            </xsl:matching-substring>
          </xsl:analyze-string>
        </xsl:non-matching-substring>
      </xsl:analyze-string>      
    </xsl:variable>
    <results>
      <xsl:for-each-group select="$entries" group-by="time">
        <b1>
          <xsl:copy-of 
            select="current-group()[1]/time,current-group()/*[not(self::time)]"/>
        </b1>
      </xsl:for-each-group>      
    </results>
  </xsl:template>

</xsl:stylesheet>

<results>
   <b1>
      <time>0707</time>
      <text>addd</text>
      <text2>abcde</text2>
      <text>tdef</text>
      <text2>ghidd</text2>
   </b1>
   <b1>
      <time>0715</time>
      <text>abcd</text>
      <text2>fghi</text2>
   </b1>
</results>