使用XSLT2.0拆分大型xml文件

我有这个源xml文件

   <DATA>
    <DATASET>      
      <KE action="create">
         <A>USVa</A>
         <B>USVb</B>
         <C>USV10</C>             
      </KE>
      <KE>
       ....
      </KE>
    </DATASET>
   </DATA>

美国退伍军人协会
USVb
USV10
....

“KE”元素大约存在30000次。我想每5000“KE”创建一个新的XML文件。对于30000个KE元素，结果必须是6个单独的xml文件，结构必须是源xml的副本

---

如何使用XSLT2.0实现这一点？我用的是萨克森9-5-1-3j。非常感谢…

使用XSLT2.0功能

xsl:for each group

和

KE

元素的位置模数。然后，使用

xsl:result-document

元素生成输出文档

我的示例XSLT代码为3个

KE

元素组创建了一个新的结果文档。将输入XML的数字调整为“5000”

样式表

1由于@Martin Honnen，简化了样式表2再次编辑，建议@michael.hor257k

<?xml version="1.0" encoding="utf-8"?>

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

<xsl:output method="xml" indent="yes"/>

<xsl:template match="/DATA">
  <xsl:apply-templates/>
</xsl:template>

<xsl:template match="DATASET">
  <xsl:for-each-group select="KE" group-starting-with="KE[(position() -1)mod 3 = 0]">
     <xsl:variable name="file" select="concat('ke',position(),'.xml')"/>
     <xsl:result-document href="{$file}">
        <DATA>
           <DATASET>
              <xsl:copy-of select="current-group()"/>
           </DATASET>
        </DATA>
     </xsl:result-document>
  </xsl:for-each-group>
</xsl:template>

</xsl:stylesheet>

输出：ke2.xml

<?xml version="1.0" encoding="UTF-8"?>
<DATA>
 <DATASET>
  <KE n="1" action="create">
     <A>USVa</A>
     <B>USVb</B>
     <C>USV10</C>
  </KE>
  <KE n="2" action="create">
     <A>USVa</A>
     <B>USVb</B>
     <C>USV10</C>
  </KE>
  <KE n="3" action="create">
     <A>USVa</A>
     <B>USVb</B>
     <C>USV10</C>
  </KE>
 </DATASET>
</DATA>

<?xml version="1.0" encoding="UTF-8"?>
<DATA>
 <DATASET>
  <KE n="4" action="create">
     <A>USVa</A>
     <B>USVb</B>
     <C>USV10</C>
  </KE>
  <KE n="5" action="create">
     <A>USVa</A>
     <B>USVb</B>
     <C>USV10</C>
  </KE>
  <KE n="6" action="create">
     <A>USVa</A>
     <B>USVb</B>
     <C>USV10</C>
  </KE>
 </DATASET>
</DATA>

美国退伍军人协会
USVb
USV10
美国退伍军人协会
USVb
USV10
美国退伍军人协会
USVb
USV10

---

其他输出文档看起来都一样。

不客气。请注意，模数为3时，第一组只有2个元素。因此，对于5000个元素，第一组只有4999个元素。我认为你应该用

替换

。@MartinHonnen:是的，这是一个很好的改进。我将编辑我的帖子。你应该使用
（position（）-1）mod 3
。这将消除第一组异常。谢谢@MathiasMüller，有没有办法避免对祖先节点（数据、数据集）进行硬编码在样式表中？对于这种规模，XSLT 2.0应该可以，但如果您谈论的是300000或3000000次，那么您最好使用更多的流式方法，例如基于StAX的方法（因为您提到了Saxon，我想您是在Java中工作）。