Xml 在XSLT中标记化混合内容

我有一个包含混合内容的元素

。是否可以使用XSLT（2.0）将

标记中的

中的所有“单词”（例如，由模式

\s+

分隔）封装在

中，并在必要时降入内联元素？例如，给定以下输入：

<mixed>
  One morning, when <a>Gregor Samsa</a>
  woke from troubled dreams, he found
  himself transformed in his bed into
  a <b><c>horrible vermin</c></b>.
</mixed>

（编辑：当前的3个答案均不满足此要求。）

不能丢弃分割令牌。考虑在化学公式的上下文中，在<代码> <代码>标签中包装非系数数的类似任务。例如，

2H2+O2

变为

2H2+O2

。这不可能使用

标记化
函数，因为它只会丢弃分隔符。相反，我们可能不得不求助于
分析字符串

---

如果不是XSLT，那么执行此操作的最佳方法是什么？

如果使用

\S+

上的

分析字符串

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

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

    <xsl:template match="mixed//text()">
        <xsl:analyze-string select="." regex="\S+">
            <xsl:matching-substring>
                <w>
                    <xsl:value-of select="."/>
                </w>
            </xsl:matching-substring>
            <xsl:non-matching-substring>
                <xsl:value-of select="."/>
            </xsl:non-matching-substring>
        </xsl:analyze-string>
    </xsl:template>

</xsl:transform>

你得到

<mixed>
  <w>One</w> <w>morning,</w> <w>when</w> <a><w>Gregor</w> <w>Samsa</w></a>
  <w>woke</w> <w>from</w> <w>troubled</w> <w>dreams,</w> <w>he</w> <w>found</w>
  <w>himself</w> <w>transformed</w> <w>in</w> <w>his</w> <w>bed</w> <w>into</w>
  <w>a</w> <b><c><w>horrible</w> <w>vermin</w></c></b><w>.</w>
</mixed>

一天早上，格雷戈·萨姆萨
从烦恼的梦中醒来，他发现
他自己在床上变成了一个男人
可怕的害虫。

---

是否确实要将尾随点与内联元素中的前一个

害虫连接起来？
AFAICT，这将在示例中提供预期结果：

XSLT2.0

<xsl:stylesheet version="2.0" 
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" version="1.0" encoding="UTF-8" indent="no"/>
<xsl:strip-space elements="*"/>

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

<xsl:template match="text()[ancestor::mixed]">
    <xsl:analyze-string select="." regex="\s+">
        <xsl:matching-substring>
            <xsl:value-of select="." />
        </xsl:matching-substring>
        <xsl:non-matching-substring>
            <w>
                <xsl:value-of select="." />
            </w>
        </xsl:non-matching-substring>
    </xsl:analyze-string>
</xsl:template>

</xsl:stylesheet>



但是，我不理解您关于“以“单词”结尾的内联元素”的观点。例如，当一个单词的一部分被斜体化时，预期的结果是什么
 这个XSLT怎么样，它有一个额外的模板来处理紧跟在文本节点后面的元素，该节点只包含一个句号

<xsl:stylesheet version="2.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output method="xml" omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

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

 <xsl:template match="text()">
  <xsl:for-each select="tokenize(., '[\s]')[.]">
   <w><xsl:sequence select="."/></w>
  </xsl:for-each>
 </xsl:template>

 <xsl:template match="text()[normalize-space() = '.']" />

 <xsl:template match="node()[following-sibling::node()[1][self::text()][normalize-space() = '.']]">
  <w>
     <xsl:copy>
       <xsl:apply-templates select="node()|@*"/>
     </xsl:copy>
     <xsl:text>.</xsl:text>
  </w>
 </xsl:template>
</xsl:stylesheet>


.
<代码> >我认为<代码>害虫> <代码>是一个单词，因为它不包含分隔符模式<代码> \s+< /代码>。但是，内联元素<代码> >代码>和代码> <代码>在前一个单词中打开，但在该单词的中间被关闭：<代码>害虫>  >因此，仅在一个元素中包装<代码>害虫> <代码>，必须是内联元素<代码> >代码>和<代码> <代码>，这是几个单词的一部分，被拆分。我的帖子中已经有一个预期结果的例子：
一个可怕的害虫。
。请让我知道这是否有意义。如果我理解正确，建议的解决方案在这方面符合您的要求-尽管原因完全不同，即每个文本节点都是单独处理的。我相信您的解决方案包含空格，而不是单词，使用
，因为
分析字符串中的
regex
参数是
\s+
。即使更改为
\S+
，输出也会以
害虫结束。
“我相信您的解决方案包装的是空格，而不是单词”，现在已修复。-“输出以…”结束。我们需要更明确的规则。在此之前，如果句点是单词的一部分，那么单个句点就是一个字母单词。如果您希望每个文本节点也考虑前面/下一个节点，这将变得更加复杂。确实，这是一个复杂的问题。正确，我确实想加入尾随点。嗨，米迦勒，没有一个发布的答案已经解决了我的问题。那我该怎么办？我真的没有足够的代表来支付奖金。嗯，你需要更好地定义这个问题。如果他们不知道如何只用纸和笔以及一些明确的规则手动解决问题，那么没有人能够提供一个算法来解决问题。
<mixed>
  <w>One</w> <w>morning,</w> <w>when</w> <a><w>Gregor</w> <w>Samsa</w></a>
  <w>woke</w> <w>from</w> <w>troubled</w> <w>dreams,</w> <w>he</w> <w>found</w>
  <w>himself</w> <w>transformed</w> <w>in</w> <w>his</w> <w>bed</w> <w>into</w>
  <w>a</w> <b><c><w>horrible</w> <w>vermin</w></c></b><w>.</w>
</mixed>

<xsl:stylesheet version="2.0" 
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="xml" version="1.0" encoding="UTF-8" indent="no"/>
<xsl:strip-space elements="*"/>

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

<xsl:template match="text()[ancestor::mixed]">
    <xsl:analyze-string select="." regex="\s+">
        <xsl:matching-substring>
            <xsl:value-of select="." />
        </xsl:matching-substring>
        <xsl:non-matching-substring>
            <w>
                <xsl:value-of select="." />
            </w>
        </xsl:non-matching-substring>
    </xsl:analyze-string>
</xsl:template>

</xsl:stylesheet>

<xsl:stylesheet version="2.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output method="xml" omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

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

 <xsl:template match="text()">
  <xsl:for-each select="tokenize(., '[\s]')[.]">
   <w><xsl:sequence select="."/></w>
  </xsl:for-each>
 </xsl:template>

 <xsl:template match="text()[normalize-space() = '.']" />

 <xsl:template match="node()[following-sibling::node()[1][self::text()][normalize-space() = '.']]">
  <w>
     <xsl:copy>
       <xsl:apply-templates select="node()|@*"/>
     </xsl:copy>
     <xsl:text>.</xsl:text>
  </w>
 </xsl:template>
</xsl:stylesheet>