Xslt Can'；我得不到；s"；在Saxon 9.5中使用正则表达式的标志

我有一个XML信封/有效负载结构，如下所示：

<RootEnvelopeTag>
    <EnvelopeTag />
    <EnvelopeTag />
    <EnvelopeTagContainingPayload>
        &lt;WantedPayloadTag&gt;Some text and nested tags.&lt;/WantedPayloadTag&gt;&lt;UnwantedPayloadTag&gt;Lots of text and nested tags.&lt;/UnwantedPayloadTag&gt;
    </EnvelopeTagContainingPayload>
</RootEnvelopeTag>

WantedPayloadTag部分文本和嵌套标记。/WantedPayloadTagUnwantedPayloadTag大量文本和嵌套标记。/UnwantedPayloadTag

为了提取有效负载，通过删除所有信封元素，我使用以下XSLT：

<xsl:transform 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 method="text" encoding="utf-8"/>
  <xsl:template match="/">
    <xsl:apply-templates select="*/EnvelopeTagContainingPayload"/>
  </xsl:template>
  <xsl:template match="EnvelopeTagContainingPayload">
    <xsl:value-of select="."/>
  </xsl:template>
</xsl:transform>

结果是一个新的文本文件，一旦解析为XML，就允许我只处理有效负载XML

这在Saxon HE 9.5和AltovaXML 2013中都可以正常工作。但是，我现在还需要删除部分有效负载，特别是一个元素，包括标记及其所有内容（中间的所有文本）

因为在原始XML文件中，负载只是一个字符串，所以我使用replace（）和正则表达式来匹配不需要的元素，并将空字符串作为替换字符串。我在正则表达式中包含“s”标志，以使“.”与不需要的元素中出现的换行符相匹配。因此，容器信封元素的模板更改为：

  <xsl:template match="EnvelopeTagContainingPayload">
    <xsl:variable name="removeUnwanted" as="xs:string" select="replace(., '&lt;UnwantedPayloadTag.*UnwantedPayloadTag&gt;', '', 's')" />
    <xsl:value-of select="$removeUnwanted"/>
  </xsl:template>

在AltovaXML中，这可以无缝地工作。结果与预期完全一致。但在撒克逊，它造成了巨大的破坏。不产生输出；相反，我在命令行中不断重复以下错误消息，使整个DOS命令行窗口混乱不堪：

位于net.sf.saxon.regex.Operation$OpStar.exec（Operation.java:235）

位于net.sf.saxon.regex.REMatcher.matchNodes（REMatcher.java:413）

只有当我使用“s”标志时，问题才会出现。但是如果我把它扔了，我就得不到火柴了。我尝试了一个不需要标志的替代方案，并且做了相同的操作：

    <xsl:variable name="removeUnwanted" as="xs:string" select="replace(., '&lt;UnwantedPayloadTag[\s\S]*UnwantedPayloadTag&gt;', '')" />

---

但我在撒克逊人身上也犯了同样的错误。再说一次，奥托娃做对了。我不确定问题是否出在我的代码上，因为它在Altova中运行良好。但我真的很想让这个在萨克森也能用。那么，怎么了？

您在Saxon正则表达式引擎中遇到了堆栈溢出，因为回溯太多了。在未来的9.6版本中，我们已经对此进行了修复，但在此期间，您需要小心执行过多回溯的正则表达式

---

真的，你的方法是错误的。不应使用正则表达式来解析XML。您的表达式是错误的，因为它可以匹配不应该匹配的内容，例如注释中看起来像结束标记的内容。通过调整正则表达式，您无法正确使用它，因为XML具有递归语法，而正则表达式无法处理递归语法。Saxon为此提供了parse-xml（）

<xsl:transform version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:xs="http://www.w3.org/2001/XMLSchema" exclude-result-prefixes="xs">

  <xsl:output method="xml" encoding="utf-8"/>

  <xsl:template match="/">
    <xsl:apply-templates select="*/EnvelopeTagContainingPayload"/>
  </xsl:template>

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

  <xsl:template match="EnvelopeTagContainingPayload">
    <xsl:apply-templates select="parse-xml-fragment(.)"/>
  </xsl:template>

  <xsl:template match="UnwantedPayloadTag"/>

</xsl:transform>

---

这样，您只需将标记解析为XML，然后使用模板筛选出任何您不想要的元素。

消息的混乱通常是堆栈跟踪，帮助识别java应用程序在哪里失败，因此考虑提供完整的堆栈跟踪。最好提供最小但完整的XML和XSLT示例，以便重现错误。最快的解决方法也是在Saxon邮件列表或支持论坛上发布。@Martin：就我所见，完整堆栈跟踪的问题是它不断重复。它总是上面两行的交替。没有别的了。所以，如果我复制了几十行同样的内容，也不会有多大帮助。此外，它跨越了DOS命令行窗口中保留的缓存行。因此，我最初对转换的调用以及重复消息的初始行都丢失了。如果我一直向上滚动窗口，唯一能看到的就是那两行错误消息。我很乐意提供我正在使用的完整XML的示例。我没有在这里做，因为这个场地太大了。这是合适的地方吗：？如果你想用saxonica提出支持查询，首选的路由是http//saxonica，plan，io，我非常同意你，Michael。最好的方法是使用fn:parse-xml（）或saxon:parse（）解析有效负载。但是，SaxonHE中既没有XSLT 3.0特性，也没有扩展函数。所以，我只剩下了原始正则表达式的选择。这导致我的堆栈溢出（非常恰当：）。无论如何，很高兴知道Saxon9.6将解决回溯问题（我可以知道什么时候吗？）。在萨克森内置更强大的正则表达式引擎并没有什么坏处。谢谢你的反馈！马丁，你的方法是最好的。首先，它更高效（处理器上没有回溯压力）。其次，它使我不必使用XML管道。现在，解析后的XML可随时用于任何进一步的处理。SaxonHE9.6支持XPath3.0函数，这是一个好消息。这使得处理嵌套XMLs有效负载更容易。谢谢你慷慨的建议！