Свести и преобразовать большое количество файлов XML в таблицу

Question

У меня есть огромное количество (2k +) XML-файлов, из которых мне нужно извлечь данные и вывести эти данные в какую-то таблицу (Excel или просто один или несколько XML-файлов подойдут). Самое интересное, что xml-файлы имеют сильно различающееся количество узлов (иногда с одинаковыми именами в подузлах), а также глубина иерархии неизвестна.

В любом случае, вот пример:

<?xml version="1.0" encoding="UTF-8"?>
   <SomeName>
     <identifier>
        <UID> 1234 </UID>
     </identifier>
     <MainNode1>
         <SubNode1>
            <Subnode1a>DATA1a0</Subnode1a>
         </SubNode1>
         <SubNode1>
            <Subnode1a>DATA1a1</Subnode1a>
         </SubNode1>
         <SubNode1>
            <Subnode1a>DATA1a2</Subnode1a>
         </SubNode1>
      </MainNode1>

      <MainNode2>
         <SubNode2>
            <Subnode2a>DATA2a0</Subnode2a>
         </SubNode2>
         <SubNode3>
            <Subnode3a>DATA3a0</Subnode3a>
         </SubNode3>
         <SubNode4>
            <Subnode4a>DATA4a0</Subnode4a>
         </SubNode4>
      </MainNode2>

      <MainNodeIDONTCARE>
           <SubnodeWhatever>
           </SubnodeWhatever>
      <MainNodeIDONTCARE>
    </SomeName>

А вот мой стол, к которому я хочу сгладить. В основном это должно выглядеть так:

 <?xml version="1.0" encoding="UTF-8"?>
 <SomeName> 
 <UID>1234</UID>
 <MainNode1_SubNode1_SubNode1aA>DATA1a0</MainNode1_SubNode1_SubNode1aA>
 <MainNode1_SubNode1_SubNode1aB>DATA1a1</MainNode1_SubNode1_SubNode1aB>
 <MainNode1_SubNode1_SubNode1aC>DATA1a2</MainNode1_SubNode1_SubNode1aC>
 <MainNode2_SubNode2_SubNode2a>Data2a0</MainNode2_SubNode2_SubNode2a>
 <MainNode2_SubNode3_SubNode3a>Data3a0</MainNode2_SubNode3_SubNode3a>
 <MainNode2_SubNode4_SubNode4a>Data4a0</MainNode2_SubNode4_SubNode4a>
 </SomeName>

Как вы можете видеть, <MainNodeIDONTCARE> отсутствует в таблице, потому что я просто хочу извлечь определенные наборы данных из файлов XML (я хочу включить необходимые мне MainNodes и просто игнорировать все остальные). В этом случае все, что находится в MainNode1 через MainNode4.

Каков наилучший способ сделать это? Я не беспокоюсь о производительности, потому что файлы не слишком большие, и преобразование может занять столько времени, сколько потребуется.

Есть какой-нибудь умный XSLT или что-нибудь еще, что может мне помочь? Спасибо.

Answer 1

Вот вы:

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">

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

  <xsl:template match="UID" priority="1">
    <xsl:copy-of select="."/>
  </xsl:template>

  <xsl:template match="MainNodeIDONTCARE" priority="1"/> 

  <xsl:template match="SomeName//*[not(*)][text()]">
    <xsl:variable name="elementName">
      <xsl:call-template name="getElementName">
        <xsl:with-param name="element" select="."/>
      </xsl:call-template>
    </xsl:variable>
    <xsl:element name="{$elementName}">
      <xsl:value-of select="."/>
    </xsl:element>
  </xsl:template>

  <xsl:template name="getElementName">
    <xsl:param name="element"/>

    <xsl:if test="$element/parent::*[not(self::SomeName)]">
      <xsl:call-template name="getElementName">
        <xsl:with-param name="element" select="$element/parent::*"/>
      </xsl:call-template>
      <xsl:text>_</xsl:text>
    </xsl:if>
    <xsl:value-of select="name($element)"/>
  </xsl:template>

</xsl:stylesheet>

Answer 2

Использование XSLT 2.0 [Saxon] (я не думаю, что это будет работать в xslt 1.0):

Во-первых, непустые текстовые узлы содержат данные, поэтому выберите для них:

  <xsl:template match="/SomeName" >        
      <SomeName>
          <xsl:copy-of select="identifier/UID" />
        <xsl:apply-templates select="(MainNode1|MainNode2)//text()[normalizespace()]" />
      </SomeName>
  </xsl:template>

Затем вам нужно создать имя элемента, объединив имена предков:

<xsl:template match="text()" >
  <xsl:element  name="{string-join( ./ancestor::*[name()!='SomeName']/name(),'_')}">
    <xsl:value-of select="." />
  </xsl:element>
</xsl:template>

Answer 3

Независимо от того, используется или нет XSLT (и да, это будет работать), кажется, уловка состоит в том, чтобы сделать оператор xpath, который создает одну единственную коллекцию из всех этих узлов. Правильный оператор xpath не будет заботиться о глубине.