xsl2.0正则

<xsl:analyze-string>是XSLT2.0新增的指令，语法：
<xsl:analyze-string select="xpathExpression" regex="regExpression" flags="flag">
该指令的主要用途为分析字符串。select属性用于指定要分析的字符串，即inputString。
regex指定分析规则－－正则表达式。
<xsl:analyze-string>可能包含如下内容元素（子元素）：
1，<xsl:matching-substring>
          <!---some instruction-->
      </xsl:matching-substing>  
用于指定符合正则表达式的子字符串所要执行的动作。
2，<xsl:non-matching-substring>
         <!---some instruction-->
      </xsl:non-matching-substring>
用于指定不符合正则表达式的子字符串所要执行的动作。
 
<xsl:analyze-string>的执行过程为：首先将输入字符串按照正则表达式分割成若干子字符串。然后依次对每个子字 符串进行操作：如果子字符串符合正则表达式，那么就执行<xsl:matching-substring>指令（如果存在该指令的话）；如果 不符合正则表达式，那么就执行<xsl:non-matching-substring>指令（如果存在该指令的话）。
举例来说
<xsl:analyze-string select="abcd1234efg7890" regex="[a-z]+">
        <xsl:matching-substring>
             <!---some instructions-->
        </xsl:matching-substring>
        <xsl:non-matching-substring>
             <!---some instructions-->
        </xsl:non-matching-substring>
</xsl:analyze-string>
首先输入字符串按正则表示被分为四个子字符串－－abcd，1234，efg，7890。
接着执行的指令为abcd(matching-instruction)－－>1234(non-matching- instruction)－－>efg(matching-instruction)－－>7890(non-matching- instruction)。
下面举个具体的例子。
XML源文件：
<?xml version="1.0"?>
<root>
   <branch>2500ppoabcuv12405tyuvirk</branch>
</root>
XSLT文件：
<?xml version='1.0'?>
<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:template match="/">
    <xsl:variable name="regex" select="'\d{4}'"/>
    <xsl:analyze-string select="root/branch" regex="{$regex}">
         <xsl:matching-substring>
             <digits><xsl:value-of select="."/></digits>
         </xsl:matching-substring>
         <xsl:non-matching-substring>
            <word><xsl:value-of select="."/></word>
         </xsl:non-matching-substring>
    </xsl:analyze-string>
</xsl:template>
</xsl:stylesheet>
转换结果：
<digits>2500</digits>
<word>ppoabcuv</word>
<digits>1240</digits>
<word>5tyuvirk</word>
如果将regex的属性直接写成：regex="\d{4}"，我们得到的输出结果是：
<word>2500ppoabcuv1</word>
<digits>24</digits>
<word>05tyuvirk</word>
跟正确的结果不符，这是为什么呢？
这是因为在一个非xpath expression中大括号(curly brackets)括起来的内容表示xpath expression。所以，直接写成regex="\d{4}"时，真实的正则表达式变成了\d4。
要想得到\d{4}，正则表达式需要写成regex="\d{{4}}"。
在XSLT中一般认为存在两种表示式，一种是xpath表达式，另一种是非xpath表达式。
用select属性指定的表达式一般是xpath表达式。例如：select="root/branch"，表示root下的所有branch节点；但href="root/branch"则表示字符串root/branch。
在xpath表达式中不能使用大括号(curly brackets)。
在非xpath表达式中则需要使用大括号(curly brackets)来引用xpath表达式。
大括号在非xpath表达式中的使用一般有如下几种情况：
1，引用节点或属性
{a}，{@a}
2，引用变量
{$var}
3，引用字符串
{'#abc'}
4，引用数字
{1}
5，{{expression}}这种形式，表示{expression}字符串。

转载地址：http://electiger.blog.51cto.com/112940/19722

其实，正则表达式是XPATH2.0定义的，暂且放在XSLT里说吧。
还是举例来说正则表达式的用法吧。
XML源文件任意，XSLT文件：
<?xml version='1.0'?>
<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
            xmlns:xs="http://www.w3.org/XMLSchema">
<xsl:template match="/">
    <xsl:variable name="file" select="'aa.txt'"/>
    <xsl:variable name="string" select="unparsed-text($file,ISO-8859-1)" />
    <xsl:analyze-string select="$string" regex="\n" >
        <xsl:non-matching-substring>
            <row>
            <xsl:analyze-string select="." regex='("([^"]*)")|([^,]+)'>
                <xsl:matching-substring>
                    <cell>
                    <xsl:value-of select="regex-group(2)"/>
                    <xsl:value-of select="regex-group(3)"/>
                    </cell>
                </xsl:matching-substring>
            </xsl:analyze-string>
            </row>
        </xsl:non-matching-substring>
    </xsl:analyze-string>
</xsl:template>
</xsl:stylesheet>
摘自XSLT2.0 porgrammer's reference(稍有改动)。
aa.txt的内容：
123,"Mary Jones","IBM","USA",1997-05-14
423,"Barbara Smith","General Motors","USA",1996-03-12
6721,"Martin McDougall","British Airways","UK",2001-01-15
830,"Jonathan Perkins","Springer Verlag","Germany",2000-11-17
得到输出结果：
<?xml version='1.0' ?>
<row xmlns:xs="http://www.w3.org/XMLSchema">
         <cell>123</cell>
         <cell>Mary Jones</cell>
         <cell>IBM</cell>
         <cell>USA</cell>
         <cell>1997-05-14</cell>
</row>
<row xmlns:xs="http://www.w3.org/XMLSchema">
        <cell>423</cell>
        <cell>Barbara Smith</cell>
         <cell>General Motors</cell>
        <cell>USA</cell>
        <cell>1996-03-12</cell>
</row>
<row xmlns:xs="http://www.w3.org/XMLSchema">
        <cell>6721</cell>
        <cell>Martin McDougall</cell>
        <cell>British Airways</cell>
        <cell>UK</cell>
        <cell>2001-01-15</cell>
</row>
<row xmlns:xs="http://www.w3.org/XMLSchema">
        <cell>830</cell>
       <cell>Jonathan Perkins</cell>
        <cell>Springer Verlag</cell>
        <cell>Germany</cell>
        <cell>2000-11-17</cell>
</row>
我们可以看到寻找与regex匹配的字符串的过程是：首先从input的第一个字符开始，看能否找到，如果找到了，那么就截取该匹配字符，然后从后面的字符开始，再次寻找，如果未找到，就将第一个字符确定为不匹配字符，然后从第二个字符开始寻找，一直到查找完所有字符。
原来的XSLT文件正则表达式匹配的模式为：
<xsl:analyze-string select="," regex='("([^"]*?)")|([^,]+?),'>
* 后面跟一个问号（?），代表非贪婪原则。意思是，一旦找到类似"xxxxx"形式的字符串就认定为匹配字符串。但是在这里没有必要，因为中间的xxxx不 能为"（双引号），也就防止了出现贪婪的"xxx""xxxx"xxx"的形式。也算是对大师提出的一个疑问吧。呵呵。

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/superwfei/archive/2008/04/07/2256836.aspx