xslt / *.txt to *.html, Theaterstück

[Karl_Heg]

Hallo zusammen

Für die gekürzte XSLT-Ausgabe einer Textstruktur, habe ich folgendes Theaterstück/input *.txt geschrieben.
Es soll mir die Möglichkeiten von Konvertierungen per xsl/xpath aufzeigen. (Übungsaufgabe)

Robert Hansen Auftritt um 20:03 eingeübt
Rolle Bauer, wütender Auftritt
Robert Hansen 20:03
Leerzeile
In Bauers Arbeitsgewand
Unfrisiert
kein Geld dabei
stinkend
schmutzig
Nina von der Mühle Auftritt um 20:30 eingeübt
Rolle PfarrerIn, schlichtender Auftritt
Nina von der Mühle 20:30
Leerzeile
langes Kleid, weite Aermel
langes offenes Haar
Bibel oder Gesangsbuch in der Hand
mahnende Stimme

Das output-file *.html sollte wie folgt aussehen:

<!-- mit tabelarischer Struktur -->
<table>
<tr>
<td>Robert Hansen 20:03</td>
<td>
    <dt>In Bauers Arbeitsgewand</dt>
    <dt>Unfrisiert</dt>
    <dt>kein Geld dabei</dt>
    <dt>stinkend</dt>
    <dt>schmutzig</dt>
</td>
</tr>
<tr>
<td>Nina von der Mühle 20:30</td>
<td>
    <dl>
    <dt>langes Kleid, weite Aermel</dt>
    <dt>langes offenes Haar</dt>
    <dt>Bibel oder Gesangsbuch in der Hand</dt>
    <dt>mahnende Stimme</dt>
    </dl>
</td>
</tr>
</table>

Zwischenzeitlich bin ich nun mit der offensichtlich richtigen Formulierung für eine mögliche Teillösung
schon erheblich weitergekommen.
In folgendem Link habe ich heute Morgen entscheidende Codefragmente gefunden.

https://sqa.stackexchange.com/questi...tains-in-xpath

en: How to find element using contains in xpath.
de: So finden Sie ein Element mithilfe von enthält in xpath.

Die Bedingung contains, bietet mir wiederkehrende Vorkommnisse zu lokalisieren.
Es wird in obigem Link auch aufgezeigt, dass mit "or" ganze Verkettungen hergestellt werden können.

Wie kann ich via xslt 2.0 oder xslt 3.0 das Input- Dokument Schrittweise zerlegen, bis der verkürzte Output dargestellt ist
und die nicht benötigten Zeilen unterdrückt sind/nicht aufgerufen werden.
Das Timestamp \d\d:\d\d sollte bei mehreren Akteuren vorerst erhalten bleiben. (Modellbeispiel)

Bei zwei Akteuren sind die manuellen Transformationsschritte Suchen/Ersetzen noch überschaubar/realisierbar.
Mehrere Akteure in diesem Rollenspiel sind denkbar. Ein Akteur kann im zeitlichen Ablauf, mehrere Auftritte haben,
bis der nächste Akteur in Szene kommt.

Viele Grüsse aus dem Bayrischen Wald

Karl_heg

[Martin Honnen]

Sieht aus wie eine Gruppierungsaufgabe für for-each-group group-starting-with, um die dt/dd-Paare zu konstruieren. Ich habe allerdings überhaupt nicht verstanden, wodurch ein dt im Textbeispiel erkannt werden soll. Und vielleicht sollte man lieber die 10 Minuten investieren, um ein strukturiertes Textformat zu schreiben, als erst mit unstrukturiertem Text anzufangen, um den dann per Hand oder RegEx oder XSLT wieder zu strukturieren.

[Karl_Heg]

Hallo Martin

Glücklicherweise habe ich heute Morgen endlich die richtige Formulierung gefunden und bin aktuell fleissig am testen.
Natürlich hast Du recht, dass man sich im Alltag mit solchen Strukturen nicht bemühen sollte.
Auch Dein Ansatz mit for-each-group...., werde ich testen.
Du hast mir ja schon aufgezeigt, wie man in einem Zuge alle Aufgaben durchziehen kann.
Kurzum, habe ich nach Deiner Anregung den obigen Beitrag gekürzt und angepasst.
Das Manuskript, muss ich zu gunsten der Transformationen, möglicherweise weiter optimieren.
Klare Erkennungsmerkmale in den Akteur/Zeilen.

Bis dahin verbleibe ich bis ich den ersten gangbaren Ansatz gefunden habe.

Viele Grüsse aus dem Bayrischen Wald

Karl_heg

[Martin Honnen]

Wodurch wird denn die Struktur definiert, immer 3 Einleitungzeilen (von denen die ersten beiden dann nicht ausgegeben werden) zu einem Darsteller, dann eine Leerzeile, dann die dazu gehörenden Beschreibungszeilen?

[Martin Honnen]

Mittels XQuery 3.1 und "tumbling window" wird z.b. aus

declare namespace output = "http://www.w3.org/2010/xslt-xquery-serialization";

declare option output:method 'html';
declare option output:html-version '5';

declare variable $text as xs:string external := ``[Robert Hansen Auftritt um 20:03 eingeübt
Rolle Bauer, wütender Auftritt
Robert Hansen 20:03

In Bauers Arbeitsgewand
Unfrisiert
kein Geld dabei
stinkend
schmutzig
Nina von der Mühle Auftritt um 20:30 eingeübt
Rolle PfarrerIn, schlichtender Auftritt
Nina von der Mühle 20:30

langes Kleid, weite Aermel
langes offenes Haar
Bibel oder Gesangsbuch in der Hand
mahnende Stimme]``;


document {
<html lang="de">
    <head>
      <title>.NET XQuery 3.1 Fiddle</title>
    </head>
    <body>
    <dl>{
        let $lines := tokenize($text, '\n')
        for tumbling window $actor in $lines
        start at $pos when $lines[$pos + 3] = ''
        return (
            <dt>{$actor[3]}</dt>,
            subsequence($actor, 5) ! <dd>{.}</dd>
        )
    }</dl>
    </body>
  </html>
}

das Resultat

<!DOCTYPE HTML><html lang="de">
   <head>
      <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
      <title>.NET XQuery 3.1 Fiddle</title>
   </head>
   <body>
      <dl>
         <dt>Robert Hansen 20:03</dt>
         <dd>In Bauers Arbeitsgewand</dd>
         <dd>Unfrisiert</dd>
         <dd>kein Geld dabei</dd>
         <dd>stinkend</dd>
         <dd>schmutzig</dd>
         <dt>Nina von der Mühle 20:30</dt>
         <dd>langes Kleid, weite Aermel</dd>
         <dd>langes offenes Haar</dd>
         <dd>Bibel oder Gesangsbuch in der Hand</dd>
         <dd>mahnende Stimme</dd>
      </dl>
   </body>
</html>

https://xqueryfiddle.liberty-development.net/94hwpi6

XQuery 3.1 wird wie XSLT 3.0 z.b. von Saxon 9 oder 10 oder von Altova unterstützt, sowie von BaseX.

Im Beispiel habe ich den Text als externe Variable deklariert und dann direkt im Beispiel eingefügt, dass aber nur, um das Beispiel vollständig und ausführbar zu halten, ansonsten kann man natürlich unparsed-text oder unparsed-text-lines mit einer Textdatei verwenden.

[Karl_Heg]

Wodurch wird denn die Struktur definiert......
Im Falle Theaterstück, können wir es vorerst bei 3 Zeilen belassen. (3 Akteurzeilen, 1 Leerzeile, mindestens eine oder beliebig viele Input- Zeilen)
Für globale Anwendungen, sehe ich die Zeilen wie folgt definiert.
Bsp: (Modell/mögliches Szenario)
Zeile 0: Head 0 Timestamp täglich/wöchentlich/monatlich! Dienstag | Mittwoch etc. Januar | Februar etc. | Date/Time
Zeile 1: Head 1 Hauptsignatur, preceding::*[1] from Head 2 (Theater: Robert Hansen Auftritt um 20:03 eingeübt)
Zeile 2: Head 2 (gilt als Leaderzeile mit einer unverkennbaren Signatur), (Theater: Zeile 2: starts-with "Rolle") Localization steps Forward Backward!
Zeile 3: Head 3 Short information chain (Nina von der Mühle 20:30) following::*[1] from Head 2
Zeile 4: Head 4 Empty dividing line, given or optional, following::*[2] from Head 2
Zeile 5: input 1 any input (minimum one), not head
Zeile 6: input 2 any input (optional), not head
Zeile 7: input 3 any input (optional), not head
etc., not head

[Karl_Heg]

Hallo Martin

Vorab grossen herzlichen Dank!
Mit JG 1958, muss man anerkennen dass die Technik an einem vorbeirauscht.
Dein Ansatz bei xqueryfiddle.liberty (xquery 3.1), hat mich echt verblüfft!
Meine to do- Liste ist nun noch grösser geworden. (regex, xslt, xpath, xquery)

Viele Grüsse aus dem Bayrischen Wald

Karl_heg