Mehrere Nicht-XML Dokumente einlesen

[w_ing]

Sehr schön! Bin auf jeden Fall noch einen Schritt weiter!!

Muss jetzt noch die Fälle abfangen, wo

1) zwei zusammengehörende Angaben in einer Zeile stehen und durch ein Semikolon getrennt sind.

Farbe; Blau

Soll auch in einem <ausgabe> Tag angegeben werden.

2) nach der Angabe steht kein Semikolon und kein Ausrufezeichen kann ich wohl bei der Vorverarbeitung damit abfangen:

<xsl:when test="fn:contains(.,' ') and not(fn:contains(.,';') or fn:contains(.,'!'))">
	<xsl:value-of select="fn:concat(.,';')"/>
</xsl:when>

Tut mir leid, dass sich immer mehr Fälle ergeben, aber das stelle ich auch erst im Verlauf der zahlreichen Tests fest...

Vielen Dank!

[w_ing]

Was wäre die Notation für beliebig viele Leerzeichen? Wie gesagt, die Abstände können beliebig groß sein...
Um den eben beschriebenen Punkt 1 abzufangen, könnte ich fragen, ob zwischen einem ";" und einem "!" bzw. nach einem ";" noch was kommt, was kein "!" ist. Das wäre ja dann der Fall "Farbe; Blau ! Comments". Dann müsste nur der String vor ";" und der durchgehende String danach getrennt durch ein Leerzeichen miteinander und danach ein ";" gesetzt werden...

Damit dürfte auch der Rest zum vorgegebenen Muster passen.

Beliebig viele Leerzeichen: \s* ?

Vielen Dank!

PS.: Versuche gerade unterschiedliche Variationen aus, aber so perfekt ist das noch immer nicht...

[w_ing]

Beispiel

In diesem Beipspiel müsste eigentlich alles vorgekommen sein :-))

Start;                              
    Farbe S1 S2;                 ! Bla   
    Modell A3 A4;                  ! Bla
    Anzahl 1K 2K                  ! Blub
                                    ! Bla 
                                    ! Blub
Abteilung U8;                         
    Mitarbeitereinteilung  2.0  2.0 3.0;                
    Pausen 104.;                         
    Sonstiges XYZ;                          
    Notieren                        

Abteilung U9;                         
    Mitarbeitereinteilung 3.0 3.0 0.0;                
    Pausen 4;                         
    Sonstiges                           

Farbe; Blau                         ! Comments

Farbänderung; Farbe M 4                 ! Änderung der Farbe
                                    ! Die erste Angabe soll überschrieben werden...
   

QUIT

Fast alles davon wird durch die bis jetzt vorhandenen Abfragen richtig einsortiert... In dem rotmarkierten Bereich steht "Sonstiges" komischerweise in einer Zeile mit "Farbe" und "Blau" in der nächsten Zeile zusammen mit "Farbänderung"...

[Thomas Meinike]

Wenn unterschiedliche Möglichkeiten vorkommen, dann gehe die Ausgangszeilen (vor der Suche nach Start | QUIT) mittels regulärem Ausdruck und fn:replace() durch. Dieser Ausdruck müsste grob skizziert so aussehen: (\s*)(\w*)(;?)(\w*)(\w*)(;?)(\s*)(\!?)(\s*)(\w*)
Im Ersetzungstext lassen sich die einzelnen (...)-Gruppen über $1 bis $n ansprechen und ggf. auch weglassen, hier etwa $1 und $8 bis $10. In diesem Thread habe ich die Nutzung von fn:replace() mit RegEx gezeigt. Baue also einen einheitlichen String auf, der sich mit den bereits beschriebenen Techniken weiter parsen lässt.

[w_ing]

Ok. Vielen Dank für die zahlreichen Hinweise und Komplettlösungen, Thomas!

Das hat mir auf jeden Fall sehr geholfen!!

Ich werde es weiter probieren zu verbessern. Stelle die Ergebnisse hier rein...

Grüße
Alex

[Stf]

Einen direkten Weg zum Laden aller *.xml sehe ich nicht, aber z. B. mittels dir *.xml /B > files.txt lässt sich die Dateiliste vorab erzeugen und dann wiederum über unparsed-text() einlesen.

Was spricht gegen fn:collection() bzw. <xsl:for-each
select="collection('file:///c:/input-dir/?select=*.xml')/>? Saxon bietet ein paar Optionen (siehe http://www.saxonica.com/documentatio...IResolver.html)

Falls die eingelesenen Dateien zu groß für den Speicher sind, gibt es hier einen Tipp.

Eine Methode zum Erstellen eines Verzeichnis-Listings suche ich aber auch, ich werde wohl bei Java enden.

[Thomas Meinike]

Wenn fn:collection() (jetzt) funtioniert, spricht natürlich nichts dagegen. Ich habe damit -- vermutlich mit den ersten XSLT 2.0-Versionen von AltovaXML (2007/2008) -- Probleme gehabt und die genannte Alternative probiert. Insofern also ein guter Hinweis.

Nochmal probiert, die Pfadsyntax ist entscheidend:

AltovaXML 2010:
fn:collection('X:\Pfad\*.xml')

Saxon 9.2HE:
fn:collection('file:///X:/Pfad/?select=*.xml')

[w_ing]

Danke nochmals für den Hinweis.

Ich nutze zwar momentan nur eine Trial-Version von Altova 2010. Einen permanent key habe ich ebenfalls nur für die 2008 Version.

Aber es ist ein sehr nützlicher Hinweis!

[Thomas Meinike]

AltovaXML 2010 ist ein frei verfügbarer Standalone-Prozessor (AltovaXML.exe), welcher sich sowohl von der Konsole aus, aber auch aus Anwendungen heraus aufrufen lässt (sowie via .NET), z. B. auch nutzbar mit älteren XMLSpy-Versionen über "Extras | Optionen... | XSL | Externes XSL-Transformationsprogramm". Dort eingeben:
X:\Pfad_zu\AltovaXML2010\AltovaXML.exe -xslt2 %3 -in %1 -out %2