比较XML文档的更好方法？

在我目前的项目中，我们有一个最初以书籍形式发布的大型内容存储库。大部分内容都以英文和许多外语发布，主要使用Quark Express和后来的InDesign。此内容已导出到自定义XML结构以供存储和将来使用。问题在于，英文XML随着时间的推移而被导出，然后在结构和元数据中得到增强，这些编辑器使得外语XML的结构与英文版本不同。例如：比较XML文档的更好方法？

英语XML：

<chapter meta="meta data added"> 
    <section meta="some meta about the section"> 
     <paragraph>some english paragraph</paragraph> 
     <list> 
      <li>some english list item</li> 
     </list> 
    </section> 
</chapter>

外国XML：

<chapter> 
    <section> 
     <paragraph>some original foreign language paragraph</paragraph> 
    </section> 
</chapter>

正如你可以看到有有时缺失的元素以及缺少的属性。现在的问题是我们想要将外语结构与英语进行比较，添加缺失的元数据属性和元素，然后报告XML的非翻译部分。

当前完成此操作的过程涉及将元素数据剥离并将其放入Web应用程序中。从那里我允许用户进入并匹配一个外语段落与它的英文对象（使用Jquery允许他们只需点击该项目然后匹配）并将这些数据保存为属性（通过唯一ID）。那时我知道两种语言文档之间的哪些元素匹配，然后我可以将外语内容流入英语结构化的XML中。这使我可以在英文结构化XML中使用外语内容（由uniqueID标记），我可以查询没有唯一ID的元素，以便我知道哪些项目需要翻译。

此过程正常工作，但它非常手动，需要有人进入并点击段落。随着成千上万的内容页面经过，我正在寻找进一步自动化过程的方法。是否有更好的方法来比较XML文档的结构，以便通过较少的手动干预来完成上述目标？

当前进程使用C＃，ASP.Net，Linq到XML和Jquery等等。但语言和工具无关紧要！我只想找到一个更自动化的解决方案。如果它使用数据库，没问题。如果我们需要切换平台，我不介意。这是一个实施问题，而不是语言问题。谢谢！

来源

2010-03-09 Tim C

在过去，我已经使用XSLT将两段XML转换为通用格式，然后再与文本比较工具（Beyond Compare）进行比较。

即使您需要外部数据执行转换，也可以为您工作 - 您可以使用.NET XslCompiledTransform类将外部数据传递到XSL Transform，在该类中可以作为变换的参数进行访问。

来源

2010-03-09 22:40:24

这听起来很有趣。你将什么样的外部数据传递给变换？我不确定我是否遵循你的回应。 – 2010-03-09 23:18:09

@TimC：如果你愿意，你可以传递许多不同的东西。我只提到它，因为你说当前的进程使用“C＃，ASP.Net，Linq到XML和JQuery等等”。我想你可能会使用它们，因为在处理XML之前需要额外的数据。例如，如果在运行转换之前需要一个或多个查找表，则可以将查找表作为可在转换期间引用的XML文档传递。 – 2010-03-10 00:19:17

比较XML文档的更好方法？

回答

相关问题