问XPath如何在“前置”轴上优化性能？

EN

我正在使用XSLT来转换XML文件，这个XPath只是其中很小的一部分。主要目标是性能问题。首先，我将描述上下文：

转换的一部分是一个复杂的分组操作，用于按出现的顺序对一系列相似的元素进行分组。这是数据中的一个小样本：

<!-- potentially a lot more data-->
<MeaningDefBlock>
    <!-- potentially a lot more data-->
    <MeaningSegment>
        <Meaning>
            <value> or </value>
        </Meaning>
    </MeaningSegment>
    <MeaningSegment>
        <MeaningInsert>
            <OpenBracket>
                <value>(</value>
            </OpenBracket>
            <Meaning>
                <value>ex.: </value>
            </Meaning>
            <IllustrationInsert>
                <value>ita, lics</value>
            </IllustrationInsert>
            <ClosedBracket>
                <value>)</value>
            </ClosedBracket>
        </MeaningInsert>
    </MeaningSegment>
    <!-- potentially a lot more data-->
</MeaningDefBlock>
<!-- potentially a lot more data-->

只有父元素(例如：MeaningInsert)和只包含包含文本的value元素(例如：IllustrationInsert)的元素。来自输入的文本被分组到具有以下文本段的元素中：or (ex.:、ita, lics和) (在本例中，"ita，lics“段将原本在一个组中的组分开)。主要的一点是，来自不同级别的元素可以分组。XPath用于通过之前的网段识别组，并键入XSL。整个关键是非常复杂的，并且不是问题的对象(但我仍然提供它作为上下文)：

<xsl:key name="leavesInGroupL4" match="MeaningSegment//*[value]" use="generate-id(((preceding-sibling::*[value]|ancestor-or-self::MeaningSegment/preceding-sibling::MeaningSegment//*[value])[not(boolean(self::IllustrationInsert|self::LatinName)=boolean(current()/self::IllustrationInsert|current()/self::LatinName))]|ancestor-or-self::MeaningDefBlock)[last()])"/>

重要的部分是：

(preceding-sibling::*[value]|ancestor-or-self::MeaningSegment/preceding-sibling::MeaningSegment//*[value])[...]

从具有value子元素(如Meaning或OpenBracket)的元素的上下文中，该XPath选择先前的兄弟元素，以及具有来自父/祖先MeaningSegment的先前兄弟元素的值的所有元素。实际上，它基本上选择了它之前的所有文本(或者，更确切地说，文本本身的祖辈)。

后来我意识到，对于具有值的元素的层和不同深度，可能会有更多的复杂性。我可能需要选择所有这些前面的元素，而不管它们的父元素和兄弟元素，但仍然在同一个块中。我用一个稍微简单一些的XPath表达式替换了“重要的部分”：

preceding::*[value and generate-id(ancestor-or-self::MeaningDefBlock) = generate-id(current()/ancestor-or-self::MeaningDefBlock)]

这只是检查它是否在同一个块中，并且它是有效的！即使带有值的元素和父元素混合在一起，它也会成功地选择块中前面的文本段。示例输入片段：

...
<OpenBracket>
    <value>(</value>
</OpenBracket>
<SomeParentElement>
    <LatinName>
        <value>also italics</value>
    </LatinName>
</SomeParentElement>
<ClosedBracket>
    <value>)</value>
</ClosedBracket>
...

第一种方法无法做到这一点，因为括号和LatinName不是兄弟关系。

但是，使用preceding:*的新方法非常慢！在实际的文档中，XSL转换最多需要5分钟，而原来的方法通常需要3秒(包括开销)，这使时间增加了100倍。当然，这是因为preceding在执行时(多次)几乎会检查整个文档中的每个节点。该文档有许多MeaningDefBlock块(接近2000个)，每个块都有几段文本(通常是一位数)和一堆与该文本无关的其他直接的元素/节点(通常在低数百个，每个块)。很容易看出这一切是如何提高preceding-sibling上的preceding垃圾处理性能的。

我想知道这是否可以以某种方式进行优化。在XSL中，键在我们的项目中多次极大地提高了性能，但我不确定preceding和键是否可以组合在一起，或者XPath是否需要更复杂并针对我的特定情况进行定制，可能会枚举它应该查看的元素(希望忽略其他所有内容)。

由于输入当前将始终与第一种方法一起工作，我已经承认并回滚了更改(并且可能宁愿每次都接受5分钟的命中，而不是自己尝试优化)。

我使用XSLT1.0和XPath 1.0