xsl-list
[Top] [All Lists]
<prev [Date] next>
[Advanced]
 <prev [Thread] next>

[xsl] Breaking paragraphs one linebreaks

2019-05-09 08:44:07
from [Manuel Souto Pico terminolator(_at_)gmail(_dot_)com] [Permanent Link] 
Dear all,

I have a bilingual TMX file containing many tu elements like this,
containing full paragraphs:

<?xml version="1.0" encoding="UTF-8"?>
<tmx version="1.4">
   <header segtype="paragraph" adminlang="en"/>
   <body>
      <tu tuid="1">
         <tuv xml:lang="es">
            <seg>El PSOE ganaría en 10 de las 12 comunidades donde habrá
elecciones autonómicas el 26 de mayo, según el último barómetro del CIS.
&lt;br&gt;Las excepciones serían Cantabria, donde el PRC, el partido de
Miguel Ángel Revilla, sería primera fuerza. &lt;br&gt;&lt;br&gt;Navarra
Suma, la coalición de PP, Ciudadanos y UPN, sería primera fuerza en la
comunidad foral.</seg>
         </tuv>
         <tuv xml:lang="uz">
            <seg>PSOE, MDHning eng so'nggi barometri bo'yicha 26 mayda
bo'lib o'tadigan mintaqaviy saylovlarda 12 ta jamoaning 10tasida g'olib
chiqadi.&lt;br&gt;Istisnolarga ko'ra, Cantabria, XXR, Migel Anxel Revilla
partiyasi birinchi kuch bo'ladi.&lt;br&gt;&lt;br&gt;"Navarra Suma", PP,
Cuudadanos va UPN koalitsiyasi mintaqaviy hamjamiyatning birinchi kuchi
bo'ladi.</seg>
         </tuv>
      </tu>
   </body>
</tmx>

As you can see there are a few (escaped) line break tags between sentences.

I would like to transform that into something like this, where every tu
element contains only sentences:

<?xml version="1.0" encoding="UTF-8"?>
<tmx version="1.4">
   <header segtype="paragraph" adminlang="en"/>
   <body>
      <tu tuid="1">
         <tuv xml:lang="es">
            <seg>El PSOE ganaría en 10 de las 12 comunidades donde habrá
elecciones autonómicas el 26 de mayo, según el último barómetro del
CIS.</seg>
         </tuv>
         <tuv xml:lang="uz">
            <seg>PSOE, MDHning eng so'nggi barometri bo'yicha 26 mayda
bo'lib o'tadigan mintaqaviy saylovlarda 12 ta jamoaning 10tasida g'olib
chiqadi.</seg>
         </tuv>
      </tu>
      <tu tuid="2">
         <tuv xml:lang="es">
            <seg>Las excepciones serían Cantabria, donde el PRC, el partido
de Miguel Ángel Revilla, sería primera fuerza. </seg>
         </tuv>
         <tuv xml:lang="uz">
            <seg>Istisnolarga ko'ra, Cantabria, XXR, Migel Anxel Revilla
partiyasi birinchi kuch bo'ladi.</seg>
         </tuv>
      </tu>
      <tu tuid="3">
         <tuv xml:lang="es">
            <seg>Navarra Suma, la coalición de PP, Ciudadanos y UPN, sería
primera fuerza en la comunidad foral.</seg>
         </tuv>
         <tuv xml:lang="uz">
            <seg>"Navarra Suma", PP, Cuudadanos va UPN koalitsiyasi
mintaqaviy hamjamiyatning birinchi kuchi bo'ladi.</seg>
         </tuv>
      </tu>
   </body>
</tmx>

Do you think I can use XSLT to do this more or less easily?

I wrote a few XSLT stylesheets years ago but I'm far from being a savvy
user.

Thanks in advance for any tips.

Cheers, Manuel
--~----------------------------------------------------------------
XSL-List info and archive: http://www.mulberrytech.com/xsl/xsl-list
EasyUnsubscribe: http://lists.mulberrytech.com/unsub/xsl-list/1167547
or by email: xsl-list-unsub(_at_)lists(_dot_)mulberrytech(_dot_)com
--~--
[More with this subject...]
<Prev in Thread] Current Thread [Next in Thread>
Previous by Date:  Re: [xsl] Problem sorting incoming node list, Martin Honnen martin(_dot_)honnen(_at_)gmx(_dot_)de
Next by Date:  Re: [xsl] Breaking paragraphs one linebreaks, Imsieke, Gerrit, le-tex gerrit(_dot_)imsieke(_at_)le-tex(_dot_)de
Previous by Thread:  [xsl] Problem sorting incoming node list, Raimund Kammering raimund(_dot_)kammering(_at_)desy(_dot_)de
Next by Thread:  Re: [xsl] Breaking paragraphs one linebreaks, Imsieke, Gerrit, le-tex gerrit(_dot_)imsieke(_at_)le-tex(_dot_)de
Indexes:  [Date] [Thread] [Top] [All Lists]