textonly

<?xml version="1.0"?>

<!--

    (C) PDFlib GmbH 2008 www.pdflib.com

    Purpose: Extract raw text from TETML input, including text from attachments.

    Nested attachments are processed recursively.

   

    Required input: TETML in any mode

   

    Stylesheet parameters: none

   

    Version: $Id: textonly.xsl,v 1.2 2008/11/19 10:37:32 stm Exp $

-->

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"

    xmlns:tet="http://www.pdflib.com/XML/TET3/TET-3.0"

>

    <xsl:output method="text" />

    <xsl:template match="/">

        <xsl:apply-templates select="tet:TET/tet:Document" />

    </xsl:template>

    <!-- Extract text from the top-level document, then process any attachments -->

    <xsl:template match="tet:TET/tet:Document">

        <xsl:apply-templates select="tet:Pages//tet:Text" />

        <xsl:apply-templates select="tet:Attachments/tet:Attachment/tet:Document" />

    </xsl:template>

    <!-- Recursively process attachments -->

    <xsl:template match="tet:Attachment/tet:Document">

        <xsl:variable name="attachment-id">

            <xsl:text>attachment: </xsl:text>

            <xsl:value-of select="@filename" />

            <xsl:text> level: </xsl:text>

            <xsl:value-of select="../@level" />

        </xsl:variable>

       

        <xsl:text>--- begin </xsl:text>

        <xsl:value-of select="$attachment-id" />

        <xsl:text> ---&#xa;</xsl:text>

       

        <xsl:apply-templates select="tet:Pages//tet:Text" />

        <xsl:apply-templates select="tet:Attachments/tet:Attachment/tet:Document" />

       

        <xsl:text>--- end </xsl:text>

        <xsl:value-of select="$attachment-id" />

        <xsl:text> ---&#xa;</xsl:text>

    </xsl:template>

    <!-- Output of raw text -->

    <xsl:template match="tet:Text">

        <xsl:value-of select="." />

        <xsl:text>&#xa;</xsl:text>

    </xsl:template>

</xsl:stylesheet>