DITAのindextermをソートする

<indexterm>の話です．DITAのindextermはDocBookなんかと違って、無限（？）にネストできます．例えば

というような具合です．それではこれをソートするのにどうすればいいのでしょうか？今までいろいろ試行錯誤したのですが、たとえXSLT 2.0であっても単純な<xsl:sort/>ではできないことだけはわかりました．何故かと言うと、「ソートキーの個数が可変」だからです．

以前は、上の例だと、概念的に

[www][w3][org]

という3つの部分からなる固定長の文字列を作っていました．固定長というのはindextermのテキストの後ろにスペースコードをパディングして各部を一定の文字数にしたものです．これをindextermの入れ子分だけ結合して一つの文字列にしてソートキーにしていました．見かけは動くのですが、実は<xsl:sort>ではパディングしたスペースキーは何の役にも立たないことがわかりました．キーとしては読み飛ばしてしまうようです．やっぱりJavaで言えばStringじゃなくてString []をキーにしてソートできなければダメです．

そこで何か手はないものかとWEBを探したのですが、やはり世の中には同じ問題にぶつかっている人はいるもので、相当前のxsl-listに次のようなサンプルコードつきの投稿がありました．sourceforgeのFXSLの作者Dimitre Novatchevのものです．

[xsl] Sorting with unknown number of sort keys (Was: Re: Sort question)
http://www.biglist.com/lists/xsl-list/archives/200303/msg00007.html

コードは古くてXSLT1.0の時代のものです．でも中を読んでみて衝撃をうけました．「こりゃいけるんじゃないかい？」

私はXSLT1.0といえばコケにするのが常でしたが、このコードは違いました．XSLTの深淵を垣間見た感じです．やっぱり出来る人は違いますね．試しにSaxon9.3で動かしてみたのですが、なんと2ステップ直しただけで完璧に動きました．スゴイ！

以下にテンポラリツリーをソートした例を示します．実際のindextermとは違いますが、可変個数の<key>を使ってソートすると考えてください．

<xsl:template match="/">
<xsl:variable name="input">
  <indexterm>
   <key>らいせんすかんりせんようPC</key>
  </indexterm>
  <indexterm>
   <key>らいせんすかんりそふとうぇあ</key>
  </indexterm>
  <indexterm>
   <key>らいせんす</key>
  </indexterm>
  <indexterm>
   <key>らいせんす</key>
   <key>すたんどあろんらいせんす</key>
  </indexterm>
  <indexterm>
   <key>らいせんす</key>
   <key>さーばーらいせんす</key>
  </indexterm>
  <indexterm>
   <key>らいせんす</key>
   <key>でべろぱーらいせんす</key>
  </indexterm>
  <indexterm>
   <key>らいせんす</key>
   <key>でべろぱーらいせんす</key>
   <key>Visual C++よう</key>
  </indexterm>
  <indexterm>
   <key>らいせんす</key>
   <key>でべろぱーらいせんす</key>
   <key>Javaよう</key>
  </indexterm>
  <indexterm>
   <key>らいせんすわりつけをへんこうする</key>
  </indexterm>
</xsl:variable>
<output>
  
  <xsl:call-template name="indexSort">
   <xsl:with-param name="prmIndexterm" select="$input"/>
  </xsl:call-template>
</output>
</xsl:template>

<xsl:template name="indexSort">
<xsl:param name="prmIndexterm" as="document-node()"/>
<xsl:call-template name="hSort">
  <xsl:with-param name="pList" select="$prmIndexterm/*"/>
  <xsl:with-param name="pFunGT"
  select="document('')/*/myFunGT:*[1]"/>
</xsl:call-template>
</xsl:template>

出力はこんな感じです．

<output>
<indexterm>
  <key>らいせんす</key>
</indexterm>
<indexterm>
  <key>らいせんす</key>
  <key>さーばーらいせんす</key>
</indexterm>
<indexterm>
  <key>らいせんす</key>
  <key>すたんどあろんらいせんす</key>
</indexterm>
<indexterm>
  <key>らいせんす</key>
  <key>でべろぱーらいせんす</key>
</indexterm>
<indexterm>
  <key>らいせんす</key>
  <key>でべろぱーらいせんす</key>
  <key>Javaよう</key>
</indexterm>
<indexterm>
  <key>らいせんす</key>
  <key>でべろぱーらいせんす</key>
  <key>Visual C++よう</key>
</indexterm>
<indexterm>
  <key>らいせんすかんりせんようPC</key>
</indexterm>
<indexterm>
  <key>らいせんすかんりそふとうぇあ</key>
</indexterm>
<indexterm>
  <key>らいせんすわりつけをへんこうする</key>
</indexterm>
</output>

問題は文字列の比較です．このスタイルシートでは文字列比較を"node-strComp"というテンプレートでxsl:sortでやっています．これだとうまくいきません．単純なコード順になってしまうからです．例えば"C"と"c"はUnicodeのコード順では"C"<"c"ですが、索引では"c"<"C"で"c"の方が先に現れてくれないと困ります．でもこれはxsl:sortにlangを指定してやればうまくゆくでしょう．例えば<xsl:sort lang="en"/>という感じです．

パフォーマンスからすれば、外部のJavaライブラリを使ってソートしたほうがたぶん早いのでしょうが、ともかくXSLT スタイルシートで拡張ライブラリなしで可変個数のキーのソートができてしまうのはすごいです．やはり先人の資産には学ばねばなりません．