html - 如何在 MarkLogic 中保留 HTML5 文档类型？

Question

我们需要使用 Java 客户端 API 或 REST API 在 MarkLogic 中存储和检索格式良好的 HTML5 文档。

每个文档都有一个“.html”扩展名和标准 HTML5 doctype 。插入文档时，默认情况下它们会存储为文本文档。

我们希望利用 MarkLogic 提供的所有优点来搜索和操作文档，就像它们是 XHTML 一样，但我们需要保留 HTML5 文档类型和 .html 扩展名，以便与其他工具兼容。我相信我们不是唯一遇到过这种情况的人。

我们尝试将 HTML mimetype 更改为 XML，但是当插入文档时，doctype 会被 XML doctype 替换。有没有办法插入和检索格式良好的 HTML5 文档而不丢失文档类型？

Answer 1

稍微扩展一下 WST 的答案，您可以将文档存储为 XHTML，并使用 REST API 转换进行转换

• XQuery 转换中的 xdmp:quote() 函数，
• XSLT 转换中的 xsl:output 语句，或
• MarkLogic 8 中 JavaScript 转换中的 xdmp.quote() 函数。

REST API 的可能 XQuery 转换:

xquery version "1.0-ml";
module namespace html5ifier =
    "http://marklogic.com/rest-api/transform/html5ifier";

declare default function namespace "http://www.w3.org/2005/xpath-functions";
declare option xdmp:mapping "false";

declare function html5ifier:transform(
    $context as map:map,
    $params  as map:map,
    $content as document-node() 
) as document-node()
{
    map:put($context,"output-type","text/html"),

    document{text{
        xdmp:quote($content,
            <options xmlns="xdmp:quote">
                <method>html</method>
                <media-type>text/html</media-type>
                <doctype-public>html</doctype-public>
            </options>)
        }}
};

如果您的 REST 服务器位于端口 8011，您将使用 PUT 请求安装转换:

http://localhost:8011/v1/config/transforms/html5ifier

然后，您可以使用转换将持久的 XHTML 文档获取为 HTML5

http://localhost:8011/v1/documents?uri=/path/to/the/doc.xhtml \
    &transform=html5ifier

您可以在转换中对 XHTML 文档进行其他更改(在引用之前的 XML 上或在引用之后的字符串上)。

另请参阅:

http://markmail.org/message/qmsos7np64ohyctp