我希望替换特殊字符，例如 –以及——出现在 xml 文档中，具有相应的代码，如 & #150;等等
我有一个包含几个特殊字符的输入 xml 文档
<?xml version="1.0"?>
<!DOCTYPE BOOK SYSTEM "bookfull.dtd">
<BOOK>
<P>The war was between1890–1900
<AF>something—something else</AF>
</P>
</BOOK>
还有其他几个字符，例如＆rsquo;对于单引号
我的xslt代码如下
<?xml version="1.0" encoding="UTF-8" ?>
<xsl:stylesheet version="2.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns="http://www.w3.org/1999/xhtml">
<xsl:output method="html" omit-xml-declaration="yes" indent="yes" />
<xsl:strip-space elements="*" />
<xsl:param name="pDest"
select="'file:///d:/LWW_Book_ePub_Transform/Epub_ZipCreation/XSLT_Transform/Output/'" />
<xsl:template-match="P">
<html>
<xsl:apply-templates/>
</html>
</xsl:template-match>
<xsl:template-match="AF">
.....
<xsl:apply-templates/>
.....
</xsl:template-match>
</xsl:stylesheet>
我的java解析代码如下(我正在使用saxon9。)
package com.xsltprocessor;
import java.io.File;
import java.io.FileInputStream;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.transform.Source;
import javax.xml.transform.Templates;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.stream.StreamResult;
import javax.xml.transform.stream.StreamSource;
import org.w3c.dom.Document;
public class ParseUsingSAX {
public ParseUsingSAX() {
}
public void parseBookContent(String xsltFile) {
try {
//File inputXml = new File("D:\\data\\myxml.0f");
File xslt = new File(xsltFile);
TransformerFactory factory = TransformerFactory.newInstance();
Templates template = factory.newTemplates(new StreamSource(new FileInputStream(xslt)));
Transformer xformer = template.newTransformer();
Source source = new StreamSource(new FileInputStream(inputXml));
StreamResult result = new StreamResult();
xformer.transform(source,result);
System.out.println("DONE");
}
catch (Exception ex) {
// TODO Auto-generated catch block
ex.printStackTrace();
System.out.println("IO exception: " + ex.getMessage());
}
}
}
我得到转换后的输出
<html>
The war was between1890–1900
</html>
预期输出
<html>
The war was between1890–1900
</html>
最佳答案
使用 xsl:character-map 元素来控制输出序列化。
<xsl:character-map name="dashes">
<xsl:output-character character="–" string="–"/>
</xsl:character-map>
您还必须声明
<xsl:output use-character-maps="dashes"/>
作为顶级元素以确保使用字符映射。
正如我在评论中提到的，– 是需要在 XSLT 中声明的 HTML 命名实体。参见例如this讨论更多细节。
嵌入到您显示的样式表中(这输出虚拟字符串“MDASH”和“NDASH” - 仅用于说明):
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE stylesheet [
<!ENTITY ndash "–" >
<!ENTITY mdash "—" >
]>
<xsl:stylesheet version="2.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
xmlns="http://www.w3.org/1999/xhtml">
<xsl:output method="html" omit-xml-declaration="yes" indent="yes" />
<xsl:output use-character-maps="dashes"/>
<xsl:strip-space elements="*" />
<xsl:character-map name="dashes">
<xsl:output-character character="–" string="NDASH"/>
<xsl:output-character character="—" string="MDASH"/>
</xsl:character-map>
<xsl:param name="pDest"
select="'file:///d:/LWW_Book_ePub_Transform/Epub_ZipCreation/XSLT_Transform/Output/'" />
<xsl:template match="BOOK">
<html>
<xsl:apply-templates/>
</html>
</xsl:template>
<xsl:template match="AF|P">
<xsl:copy>
<xsl:value-of select="."/>
</xsl:copy>
</xsl:template>
</xsl:stylesheet>
请注意，这不会影响使用 xsl:result-document 生成的输出(因为您没有显示整个样式表)。有关字符映射的更多信息，请参阅a previous answer of mine和官方recommendation .
关于java - 将 xml 文档中出现的特殊字符(如 – 和 —)替换为相应的代码(如 等)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21523574/