使用应用模板在 XSLT 输出中保留   和其他特殊字符

Posted 2023-02-24

【中文标题】使用应用模板在 XSLT 输出中保留   和其他特殊字符

【英文标题】：Keep   and other special characters in XSLT output with apply-templates

【发布时间】：2012-09-16 18:27:27

【问题描述】：

我正在使用 XSLT 从 XML 文件中提取一些带有特殊字符（如  ）的 html 内容。内容存储在<content> 节点中。我已经定义了像这样的大多数特殊字符：<!ENTITY nbsp " ">，所以这个表达式工作得很好：

<xsl:copy-of select="content" disable-output-escaping="yes"/>

现在，我想将target="_blank" 添加到该内容中的每个链接。这是我想出的解决方案：

<xsl:template match="a" mode="html">
    <a>
        <xsl:attribute name="href"><xsl:value-of select="@*"/></xsl:attribute>
        <xsl:attribute name="target">_blank</xsl:attribute>
        <xsl:apply-templates select="text()|* "/>
    </a>
</xsl:template>

而不是“复制”元素，我使用这个：

<xsl:apply-templates select="content" mode="html"/>

现在所有这些特殊字符（以及 nbsp 也是）从输出中消失了。我该如何保留它们？似乎disable-output-escaping="yes" 在这里没有帮助。

好的，我在 php 中使用 XSLTProcessor 类。 disable-output-escaping 属性实际上并没有报错，但是当我删除它时，输出是一样的，所有 nbsp 的，所以没关系。

---

UPD。使用我之前展示的 XSL 模板，我的输入示例：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE page SYSTEM "html-entities.xsl">
<content>There is a&nbsp;non-breaking <a href="http://localhost">space</a> inside.</content>

html-entities.xsl：

<?xml version="1.0" encoding="UTF-8"?>
<!ENTITY nbsp "&#160;">

PHP 代码：

$xp = new XSLTProcessor();
$xsl = new DOMDocument();
$xsl->load($xsl_filename);
$xp->importStylesheet($xsl);
$xml_doc = new DOMDocument();
$xml_doc->resolveExternals = true;
$xml_doc->load($xml_filename);
$html = $xp->transformToXML($xml_doc);

我目前的输出：

There is anon-breaking <a href="http://localhost" target="_blank">space</a> inside.

我想要的输出：

There is a non-breaking <a href="http://localhost" target="_blank">space</a> inside.

【问题讨论】：

是否可以显示您的“内容”XML 示例？谢谢！

我在w3.org/TR/xslt20/#copy-of 中的copy-of 元素上看不到任何disable-output-escaping 属性，所以我希望您的代码示例<xsl:copy-of select="content" disable-output-escaping="yes"/> 只会由XSLT 处理器给出错误。考虑向我们展示有关输入样本、所需输出、当前输出和您使用的 XSLT 处理器的更多详细信息。

好的，我在 PHP 中使用 XSLTProcessor 类。 disable-output-escaping 属性实际上并没有报错，但是当我删除它时，输出是一样的。

更新了我的问题，请您的想法...

【参考方案1】：

基本上，输入 XML 文档的源代码是否具有像   这样的字符引用或像   这样的实体引用，或者这样的字符对于 XSLT 来说并不重要，也不会影响输入的处理方式以及输出的外观；基本上，XSLT 在一个树上运行，Unicode 字符存储在文本节点中。至少理论上是这样，您的 PHP 代码似乎可以与 DOM 树模型一起使用，该模型可能存储实体引用节点，但即便如此，对于 XSLT 来说也无关紧要。在输入树中应该有包含 Unicode 字符的文本节点（如果可能是 Unicode 160 的不间断空格字符），如果将这样的文本复制到输出，则结果树有一个文本节点具有相同的 Unicode 字符.

对于输出方法html，一些 XSLT 处理器（例如 Saxon 6.5.5）可能会帮助您确保在 HTML 中定义为实体的字符使用相应的实体引用进行序列化，但即使它们不这样做结果树的序列化应该是具有正确 Unicode 字符的文件，按照xsl:output 元素的encoding 属性的指示进行编码。

您当前完全删除字符的结果（例如There is anon-breaking）对我来说没有意义。

【讨论】：

您认为我的将target="_blank" 属性添加到链接的模板的编写方式正确吗？

我认为模板并不重要，因为不间断空格甚至不在 a 元素内，而是在兄弟文本节点内。如果我要写这样一个模板，我会使用<xsl:template match="a[@href]"><a target="_blank"><xsl:copy-of select="@*"/><xsl:apply-templates/></a></xsl:template>。在您的尝试中，<xsl:attribute name="href"><xsl:value-of select="@*"/></xsl:attribute> 看起来很奇怪，因为它用@* 而不是@href 填充href（并且@* 将采用当前实现在代码运行中认为第一个属性的值)。