jjzjj

html - 我如何取消转义 HTML，然后用 XSLT 转换它？

coder 2024-07-01 原文

我是 XSLT 的新手，我有一个大型 XML 文档，我正试图将其转换为 ICML(Adobe InDesign 使用的 XML 变体)。我正在使用的源文档的相关部分看起来像这样:

<BiographicalNote>
 &lt;p&gt;This text includes escaped HTML entities.&lt;/p&gt;
</BiographicalNote>

XML 本身没问题，但它包含的 HTML 被转义了。

这是我需要的最终产品的粗略示例:

<ParagraphStyleRange>
 <CharacterStyleRange>
  <Content>
   This text includes escaped HTML entities.
  </Content>
 </CharacterStyleRange>
</ParagraphStyleRange>

我可以改造<BiographicalNote>至 <ParagraphStyleRange><CharacterStyleRange><Content>没问题，但逃脱的实体难倒了我。我似乎无法删除 <p>标签。

一些重要的考虑因素:

  • 源文档的 HTML 部分由对 HTML 的熟悉程度各不相同的各种人编写，而且格式并不总是正确的。取消转义整个源文档不是一种选择，因为它会在运行 XSLT 时导致解析器错误。
  • 源文档非常大(超过 120,000 行)，因此查找和修复格式错误的 HTML 非常不切实际且非常耗时。不过，在我实际需要的文件的特定部分(少于 1%)修复任何错误的 HTML 更为可行。
  • 虽然我想去掉 <p>标签，我需要保留大多数其他标签( <i> 、 <em> 、 <b> 等)，以便我可以将它们转换为 <CharacterStyleRange>稍后标记。
  • 我目前正在本地编写 XSLT，并在终端 (Mac) 上使用 xsltproc 运行转换。不过，最终我会迁移到 PHP 系统并在服务器端运行转换。

我的基本模板是这样的:

<xsl:template match="BiographicalNote">
 <ParagraphStyleRange">
  <CharacterStyleRange>
   <Content>
   ...
   </Content>
  </CharacterStyleRange>
 </ParagraphStyleRange>
</xsl:template>

这就是 <Content> 中的内容我需要弄清楚的标签。这是我尝试过的:

<xsl:call-template name="DescriptionParser">
 <xsl:with-param name="DescriptionText"><xsl:value-of select="." disable-output-escaping="yes" /></xsl:with-param>
</xsl:call-template>

<xsl:template name="DescriptionParser">
 <xsl:param name="DescriptionText" />
 <xsl:copy-of select="exsl:node-set($DescriptionText)/p" />
</xsl:template>

和:

<xsl:variable name="TaglineText"><xsl:value-of select="." disable-output-escaping="yes" /></xsl:variable>
<xsl:copy-of select="exsl:node-set($TaglineText)/p" />

这两个产量和空 <Content>标签。但令人怀疑的是，如果select="exsl:node-set($TaglineText)" , 它按预期工作并返回 <p>This text includes escaped HTML entities.</p>一切都没有转义。

另外，使用 xsl:value-of而不是 xsl:copy-of select="exsl:node-set($TaglineText)/p" 时没有区别(什么都不返回)；但是当select="exsl:node-set($TaglineText)"它返回原始的转义 HTML。

出于某种原因，它似乎无法识别 <p>标记为节点，因此无法找到它。也许disable-output-escaping与 exsl:node-set 玩得不好？

谁能告诉我如何让 XSLT 识别 <p>标记为节点，或者至少为什么这不起作用？我从其他 StackOverflow 主题中获得了这个难题的大部分内容，但我对这一点感到困惑。

最佳答案

我不确定你的问题是什么。转义文本不是 XML，不能作为 XML 处理。没有您可以选择的节点，因此您希望得到的最好结果是:

<Content>
<p>This text includes escaped HTML entities.</p>
</Content>

易于使用:

<Content>
    <xsl:value-of select="." disable-output-escaping="yes"/>
</Content>

如果你想移除环绕元素，你必须使用字符串函数来实现。如果你能确定包装元素是<p> (或任何其他字符串长度为 1 的标签)，您可以:

<Content>
    <xsl:variable name="text" select="normalize-space(.)" />
    <xsl:value-of select="substring($text, 4, string-length($text) - 7)" disable-output-escaping="yes"/>
</Content>

或者，将此转换的结果保存到文件中，然后处理生成的文件。但是，这要求生成的文件是格式正确的 XML 文档 - 我知道您不能确定这一点。

关于html - 我如何取消转义 HTML，然后用 XSLT 转换它？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27701069/

htmlcodeltgtxmlxsltescaping

有关html - 我如何取消转义 HTML，然后用 XSLT 转换它？的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

    我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，

  4. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

    关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

  5. ruby-on-rails - 如何验证 update_all 是否实际在 Rails 中更新 - 2

    给定这段代码defcreate@upgrades=User.update_all(["role=?","upgraded"],:id=>params[:upgrade])redirect_toadmin_upgrades_path,:notice=>"Successfullyupgradeduser."end我如何在该操作中实际验证它们是否已保存或未重定向到适当的页面和消息？ 最佳答案 在Rails3中，update_all不返回任何有意义的信息，除了已更新的记录数(这可能取决于您的DBMS是否返回该信息)。http://ar.ru

  6. ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2

    我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t

  7. ruby - 使用 ruby​​ 将 HTML 转换为纯文本并维护结构/格式 - 2

    我想将html转换为纯文本。不过，我不想只删除标签，我想智能地保留尽可能多的格式。为插入换行符标签，检测段落并格式化它们等。输入非常简单，通常是格式良好的html(不是整个文档，只是一堆内容，通常没有anchor或图像)。我可以将几个正则表达式放在一起，让我达到80%，但我认为可能有一些现有的解决方案更智能。 最佳答案 首先，不要尝试为此使用正则表达式。很有可能你会想出一个脆弱/脆弱的解决方案，它会随着HTML的变化而崩溃，或者很难管理和维护。您可以使用Nokogiri快速解析HTML并提取文本:require'nokogiri'h

  8. ruby - 如何将脚本文件的末尾读取为数据文件(Perl 或任何其他语言) - 2

    我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚

  9. ruby - 如何指定 Rack 处理程序 - 2

    Rackup通过Rack的默认处理程序成功运行任何Rack应用程序。例如:classRackAppdefcall(environment)['200',{'Content-Type'=>'text/html'},["Helloworld"]]endendrunRackApp.new但是当最后一行更改为使用Rack的内置CGI处理程序时，rackup给出“NoMethodErrorat/undefinedmethod`call'fornil:NilClass”:Rack::Handler::CGI.runRackApp.newRack的其他内置处理程序也提出了同样的反对意见。例如Rack

  10. ruby - 将数组的内容转换为 int - 2

    我需要读入一个包含数字列表的文件。此代码读取文件并将其放入二维数组中。现在我需要获取数组中所有数字的平均值，但我需要将数组的内容更改为int。有什么想法可以将to_i方法放在哪里吗？ClassTerraindefinitializefile_name@input=IO.readlines(file_name)#readinfile@size=@input[0].to_i@land=[@size]x=1whilex 最佳答案 只需将数组映射为整数:@land边注如果你想得到一条线的平均值，你可以这样做:values=@input[x]

随机推荐