我有一个处理xml文件的java程序。这些文件采用s1000d格式，用于技术文档。我需要更新xml文件中的一些元数据，我正在使用saxon来完成。
但是saxon所做的转换比xsl中的转换要多。
它会自动关闭空标签
它解释文件中包含的html实体。
以下是我的一个输入文件的摘录：
<dmodule xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="http://www.s1000d.org/S1000D_4-1/xml_schema_flat/schedul.xsd">
...
<reqSpares>
<noSpares></noSpares>
</reqSpares>
<reqSafety>
<noSafety></noSafety>
</reqSafety>
...
<timeLimit>
<remarks>
<simplePara>Lorem ipsum</simplePara>
<simplePara>Lorem ipsum dolor sit amet, consectetur adipiscing elit.
Vestibulum pulvinar sapien at lacus lacinia,
eu maximus arcu vestibulum.</simplePara>
</remarks>
</timeLimit>
...这是我转变的结果：
<dmodule xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="http://www.s1000d.org/S1000D_4-1/xml_schema_flat/schedul.xsd">
...
<reqSpares>
<noSpares/>
</reqSpares>
<reqSafety>
<noSafety/>
</reqSafety>
...
<timeLimit>
<remarks>
<simplePara>Lorem ipsum</simplePara>
<simplePara>Lorem ipsum dolor sit amet, consectetur adipiscing elit.
Vestibulum pulvinar sapien at lacus lacinia,
eu maximus arcu vestibulum.</simplePara>
</remarks>
</timeLimit>
...即使我的xsl不转换这些行上的任何内容，它们也是这样转换的。
我的要求是，我无权以任何理由更改我正在转换的xml的结构或内容，就像在本例中所做的那样。提供输入的服务不希望编辑输入并在xml文件的开头添加实体声明，也不希望将html实体封装在cdata标记中。
在撒克逊，我们尝试过：
将编码更改为us ascii
replace&translate方法，但由于它不在转换的节点上，因此不起作用
禁用编码，但如上所述，更改不会在xsl转换上完成。
我也研究过basex，但问题是一样的，我在这个库中不是足够的Maven，无法发现是否有可能实现这种行为。
任何帮助都将不胜感激！
1条答案
按热度按时间5fjcxozz1#
区别就像
<foo/>以及<foo></foo>在解析数据时丢失（类似地，在属性周围使用单引号和双引号，在开始和结束标记中使用空格等），并且xml解析器不提供任何禁用实体引用扩展的方法。由于xslt对xml解析器的输出进行操作，如果xslt处理器看不到这些区别，那么它就不能保留它们。保持实体引用完好无损是一个非常合理的要求，我通常的解决方法是使用文本编辑器来全局替换实体引用
&与§（首先检查后§当然，不会出现在文件中），然后在完成时反转过程。保持起始和结束标记的准确词汇形式是一个更值得怀疑的要求。如果您被要求这样做，那么需求来自不懂xml的人。saxon为您提供了对如何序列化输出的大量控制（例如serialization选项）saxon:canonical=“yes”防止在结果中使用空元素标记），但不允许保留输入中的任何内容。如果您被告知这是要求，那么您需要问“为什么”和“您准备为此支付多少费用”——这将大大增加您的成本，因为您可能会忘记所有现成的xml处理库。