XML到HTML：字符实体编码

Question

我正在做XML到HTML转换，我需要转换一些字符实体。 我的XML文件具有Unicode值，例如è 我需要将其转换为相应的html值è 。 其他实体也需要分别进行转换。 每个实体的字符映射非常困难，因为有很多实体。

我正在使用XSLT 2.0。 我的输出方法是xhtml 。 目前，我正在HTML代码中获取实际字符（在上述情况下为è ）。 需要帮忙。 我的Saxon处理器版本为9.1.0.5 。

Answer 1

使用常规的XSLT处理，Saxon将仅使用XML解析器（例如Xerces或Sun / Oracle JRE附带的Xerces版本），并且一旦解析器完成工作并且Saxon对其树模型进行操作，就无法知道原始输入具有诸如è的文字字符或具有è的十进制字符引用è 或类似于è的十六进制 。 而且，当序列化转换的结果树时，您当然可以使用字符映射将字符映射到所需的任何表示形式，但是这将使结果树中的所有è满意，不仅是输入中十六进制字符引用产生的结果。 如果要确保将所有非ASCII字符序列化为字符引用，则需要使用xsl:output encoding="US-ASCII" 。 Saxon 9.1还提供http://saxonica.com/documentation9.1/extensions/output-extras/character-representation.html来控制格式。

但是我同意这样的评论，这些天使用UTF-8作为输出编码，然后在结果树的序列化中仅使用文字字符就不会造成任何问题。