XSLT：將字符串解析為XML節點集（具體：將HTML-String轉換為節點集）？

Question

我正面臨一個問題，我在XML中有一個節點，該節點帶有一個表示HTML的字符串。 我需要剪切此字符串，但是，這當然會導致HTML-Markup無效（例如，如果我總是在30個字符之后剪切字符串，則很容易丟失諸如</ul>等結束符）。 該怎么辦？ 這似乎非常困難，因為我沒有通過Google找到真正的幫助。

到目前為止，我的想法是：使用“ analyze-string”和regex選擇節點和內容，並將其編寫為XML-element-nodes。 但是我遇到了處理所有情況的大問題，尤其是嵌套節點。

有人有想法嗎？

僅供參考：我的記事本：

正則表達式：捕獲第一個標簽
讀取第一個節點的標記名
將標記名放在正則表達式中，然后搜索整個標記，還選擇字符串的其余部分（以后再繼續）
檢查內容：更多標簽？ 是：->步驟1，否：->步驟5
將標簽寫為節點元素
剩下的字符串->步驟1

這是XML文檔：

<?xml version="1.0" encoding="UTF-8"?>
<html>
    <data>
        <![CDATA[
        <h2>header</h2><p>A little article. <b>Here</b> it's already done!</p>
        ]]>
    </data>
</html>

我想做的事：

在我有一個字符串（HTML），只是想輸出特殊數量的字符（例如前25個）。 當我只對字符串執行此操作時，將得到以下結果：

"<h2>header</h2><p>A little article"

在下一步中，我將該字符串放入HTML輸出中，但是由於<p> -Tag沒有關閉，因此我得到了無效的標記。

因此，我的第一種方法是：解析該字符串以獲取每個標簽的XML節點，然后遍歷每個節點，編寫一個xml元素（以確保最終標簽有效）並復制盡可能多的字符，直到達到限制為止，在此示例中，將為25個字符。

Answer 1

如果您有一個表示HTML的XML節點，則該節點應已進行實體編碼，即將打開和關閉大括號轉換為< 和> -這意味着您可以在任何需要的地方剪切它，並且仍然擁有有效的XML文檔。

Answer 2

正如您提到的分析字符串，您似乎在使用XSLT 2.0。 這樣，您有兩種選擇，使用Saxon 9可以使用擴展功能http://www.saxonica.com/documentation/extensions/functions/parse.xml （甚至還有一個http://www.saxonica.com/documentation/如果您想解析HTML，則可以使用extensions / functions / parse-html.xml ），然后還有David Carlisle的HTML解析器的純XSLT 2.0實現http://code.google.com/p/web-xslt/source/瀏覽/ trunk / htmlparse您可以將其導入樣式表，然后在數據元素的內容上使用。

XSLT：將字符串解析為XML節點集（具體：將HTML-String轉換為節點集）？

問題描述

2 個解決方案

解決方案1
0 2012-01-03 09:50:18

解決方案2
0 2012-01-03 11:10:52

XSLT：將字符串解析為XML節點集（具體：將HTML-String轉換為節點集）？

問題描述

2 個解決方案

解決方案1 0 2012-01-03 09:50:18

解決方案2 0 2012-01-03 11:10:52

解決方案1
0 2012-01-03 09:50:18

解決方案2
0 2012-01-03 11:10:52