1

我正在处理很多 .xml 文件。（百万 - 维基百科的 .xml 格式转储），它们比我想象的更难以阅读。

目前，我编写了一个 .css 文件以在浏览器中以可读的方式显示它们，并编写了一个脚本来将此 .css 的引用插入到所有文件中。

（我知道还有其他解决方案，比如 XSLT - 但我发现的所有信息使它看起来不适合文档级别 - 如果可能的话，我真的尽量不扩大这些文件的大小）

.css 适用于某些文件，但许多文件包含 之类的实体，我收到如下错误：

“XML Parsing Error: undefined entity” 带有一个漂亮的小插图，指向 或者它在引用中的亲属。

有一个articles.dtd 文件，它似乎应该连接浏览器的点（关键字-> Unicode）。它在每个文件中都被引用，例如：

 <!DOCTYPE article SYSTEM "../article.dtd">

并包含很多条目，例如：

<!ENTITY nbsp   "&#160;"> <!-- no-break space = non-breaking space,
                              U+00A0 ISOnum -->

但要么我完全误解了这个文件的用途，要么它不能正常工作。

任何状况之下; 我怎样才能让这些文件显示出来；或者通过：

  • 显示实体（如“&nbSp”作为纯文本）
  • 完全删除实体（通过在实际文件中线性搜索/删除它们以外的任何方式）
  • 按照预期将实体解释为 unicode

当然，后者更可取；绝对理想的是，通过引用某种将身份映射到Unicode的外部文件（如果这不是articles.dtd文件的用途......）

编辑：我在这里没有使用功能强大的机器.. 提取 .rars 需要几天时间。对每个文件进行任何形式的编辑都需要很长时间。

4

2 回答 2

0

这不是很好的方法，只是解决方法：尝试替换&nbsp;为&#160;

于 2012-07-05T11:57:28.207 回答
0

所以我已经解决了我的问题：如果它将来对任何人有帮助：

事实证明，我的问题的核心是外部 .dtd 文件已完全弃用。

.dtd 的功能实际上是像我想的那样声明我遇到问题的实体（等）；但是因为浏览器不再支持外部 .dtd 文件（浏览器根本不获取/解析它们 - 强制它们依赖于客户端计算机上安装浏览器的文件的唯一方法）实体去未申报。

我采购了一个 .XML 集合，它太旧而无法达到标准；没有意识到。

最适合我的情况的解决方案是在请求时对每个文件进行延迟处理。用一个简单的标志来区分已处理和未处理。

于 2012-08-02T15:35:44.843 回答