0

使用 Saxon 处理 xml 文件： http: //meltwaternews.com/magenta/xml/html/18/2/rss/v2_406837.rss2.XML 其中包括一些挪威字符，如 Æ、Ø、Å。xml编码为utf-8

但是，出现错误：非法 html 字符：十进制 152。 (http://meltwater.vacau.com/s2.png)

但是在原始 xml 文件中找不到十进制 152，即 ~。

如果我使用 windows-1252 用 Saxon 处理这个 xml 文件，我实际上可以看到 Æ、Ø、Å 被错误解析为 Ã~ Ã¥（你可以在这里看到小数点 152）（http://meltwater.vacau .com/s1.png)。

有人可以建议如何使它正确吗？

4

2 回答 2

1

使用字符映射。

<xsl:character-map name="meltwater_fix">
  <xsl:output-character character="&#152;" string="˜"/>
</xsl:character-map>

然后添加到输出元素： 

<xsl:output> or <xsl:result-document>

以下属性： 

use-character-maps="meltwater_fix"
于 2013-11-13T13:48:59.240 回答
0

我对挪威字符“Ø”也有同样的问题。该问题不是特定于撒克逊人的，该问题也存在于 apache xalan 中。Illegal HTML character: decimal 152

我通过确保 XML 和 XSL 文档都被正确编码（一些文本编辑器可能显示正确的文本但仍将文档保存为 UTF-8 或其他一些编码）来设法让它工作。我使用 vim 保存了所有测试文档:write ++enc=ISO-8859-1，以确保文档以正确的编码保存。

我还必须指定 XSL-Transformer 的输出编码：

String encoding = "ISO-8859-1";
Transformer transformer = transformerFactory.getTransformer(xsltDocumentSource);
transformer.setOutputProperty(OutputKeys.ENCODING, encoding);
于 2016-02-02T13:31:21.360 回答