xml - XSL 实体定义被忽略 - 为什么？

Question

我正在编写一个将 XML 转换为 markdown 文本的 XSL 文件。我想将 HTML 实体转换为它们自己，例如“®” 在 XML 中的一段文本中将产生“®” 在输出文件中。我不想翻译“®” 到其十六进制等效值，这可能会扰乱下游流程。

在我看来，下面的声明应该做我需要的，当紧跟在 <?xml...?> 标记之后：

<!DOCTYPE stylesheet [
  <!ENTITY reg    "&amp;reg;" >
  <!ENTITY trade  "&amp;trade;" >
]>

但是，当我处理 XML 文件时，XSL 处理器 (Saxonica HE) 在每次使用实体时都会发出如下消息：

Error on line 6 column 12 of test.xml:
  SXXP0003: Error reported by XML parser: The entity "reg" was referenced, but not declared.

我做错了什么？

score 0 · Accepted Answer

它抱怨文件 test.xml 格式不正确。您添加到样式表中的任何内容都不会改变这一点。如果 test.xml 包含实体引用，那么它必须具有定义这些实体的 DTD。

您要实现的目标很困难，因为 XSLT 工作在 XDM 数据模型上，它无法以未扩展的形式表示实体引用。XML 解析器总是会在 XSLT 转换器启动之前扩展实体引用。

一种解决方法是 Andrew Welch 的 Lexev 工具，它预处理输入 XML 以将实体引用转换为其他内容（处理指令，IIRC），然后在序列化期间将它们转换回实体引用。

另一种方法（可能更好）是在序列化期间替换所有出现的 ®（无论它们是否起源®）®，这可以使用 XSLT 2.0 字符映射来实现。

1 回答 1