XSLT2-將單個字符轉換為處理指令

我有一個文本節點，其中包含 7 位 ASCII 文本以及更高的 unicode 字符（例如 x2011、xF0B7、x25CF ...）

我需要能夠（有效地）將這些單個高 unicode 字符轉換為處理指令

例如

&#x2011;  ->   <processing-instruction name="xxx">character output="hyphen"</pro...>
&#xF0B7;  ->   <processing-instruction name="xxx">character output="page"</pro...>

我嘗試使用xsl:tokenizewhich 在第一個標記分隔符之前/之后拆分文本（例如 x2011），但我最終得到一個包含'text...<processing-instruction>...</processing-instruction'...text'which 跳閘下一個的變數xsl:token。

我設法采用以下方法來作業，但它看起來真的很不優雅，我確信有一種更有效/更好的方法可以做到這一點，但我還沒有找到任何有效或更好的方法。

第一個字符替換很容易，使用replace()，因為我只是轉義%（目標軟體使用 '%' 來表示其他內容，因此需要以這種方式轉義）。

是的，這適用于 x2011-to-< ... >，但最初的目的是直接轉換為處理指令。

    <xsl:template match="text()">
        <xsl:variable name="SR1">
            <xsl:value-of select="fn:replace(., '%', '\\%')"/>
        </xsl:variable>
        <!-- unbreakable hyphen -->
        <xsl:variable name="SR2">
            <xsl:call-template name="tokenize">
                <xsl:with-param name="string" select="$SR1"/>
                <xsl:with-param name="delimiter">&#x2011;</xsl:with-param>
                <xsl:with-param name="PI"><xsl:text>&lt;?xpp character symbol="bxhyphen" hex="x2011" data="E28091"?&gt;</xsl:text></xsl:with-param>
            </xsl:call-template>
        </xsl:variable>
        <!-- page ref -->
        <xsl:variable name="SR3">
            <xsl:call-template name="tokenize">
                <xsl:with-param name="string" ><xsl:copy-of select="$SR2"/></xsl:with-param>
                <xsl:with-param name="delimiter">&#xF0B7;</xsl:with-param>
                <xsl:with-param name="PI"><xsl:text>&lt;?xpp character symbol="pgref" hex="xF0B7" data="EF82B7"?&gt;</xsl:text>
                </xsl:with-param>
            </xsl:call-template>
        </xsl:variable>
        <!-- page ref -->
        <xsl:variable name="SR4">
            <xsl:call-template name="tokenize">
                <xsl:with-param name="string" ><xsl:copy-of select="$SR3"/></xsl:with-param>
                <xsl:with-param name="delimiter">&#x25CF;</xsl:with-param>
                <xsl:with-param name="PI"><xsl:text>&lt;?xpp character symbol="bub" hex="x25CF" data="E2978F"?&gt;</xsl:text>
                </xsl:with-param>
            </xsl:call-template>
        </xsl:variable>
        <xsl:copy-of select="$SR4"/>
    </xsl:template>

理想情況下，我的目標是有一個“對”串列、十六進制 unicode 及其匹配的處理指令，但任何更好的解決方案將不勝感激！

另一個功能是標記尚未處理的字符，因此 x00-x1F、xFF 范圍內的任何字符（不包括 x2011、x25CF xF0B7）。

uj5u.com熱心網友回復：

如果您要查找的字符是已知且有限的，我會列出它們，例如，您設定的函式<xsl:template match="text()"><xsl:analyze-string select="." regex="&#x2011;&#xF0B7;&#x25CF;"><xsl:matching-substring><xsl:processing-instruction name="xxp" select="mf:map(.)"/></xsl:matching-substring><xsl:non-matching-substring><xsl:value-of select="."/></xsl:non-matching-substring></xsl:analyze-string></xsl:template>在哪里將每個字符映射到您想要作為 pi 資料輸出的字串。mf:map在 XSLT 3 中，我可能會將字符到名稱的映射存盤在 XPath/XSLT 映射中，在 XSLT 2 中，您可以使用 some xsl:paramor xsl:variableeg<xsl:param name="characters-to-name"><map char="&#x2011;">bxhyphen</map>...</xsl:param>并在需要時選擇其中，甚至通過設定鍵。

XSLT/XPath/XQuery 世界中的全新是最近發布的不可見 XML 規范 ( https://invisiblexml.org/ )，具有各種（尚未完善）實作；使用不可見的 XML，您可以為您的格式定義一個語法，然后處理器只使用該語法將其轉換為 XML，您可以像往常一樣使用 XSLT/XPath/XQuery 進行處理。

所以用例如語法

text: (ascii | hyphen | page | bub)*.
-ascii: ["a"-"z"; "A"-"Z"; "0"-"9"].
hyphen: #2011.
page: #F0B7.
bub: #25CF.

不可見的 XML 處理器會將 eg 的輸入轉換為您可以處理A?B的 XML <text>A<hyphen>?</hyphen>B</text>，然后使用 XSLT 進一步創建任何專用輸出，例如處理您想要的指令。

uj5u.com熱心網友回復：

沒有的版本xsl:analyze-string如下。它使用一個單獨的檔案來存盤代碼點/字串關系。

因此，在此示例中，一個名為的檔案codes.xml包含映射（必須先將十六進制值轉換為十進制 - 這里已經完成）：

<CharKey>
    <Char cp="8209"  string="hyphen" />
    <Char cp="61623" string="page" />
</CharKey>

并且樣式表（這里是 XSLT-3.0，但它也可以與 XSLT-2.0 一起使用，并進行一些小的修改）迭代字串的代碼點：

<xsl:stylesheet version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output method="xml" omit-xml-declaration="yes"/>    
    <xsl:variable name="codes" select="document('codes.xml')/CharKey" />
    <!-- text() node is matched here -->   
    <xsl:template match="/Record/Text">
        <xsl:variable name="cps" select="string-to-codepoints(.)" />
        <xsl:for-each select="$cps">
            <xsl:variable name="curCP" select="$codes/Char[@cp=current()]" />
            <xsl:choose>
                <xsl:when test="$curCP"><xsl:processing-instruction name="xxx" expand-text="yes">character output="{$curCP/@string}"</xsl:processing-instruction></xsl:when>
                <xsl:otherwise><xsl:value-of select="codepoints-to-string(.)" /></xsl:otherwise>
            </xsl:choose>                
        </xsl:for-each>
    </xsl:template>
    
</xsl:stylesheet>

這可以進一步簡化，但作為一個例子，它應該可以作業。
樣品的

<Record>
    <Text>Hello&#x2011;&#xF0B7;End</Text>
</Record>

輸出是

Hello<?xxx character output="hyphen"?><?xxx character output="page"?>End

標籤：xml xslt xslt-2.0

上一篇：為什么在選擇之前XPath否定不能正常作業？

下一篇：XMLConstants.FEATURE_SECURE_PROCESSING不能被禁用