如何在XSLT中处理HTML实体nbsp。无需更改输入文件

Question

我试图使用XSLT将HTML文件转换为XML文件（使用Oxygen 9.0进行转换）。

当我配置和使用HTML文件运行XSLT转换然后将氧气输出

The entity 'nbsp' was referenced,but not declared。

我输入HTML文件：

<div><span>&nbsp;some text</span></div> 

注：我想知道如何处理实体仅使用XSLT，我不想对输入文件进行任何更改。

Answer 1

您可以使用XML实体来创建定义nbsp实体的XML文件，并包含（破碎的）XML片段。

例如，假设您的片段保存为一个名为： “invalid.xml”

<div><span>&nbsp;some text</span></div> 

像这样创建一个XML文件：

<!DOCTYPE wrapper [ 
    <!ENTITY nbsp "&#160;"> 
    <!ENTITY invalid-xml-document SYSTEM "./invalid.xml"> 
]><wrapper> 
&invalid-xml-document;</wrapper> 

当该文件被解析，它将定义nbsp实体，包含来自“invalid.xml”的内容，并正确解析nbsp实体。结果是这样的：

<wrapper> 
    <div> 
    <span> some text</span> 
    </div> 
</wrapper> 

然后，只需调整你的XSLT来适应新的文档元素（本例中的元素<wrapper>）。

Answer 2

据我所知，您将需要对输入文件进行更改。

要么改变你 到 或声明的自定义文档类型，将做转换为你：

<!DOCTYPE doctypeName [ 
    <!ENTITY nbsp "&#160;"> 
]> 

这是因为 不是预定义的实体个XML之一。