防止 XSLT 转换将 utf-8 XML 转换为 utf-16？

Question

在 Delphi XE2 中，我正在对收到的 XML 文件进行 xslt 转换以删除所有命名空间信息。
问题：它改变了

<?xml version="1.0" encoding="utf-8"?>

进入

<?xml version="1.0" encoding="utf-16"?>

这是我从 Exchange 服务器返回的 XML：

<?xml version="1.0" encoding="utf-8"?>
<s:Envelope xmlns:s="http://schemas.xmlsoap.org/soap/envelope/">
<s:Header>
<h:ServerVersionInfo MajorVersion="14" MinorVersion="0" MajorBuildNumber="722" MinorBuildNumber="0" Version="Exchange2010" xmlns:h="http://schemas.microsoft.com/exchange/services/2006/types" xmlns="http://schemas.microsoft.com/exchange/services/2006/types" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema"/>
</s:Header>
<s:Body xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<m:ResolveNamesResponse xmlns:m="http://schemas.microsoft.com/exchange/services/2006/messages" xmlns:t="http://schemas.microsoft.com/exchange/services/2006/types">
<m:ResponseMessages>
<m:ResolveNamesResponseMessage ResponseClass="Success">
<m:ResponseCode>NoError</m:ResponseCode>
<m:ResolutionSet TotalItemsInView="1" IncludesLastItemInRange="true">
<t:Resolution>
<t:Mailbox>
<t:Name>developer</t:Name>
<t:EmailAddress>developer@timetellbv.nl</t:EmailAddress>
<t:RoutingType>SMTP</t:RoutingType>
<t:MailboxType>Mailbox</t:MailboxType>
</t:Mailbox>
<t:Contact>
<t:Culture>nl-NL</t:Culture>
<t:DisplayName>developer</t:DisplayName>
<t:GivenName>developer</t:GivenName>
<t:EmailAddresses>
<t:Entry Key="EmailAddress1">SMTP:developer@timetellbv.nl</t:Entry>
</t:EmailAddresses>
<t:ContactSource>ActiveDirectory</t:ContactSource>
</t:Contact>
</t:Resolution>
</m:ResolutionSet>
</m:ResolveNamesResponseMessage>
</m:ResponseMessages>
</m:ResolveNamesResponse>
</s:Body>
</s:Envelope>

这是删除命名空间信息的函数：

Uses
   MSXML2_TLB; // IXMLDOMdocument

class function TXMLHelper.RemoveNameSpaces(XMLString: String): String;
const
  // An XSLT script for removing the namespaces from any document.
  // From http://wiki.tei-c.org/index.php/Remove-Namespaces.xsl
  cRemoveNSTransform =
    '<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">' +
    '<xsl:output method="xml" indent="no"/>' +

    '<xsl:template match="/|comment()|processing-instruction()">' +
    '    <xsl:copy>' +
    '      <xsl:apply-templates/>' +
    '    </xsl:copy>' +
    '</xsl:template>' +

    '<xsl:template match="*">' +
    '    <xsl:element name="{local-name()}">' +
    '      <xsl:apply-templates select="@*|node()"/>' +
    '    </xsl:element>' +
    '</xsl:template>' +

    '<xsl:template match="@*">' +
    '    <xsl:attribute name="{local-name()}">' +
    '      <xsl:value-of select="."/>' +
    '    </xsl:attribute>' +
    '</xsl:template>' +

    '</xsl:stylesheet>';

var
  Doc, XSL: IXMLDOMdocument2;
begin
  Doc := ComsDOMDocument.Create;
  Doc.ASync := false;
  XSL := ComsDOMDocument.Create;
  XSL.ASync := false;
  try
     Doc.loadXML(XMLString);
     XSL.loadXML(cRemoveNSTransform);
     Result := Doc.TransFormNode(XSL);
  except
     on E:Exception do Result := E.Message;
  end;
end; { RemoveNameSpaces }

但是在这之后，突然变成了一个utf-16文件：

<?xml version="1.0" encoding="UTF-16"?>
<Envelope>
[snip]
</Envelope>

在谷歌搜索“xsl utf-8 utf-16”后，我尝试了几件事：

• 换行（例如Output DataTable XML in UTF8 rather than UTF16）

  <xsl:output method="xml" indent="no">
  

  进入：

  <xsl:output method="xml" encoding="utf-8" indent="no"/>
  <xsl:output method="xml" encoding="utf-8"/>
  <xsl:output encoding="utf-8"/>
  

  那没用。
  （这将是最佳解决方案，根据http://www.xml.com/pub/a/2002/09/04/xslt.html“encoding 属性实际上不仅仅是在结果文档中添加编码声明；它告诉 XSLT 处理器使用该编码写出结果。”）

• 换行（例如XslCompiledTransform uses UTF-16 encoding）

  <xsl:output method="xml" indent="no"/>
  

  进入

  <xsl:output method="xml" omit-xml-declaration="yes" indent="no" />
  

  省略了开始的 xml 标记，但如果我只是在前面添加

  <?xml version="1.0" encoding="utf-8"?>
  

  我会丢失字符，因为没有进行实际的 utf 转换。

• IXMLDOMdocument2 没有Encoding 属性

任何想法如何解决这个问题？

备注/背景：

• 如果所有其他方法都失败了，可能仍然可以选择将 utf-16 XML 数据更改为 utf-8，但这是一种完全不同的方法。

• 我正在尝试使用 utf-8 进行所有操作，因为我通过 EWS 与 Exchange 服务器进行通信，并且将 http 请求标头设置为 utf-16 不起作用：Exchange 告诉我 content-type '文本/xml； charset = utf-16' 不是预期的类型 'text/xml;字符集 = utf-8'。 EWS 返回 utf-8（见文章开头）。

Answer 1

问题在于transformNode 方法的使用，它返回一个字符串，而对于MSXML，这样的字符串是UTF-16 编码的。因此，您需要为结果创建一个空的 MSXML DOM 文档并使用 the transformNodeToObject method，将空的 DOM 文档作为第二个参数传递，然后您可以将结果文档保存到文件或流中，并且编码应如xsl:output 指令。

Answer 2

要在您的原始代码中使用 IXMLDocument，它应该如下所示：

var
  iInp, iOtp, iXsl: IXMLDocument;
  Utf8: UTF8String;
begin
  iInp := LoadXMLData(XMLString);
  iXsl := LoadXMLData(cRemoveNSTransfrom);
  iOtp := NewXMLDocument;
  iInp.Node.TransformNode(iXsl.Node,iOtp);
  iOtp.SaveToXML(Utf8);
end

现在变量 Utf8 应该包含转换后的 UTF-8 编码的 XML，如果要保存到流/文件，请将 SaveToXML 替换为

  iOtp.Encoding := 'UTF-8';
  iOtp.SaveToFile(....);