保留属性空白答案

【问题标题】：Preserving attribute whitespace保留属性空白
【发布时间】：2010-09-20 14:23:51
【问题描述】：

免责声明：以下是针对 XML 的犯罪。这就是为什么我试图用 XSLT 来改变它:)

我的 XML 当前如下所示：

<root>
    <object name="blarg" property1="shablarg" property2="werg".../>
    <object name="yetanotherobject" .../>
</root>

是的，我将所有文本数据放入属性中。我希望 XSLT 可以拯救我；我想朝着这样的方向前进：

<root>
    <object>
        <name>blarg</name>
        <property1>shablarg</name>
        ...
    </object>
    <object>
        ...
    </object>
</root>

到目前为止，我实际上已经完成了所有这些工作，除了我对 XML 的罪过更加……特别。一些标签看起来像这样：

<object description = "This is the first line

This is the third line.  That second line full of whitespace is meaningful"/>

我在 linux 下使用 xsltproc，但它似乎没有任何选项来保留空格。我尝试使用 xsl:preserve-space 和 xml:space="preserve" 无济于事。我发现的每个选项似乎都适用于在元素本身内保留空格，但不适用于属性。每次，以上内容都会更改为：

这是第一行这是第三行。充满空格的第二行是有意义的

所以问题是，我可以保留属性空白吗？

【问题讨论】：

您应该将空格替换为属性值内部的实体引用，例如将<object description="first line \n next line"/> 替换为<object description="first line&#xA;next line"/>。属性值规范化（3.3.3）然后取决于我认为默认为CDATA 的属性类型。但是我认为你可以用<!DOCTYPE root [ <!ATTLIST object description CDATA #IMPLIED>'> 强制它——可能正确也可能不正确。然后，如果你有一个 XSL，你需要确保手动处理你的空白，我的做法与 string-join() 和 tokenize() 类似。
可以做到。你可以从我对另一个问题的回答中得到一个完整的例子（SSCCE）：stackoverflow.com/a/29780972/611007 （正如我上面解释的，这不是你尝试做的方式，但最终，它会像你想要的那样工作。）
相关：stackoverflow.com/questions/449627 - 相关：stackoverflow.com/questions/2004386 - 相关：stackoverflow.com/questions/1289524

标签： xml xslt whitespace

【解决方案1】：

这实际上是一个原始的 XML 解析问题，不是 XSLT 可以帮助您解决的问题。根据 XML 标准中的“3.3.3 属性值规范化”，XML 解析必须将该属性值中的换行符转换为空格。因此，当前读取您的描述属性并保留换行符的任何内容都是错误的。

您可以通过预处理 XML 以将换行符转义为 & #10; 来恢复换行符。字符引用，只要您还没有在不允许使用 charrefs 的地方换行，例如在标签正文中。 Charrefs 应该作为控制字符一直存在到属性值，然后您可以将它们转换为文本节点。

【讨论】：

我不确定这是否可行。 Charrefs 被 XML 处理器所代表的字节替换，因此引用空白字符（如 LINE FEED）的 charref 将被规范化为空白。
标准和 DOM 测试套件说它有效；您的实现可能会有所不同，但我测试过的会有所不同。
@ChuckB 我认为这取决于您是否可以控制您的 xml 处理器。我可以使用.xsl 创建一个很好的输出，它可以在 saxon 和 firefox 中使用。
同样的section of the XML specification 特别指出&#xA; 之类的字符引用确实有效：“如果未规范化的属性值包含对空白字符的字符引用，而不是空格（#x20），规范化值包含引用的字符本身”。当然，在实践中，它只会在兼容的实现中工作......

【解决方案2】：

根据Annotated XML Spec，属性值中的空格由 XML 处理器规范化（参见 3.3.3 上的 (T) 注释）。所以，看起来答案可能是否定的。

【讨论】：

除非你可以控制你的 xml 处理器。

【解决方案3】：

正如其他人所指出的，XML 规范不允许在属性中保留空格。事实上，这是您可以对属性和元素所做的少数区别之一（另一个主要区别是元素可以包含其他标签，而属性则不能）。

您必须首先在 XML 之外处理文件以保留空格。

【讨论】：

我认为这是误导。如果您可以控制您的 xml 处理器，那么它本身似乎是有效的并且可以保留该空白。我可以达到这个结果。

【解决方案4】：

如果你能控制你的 XML 处理器，你就可以做到。

来自我的other answer（链接了许多参考资料）：

如果你有类似的 XML

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE elemke [
<!ATTLIST brush wood CDATA #REQUIRED>
]>

<elemke>
<brush wood="guy&#xA;threep"/>
</elemke>

和像

这样的 XSL

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet  version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

<xsl:template name="split">
  <xsl:param name="list"      select="''" />
  <xsl:param name="separator" select="'&#xA;'" />
  <xsl:if test="not($list = '' or $separator = '')">
    <xsl:variable name="head" select="substring-before(concat($list, $separator), $separator)" />
    <xsl:variable name="tail" select="substring-after($list, $separator)" />

    <xsl:value-of select="$head"/>
    <br/><xsl:text>&#xA;</xsl:text>
    <xsl:call-template name="split">
        <xsl:with-param name="list"      select="$tail" />
        <xsl:with-param name="separator" select="$separator" />
    </xsl:call-template>
  </xsl:if>
</xsl:template>


<xsl:template match="brush">
  <html>
  <xsl:call-template name="split">
    <xsl:with-param name="list" select="@wood"/>
  </xsl:call-template>
  </html>
</xsl:template>

</xsl:stylesheet>

你可以得到一个像这样的html：

<html>guy<br>
   threep<br>

</html>

使用类似saxon 命令行的处理器测试/生产：

java -jar saxon9he.jar -s:in.xml -xsl:in.xsl -o:out.html

【讨论】：

这里的ATTLIST 和DOCTYPE 实际上是不需要的，CDATA 将是这里AttValue 的默认“属性类型”。
仅供参考，关于处理器与解析器的随机帖子：oxygenxml.com/archives/xsl-list/200009/msg00750.html
感谢 Tomalak 的“字符串”模板，因为在我的目标 xml 处理器中 tokenize 不可用。