交叉编码 XSL 转换答案

【问题标题】：cross-encoding XSL transformations交叉编码 XSL 转换
【发布时间】：2011-06-27 16:23:29
【问题描述】：

我要对 XML 文件进行一些操作（无关紧要），而 XSL 在这种情况下非常适用。但是，我的输入文件以 UTF-8 编码，转换后的文件必须以 iso-8859-1 编码。（我也不控制输入文件的编码）

除了 utf-8 而不是 iso-8859 中的一些特殊字符在输出文件中被转义之外，一切都很顺利。

例如我有 <text>some text with a € character</text> 转化为 <text>some text with a &#8364; character</text>

输出文件中的“€”对我来说是个问题。

由于我们必须对那些不在 ISO 中的特殊字符进行处理，我首先想到的是使用替换函数手动转换它们：replace(., '€', 'euros') 但是 utf-8 中有很多字符不在 iso 中，所以它很快就很无聊......而且很慢！

你有更好的解决方案吗？（假设我们可以删除这些字符或将它们转换为任何可行的 iso 字符）

提前致谢

【问题讨论】：

你能更详细地解释问题是什么吗？为什么像&#8364; 这样的转义字符会出现问题？

标签： xslt encoding character-encoding

【解决方案1】：

你有

<xsl:output encoding="iso-8859-1" />

到位了吗？

因为这应该就是你所需要的，真的。如果您的 XSL 处理器无法自行将字符正确转换为目标编码，则它已损坏，您需要使用其他处理器。

提示

通常Windows-1252 是人们真正说ISO-8859-1 时的意思。仔细检查这是否也适用于您。两者之间存在细微差别（尤其是欧元符号，它在ISO-8859-1 中不存在，但在Windows-1252 和ISO-8859-15 中存在）。
每当 XML 文件中缺少 XML 声明 <?xml version="1.0" encoding="iso-8859-1"?> 时，都假定采用 UTF-8 编码。无论何时不是 UTF-8 编码，请务必在文件顶部声明。

【讨论】：

听起来他已经获得了正确的 ISO-8859-1 输出。他只是不喜欢 ISO 8859-1 中没有的字符被转义的方式。
@Lars：我希望 UTF-8 字符 € (0x20ac) 被转换为 ISO-8859-15（8859-1 甚至没有欧元符号）字符 € 在0xa4，而不是 &#8364;，这在 8 位编码中甚至没有意义。
@Lars：再说一次，&#8364; 似乎可以工作。没想到，现在想想。所以，是的，你可能是对的。（而且我怀疑 OP 并不真正想要 iso-8859-1 可能也是正确的，因为在 Windows-1252 中，当我测试它时，该字符会作为常规的 € 符号出现。）
大家好，对于迟到的回归感到抱歉...@Martin Honnen：转义字符对我来说是一个 pb，因为我想在转换后使用的应用程序不接受它（它只是崩溃。 ..) 而且由于我没有处理这个应用程序，我需要在转换中解决这个问题。 @Tom 就是这样！ @Lars你是正确的ISO_8859-1没有€符号，但这是我必须使用的编码。只是让你知道，也许它可以帮助那里的人，这是我（快速）修复它的方法。
只是让你知道，也许它可以帮助那里的人，这是我（快速）修复它的方法。 <xsl:value-of select="translate($input_text,'€‘’‚“”–—ŒœŠšŸƒ„†‡•…‰™','E``,&quot;&quot;--?????????????')" /> 我将每个在 iso 中没有等效项的 utf-8 翻译成 iso 中存在的另一个字符。这不是我所说的好解决方案，但它对我有用。