如何在 XSLT 中配置正则表达式使其与实体引用不匹配？答案

【问题标题】：How to configure regex in XSLT so it doesn't match entity reference?如何在 XSLT 中配置正则表达式使其与实体引用不匹配？
【发布时间】：2017-04-10 00:42:38
【问题描述】：

我正在构建一个 XSLT 2.0 样式表，它接受类似于 markdown 的输入并输出 XDP 内容（PDF 内容的 Adobe XML 表示）。

为了允许特殊字符，例如 * 或 [，它们可以在输入中分别编码为 \* 或 \[。

在处理降价之前，我将此类转义序列转换为它们的实体引用，例如\* 到 *和 \[ 到 [，目的是它们不会被需要匹配文字 * 或 [ 字符的正则表达式匹配，例如。

编辑。我认为问题出在 [ 和 ] 上，但正如我所指出的，编码为实体并不像我想象的那样工作，它们的匹配方式相同。

我正在研究可能对这些值进行双重编码。例如：将 \* 替换为 *

在XSLT输出中，有没有办法去掉这种双重编码，使其输出为*？

【问题讨论】：

我会避开实体和任何涉及与号的东西。还有许多其他选择不会与竞争约定冲突，例如用§42§替换*。
谢谢。我又想了想，得出了同样的结论。

标签： regex xml xslt xslt-2.0

【解决方案1】：

您的不匹配正则表达式字符串包含错误：

regex="\*(.+?)\1"

最后的\1 应该是另一个\*。更正显示预期的输出

<match>[my text]</match>
<match>*my text*</match>

【讨论】：

【解决方案2】：

正如 Michael Kay 建议的那样，一个行之有效的解决方案是避免使用实体和任何涉及 & 符号的东西。

在输入中，匹配§(\d+)§之类的表达式，然后匹配输出与代码点对应的字符串：

<xsl:sequence select="codepoints-to-string(xs:integer(regex-group(1)))" />

【讨论】：