XSL 转换中的编码问题答案

【问题标题】：Encoding Issues in XSL TransformationXSL 转换中的编码问题
【发布时间】：2013-03-01 14:48:58
【问题描述】：

我遇到了与此处讨论的类似的编码问题：cross-encoding XSL transformations

这些问题没有给出明确的答案；这就是为什么我再次问它的原因。

我有一个以 UTF8 编码的 XML 输入文件。我有一个 XSL 转换应用于这些文件，它应该生成一个在 Windows-1252 中编码的 XML 输出。

我的 XSLT 文件中有以下两个声明：

<?xml version="1.0" encoding='Windows-1252'?>

<xsl:output method="text" indent="yes" encoding="Windows-1252"/>

我使用 Saxon 作为 XSL 处理器。除此之外，每次遇到没有 Windows-1252 等效项的 UTF8 字符时，我仍然会遇到致命错误。实际上，我并不真正关心这些角色，我的转变可能会放弃所有这些角色。我只希望转型继续进行，不要因为它们而崩溃。

我错过了什么？为什么还有这个致命错误（Fatal Error！Output character not available in this encoding）？

提前感谢您的帮助。

【问题讨论】：

标签： xslt encoding

【解决方案1】：

您描述的消息仅使用文本输出方法生成（使用 XML 或 HTML，序列化程序将使用数字字符实体）。此错误是规范要求的（见http://www.w3.org/TR/xslt-xquery-serialization/#TEXT_ENCODING），虽然我能理解为什么你可能想要一个更温和的后备，例如输出替代字符。

如果你不介意一点 Java 编码，可以很容易地替换你自己的 Saxon 的 TEXTEmitter 版本，它做事不同（你只需要重写一个方法）；或者，您可以将 XSLT 输出发送到 Java Writer（编码将被忽略），并使用 Java I/O 框架将字符转换为所需的编码，无论您的应用程序需要什么处理无效字符。

【讨论】：

首先，感谢您的回答。第二次因为我的反馈延迟而感到羞耻……第三，老实说，我想阻止我们在流程中添加更多层次。最后，我们选择使用 XPath 和正则表达式（即：）的组合来应用特定的“重新编码”模板。但是你关于在 Saxon 上替换一些方法的建议很有趣，我可能会尝试这个来改进我们的实现。

【解决方案2】：

UTF-8 是比 Windows-1252 更大的字符集

这意味着某些 UTF-8 字符无法转换为 windows-1252

问问自己为什么需要在编码之间进行转换

【讨论】：

其实我什至可以尝试回答自己:-)
输入编码来自 XML Web 收集的文件，输出由最终应用程序修复。如果需要，我可以在 XSLT 之外使用特定的重新编码方法，但我很惊讶没有找到 XSLT 解决方案。不过，我不关心重新编码这些字符，只是转义它们就可以了。