在 xml 文档中嵌入可能格式不正确的 html 的适当方法是什么？答案

【问题标题】：What is the appropriate way to embed potentially non-well-formed html in an xml document?在 xml 文档中嵌入可能格式不正确的 html 的适当方法是什么？
【发布时间】：2008-12-29 16:44:09
【问题描述】：

营销人员希望能够在（基于 xml 的）CMS 中编写直接内联 HTML。 xhtml 合规性等可能会付诸东流，但他们是老板。 CMS 使用常规的 xml/xslt 转换管道。目前我们只使用一个单个节点，其中包含所有讨厌的 cdata 节点，使用一些讨厌的连接创建。

还有其他方法吗？

编辑：我或许能够说服他们 HTML 应该是某种格式良好的 HTML 片段，但我无法在已知的世界中让他们同意 xhtml/严格合规性，例如其余的东西实际上是。但据我了解，格式良好对我没有任何帮助？

【问题讨论】：

XML 意义上的格式良好可能会有所帮助，因为您可以使用 xsl 管道将其转换为 xhtml。但这是一个悲伤的秘诀，因为用户永远不会遵守。正如建议的那样，HTML Tidy 或类似的方法是要走的路。
@Alohci 是的，我知道他们永远不会遵守。这就是为什么他们首先拉排名。不错的评论；）

标签： xml xslt content-management-system

【解决方案1】：

CDATA 是这样做的唯一方法，根本不可能无效标记将进入任何已解析结构的 XML 文档中。

我可以建议一个替代解决方案吗？修复问题标记，因为它被插入到 XML 中 - 绝对不是微不足道的，但坦率地说，他们给你的任务是荒谬的。

查看HTML Tidy 或Beautiful Soup，它们可以获取标签汤并将其转化为有效、格式良好的 xhml。

【讨论】：

【解决方案2】：

除了使用 CDATA 部分之外，一种解决方案是对营销人员编写的所有小于号和 & 号进行编码，并在显示之前对其进行解码。

但是，我确实认为涉及 HTML Tidy 之类的解决方案可能是最佳的。

【讨论】：

【解决方案3】：

我很确定您可以过滤营销人员通过 XHTML 转换器输入的 HTML。

如SgmlReader。

【讨论】：

【解决方案4】：

您可以通过使用 CDATA 部分或通过显式转义相关字符（这两个选项实际上是等效的）来嵌入它们的所有讨厌的东西。如前所述，有一些工具（例如 Tidy）会有所帮助，当然，一旦您获得了格式良好的文档，您可以使用 XSLT 将其转换为不那么令人不快的东西（当然，取决于 CMS您正在使用）。

说了这么多，我建议现在是讨论谁是哪些领域的“老板”的时候了。如果您开始在讨论品牌或其他任何事情时推翻他们，营销人员不会接受太多。你有你的专业领域，他们有他们的，他们的绝对不是 HTML。现在就打这场仗，否则你将在未来面临一个痛苦的世界。

【讨论】：