首页 文章

XSLT-规范化非破坏的空白字符

提问于
浏览 次
2

我有一个像这样的示例xml文件，

<doc>
    <p>text1 text2  </p>
    <p>text1 text2     </p>
    <p>text1 text2   </p>
</doc>

此示例xml，第一个 <p> 具有空格空白字符（ &#x0020; ），第二个 <p> 具有制表符空格空白字符（ &#x9; ），第三个 <p> 具有空格不间断空格字符（ &#x00A0; ） .

我需要删除在关闭标签之前出现的任何空格 .

所以，预期的产量应该是，

<doc>
    <p>text1 text2</p>
    <p>text1 text2</p>
    <p>text1 text2</p>
</doc>

通过使用xslt normalize-space（），我可以删除不必要的空格和制表符，但不能删除不间断的空白字符 .

<xsl:template match="p/text()">
    <xsl:value-of select="normalize-space()"/>
</xsl:template>

有什么建议我如何规范化所有空格，包括xslt中不间断的空格？

xml xslt xslt-2.0

1 回答

  • 5

    你可以这样做：

    <xsl:value-of select="normalize-space(translate(., '&#160;', ' '))"/>

    这将适用于XSLT 1.0和2.0 .

    在XSLT 2.0中，您还可以使用正则表达式 - 例如：

    <xsl:value-of select="replace(., '[\t\p{Zs}]', '')"/>

    将删除水平制表符以及Unicode Space_Separator 类别中的任何字符，其中不仅包括空格和非空格字符，还包括其他空格字符 . 文档很难找到，但我相信这是目前的完整列表:(摘自http://www.unicode.org/Public/UNIDATA/UnicodeData.txt）：

    &#x0020; SPACE
&#x00A0; NO-BREAK SPACE
&#x1680; OGHAM SPACE MARK
&#x2000; EN QUAD
&#x2001; EM QUAD
&#x2002; EN SPACE
&#x2003; EM SPACE
&#x2004; THREE-PER-EM SPACE
&#x2005; FOUR-PER-EM SPACE
&#x2006; SIX-PER-EM SPACE
&#x2007; FIGURE SPACE
&#x2008; PUNCTUATION SPACE
&#x2009; THIN SPACE
&#x200A; HAIR SPACE
&#x202F; NARROW NO-BREAK SPACE
&#x205F; MEDIUM MATHEMATICAL SPACE
&#x3000; IDEOGRAPHIC SPACE

&#x10CB0; OLD HUNGARIAN CAPITAL LETTER EZS
&#x10CF0; OLD HUNGARIAN SMALL LETTER EZS
&#x16F36; MIAO LETTER ZSHA
&#x16F3C; MIAO LETTER ZSA
&#x16F3E; MIAO LETTER ZZSA
&#x16F41; MIAO LETTER ZZSYA

    但是，使用Saxon 9.5进行测试表明最后6个字符无法识别：http://xsltransform.net/ncntCSo

    回复于

相关问题