Java XSL到FO和HTML实体

我正在开发一个Java类，它通过XSLT文档将HTML字符串转换为FO字符串

然后，FOP处理生成的FO字符串以创建PDF文件

问题是，当FOP发现一个特殊字符时，我会得到一个错误：

(e.g.) The entity "ldquo" was referenced, but not declared.

现在我的解决方案是用Unicode引用替换所有这些特殊字符

在本例中，

“&ldquo；

变为

”“；“

我可以在XSLT文件中声明这些实体，而不必执行无数的StringUtils.replaceAll（）

---

使用JTidy和setXmlOut解决（true）

---

那么，如何将HTML输入提供给XSLT呢？要么确保它是格式良好的XHTML，所有引用的实体都在DOCTYPE中正确声明，要么使用HTML5解析器，比如，而不是XML解析器。您声明“通过XSLT文档转换HTML”，但XSLT不能读取HTML文件，它只能读取XML文件。如果您正在将HTML转换为XML，那么您已经解决了这个问题，因为XML是正确的。您要传递给XSLT处理器的文件是什么？我告诉我的学生，要使用XSLT处理HTML信息，我首先使用W3C Tidy工具将其转换为XHTML，然后使用实体解析器调用Saxon，用于W3C DTD片段解析实体。感谢G.Ken Holman。如何使用实体解析器调用Saxon？我已经尝试使用JTidy清理html，然后使用Saxon自定义EntityResolver。我经常遇到这样的错误：“publicId和systemId之间需要空格”使用JTidy和setXmlOut（true）解决。谢谢