Xml XSLT规范化空白，但保留内部HTML

我正在尝试使用XSLT将XML转换为明文文件，以便加载到数据库中。然而，我需要的其中一个元素可能包含需要保留的HTML格式的文本，以及不需要保留的换行符和空格。我也不想要XML名称空间

该文件比较大，也比较复杂，但下面的示例应该说明这个问题

XML:

这是带有标记的文本

这是带有更多标记的文本

也需要没有标记的文本

期望输出：

<p>This is text with markup</p><p>This is text with <i>more</i> markup</p>
Need text with no markup also

这是带有标记的文本
这是带有更多标记的文本

也需要没有标记的文本

对于文本的输出格式，normalize-space（）清除所有的换行符和空白，但也删除标记

我尝试过使用xml输出和xsl:copy of，但这会留下换行符、名称空间和字符编码我的一些其他输出（

&

->

&；

），这是不可取的

---

提前感谢您的任何想法

在不删除元素的情况下删除空白的关键是正确使用模板，只删除文本节点中的空白，而不是整个元素中的空白

我不是100%清楚您的要求，但这至少应该非常接近：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
                xmlns:m2="urn:site-org:v3/m2">
  <xsl:output method="xml" indent="no" omit-xml-declaration="yes" />
  <!-- Remove any whitespace between elements -->
  <xsl:strip-space elements="*" />

  <xsl:template match="m2:text">
    <xsl:apply-templates />
    <!-- Newline -->
    <xsl:text>&#xA;</xsl:text>
  </xsl:template>

  <!-- Copy elements beneath text elements, without their namespace-->
  <xsl:template match="m2:text//*">
    <xsl:element name="{local-name()}">
      <xsl:apply-templates select="@* | node()" />
    </xsl:element>
  </xsl:template>

  <!-- Copy attributes beneath text elements-->
  <xsl:template match="m2:text//@*">
    <xsl:copy />
  </xsl:template>

  <!-- Text nodes in HTML content - normalize space but escape entities -->
  <xsl:template match="m2:text[.//*]//text()" priority="5">
    <xsl:value-of select="normalize-space()"/>
  </xsl:template>

  <!-- Text nodes in HTML content - normalize space and don't escape entities -->
  <xsl:template match="m2:text//text()">
    <xsl:value-of select="normalize-space()" disable-output-escaping="yes"/>
  </xsl:template>

</xsl:stylesheet>

；

在以下输入上运行时：

<outer xmlns="urn:site-org:v3/m2" >
  <inner>
    <text>
      <p class="snazzy">This is text with markup and &amp;&amp;&amp; ampersands</p>
      <p>This is text with <i>more</i> markup</p>
    </text>
  </inner>
  <inner>
    <text>
      Need text with no markup also and some &amp;&amp;&amp; ampersands 
    </text>
  </inner>
</outer>

这是带有标记和&&&；符号
这是带有更多标记的文本

还需要没有标记的文本和一些&&&；符号

结果是：

<p class="snazzy">This is text with markup and &amp;&amp;&amp; ampersands</p><p>This is text with<i>more</i>markup</p>
Need text with no markup also and some &&& ampersands

这是带有标记和&&&；符号
这是带有更多标记的文本

还需要不带标记的文本和一些&&&符号

在不删除元素的情况下删除空白的关键是正确使用模板，只删除文本节点中的空白，而不是整个元素中的空白

我不是100%清楚您的要求，但这至少应该非常接近：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
                xmlns:m2="urn:site-org:v3/m2">
  <xsl:output method="xml" indent="no" omit-xml-declaration="yes" />
  <!-- Remove any whitespace between elements -->
  <xsl:strip-space elements="*" />

  <xsl:template match="m2:text">
    <xsl:apply-templates />
    <!-- Newline -->
    <xsl:text>&#xA;</xsl:text>
  </xsl:template>

  <!-- Copy elements beneath text elements, without their namespace-->
  <xsl:template match="m2:text//*">
    <xsl:element name="{local-name()}">
      <xsl:apply-templates select="@* | node()" />
    </xsl:element>
  </xsl:template>

  <!-- Copy attributes beneath text elements-->
  <xsl:template match="m2:text//@*">
    <xsl:copy />
  </xsl:template>

  <!-- Text nodes in HTML content - normalize space but escape entities -->
  <xsl:template match="m2:text[.//*]//text()" priority="5">
    <xsl:value-of select="normalize-space()"/>
  </xsl:template>

  <!-- Text nodes in HTML content - normalize space and don't escape entities -->
  <xsl:template match="m2:text//text()">
    <xsl:value-of select="normalize-space()" disable-output-escaping="yes"/>
  </xsl:template>

</xsl:stylesheet>

；

在以下输入上运行时：

<outer xmlns="urn:site-org:v3/m2" >
  <inner>
    <text>
      <p class="snazzy">This is text with markup and &amp;&amp;&amp; ampersands</p>
      <p>This is text with <i>more</i> markup</p>
    </text>
  </inner>
  <inner>
    <text>
      Need text with no markup also and some &amp;&amp;&amp; ampersands 
    </text>
  </inner>
</outer>

这是带有标记和&&&；符号
这是带有更多标记的文本

还需要没有标记的文本和一些&&&；符号

结果是：

<p class="snazzy">This is text with markup and &amp;&amp;&amp; ampersands</p><p>This is text with<i>more</i>markup</p>
Need text with no markup also and some &&& ampersands

这是带有标记和&&&；符号
这是带有更多标记的文本

还需要不带标记的文本和一些&&&符号

在不删除元素的情况下删除空白的关键是正确使用模板，只删除文本节点中的空白，而不是整个元素中的空白

我不是100%清楚您的要求，但这至少应该非常接近：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
                xmlns:m2="urn:site-org:v3/m2">
  <xsl:output method="xml" indent="no" omit-xml-declaration="yes" />
  <!-- Remove any whitespace between elements -->
  <xsl:strip-space elements="*" />

  <xsl:template match="m2:text">
    <xsl:apply-templates />
    <!-- Newline -->
    <xsl:text>&#xA;</xsl:text>
  </xsl:template>

  <!-- Copy elements beneath text elements, without their namespace-->
  <xsl:template match="m2:text//*">
    <xsl:element name="{local-name()}">
      <xsl:apply-templates select="@* | node()" />
    </xsl:element>
  </xsl:template>

  <!-- Copy attributes beneath text elements-->
  <xsl:template match="m2:text//@*">
    <xsl:copy />
  </xsl:template>

  <!-- Text nodes in HTML content - normalize space but escape entities -->
  <xsl:template match="m2:text[.//*]//text()" priority="5">
    <xsl:value-of select="normalize-space()"/>
  </xsl:template>

  <!-- Text nodes in HTML content - normalize space and don't escape entities -->
  <xsl:template match="m2:text//text()">
    <xsl:value-of select="normalize-space()" disable-output-escaping="yes"/>
  </xsl:template>

</xsl:stylesheet>

；

在以下输入上运行时：

<outer xmlns="urn:site-org:v3/m2" >
  <inner>
    <text>
      <p class="snazzy">This is text with markup and &amp;&amp;&amp; ampersands</p>
      <p>This is text with <i>more</i> markup</p>
    </text>
  </inner>
  <inner>
    <text>
      Need text with no markup also and some &amp;&amp;&amp; ampersands 
    </text>
  </inner>
</outer>

这是带有标记和&&&；符号
这是带有更多标记的文本

还需要没有标记的文本和一些&&&；符号

结果是：

<p class="snazzy">This is text with markup and &amp;&amp;&amp; ampersands</p><p>This is text with<i>more</i>markup</p>
Need text with no markup also and some &&& ampersands

这是带有标记和&&&；符号
这是带有更多标记的文本

还需要不带标记的文本和一些&&&符号

在不删除元素的情况下删除空白的关键是正确使用模板，只删除文本节点中的空白，而不是整个元素中的空白

我不是100%清楚您的要求，但这至少应该非常接近：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
                xmlns:m2="urn:site-org:v3/m2">
  <xsl:output method="xml" indent="no" omit-xml-declaration="yes" />
  <!-- Remove any whitespace between elements -->
  <xsl:strip-space elements="*" />

  <xsl:template match="m2:text">
    <xsl:apply-templates />
    <!-- Newline -->
    <xsl:text>&#xA;</xsl:text>
  </xsl:template>

  <!-- Copy elements beneath text elements, without their namespace-->
  <xsl:template match="m2:text//*">
    <xsl:element name="{local-name()}">
      <xsl:apply-templates select="@* | node()" />
    </xsl:element>
  </xsl:template>

  <!-- Copy attributes beneath text elements-->
  <xsl:template match="m2:text//@*">
    <xsl:copy />
  </xsl:template>

  <!-- Text nodes in HTML content - normalize space but escape entities -->
  <xsl:template match="m2:text[.//*]//text()" priority="5">
    <xsl:value-of select="normalize-space()"/>
  </xsl:template>

  <!-- Text nodes in HTML content - normalize space and don't escape entities -->
  <xsl:template match="m2:text//text()">
    <xsl:value-of select="normalize-space()" disable-output-escaping="yes"/>
  </xsl:template>

</xsl:stylesheet>

；

在以下输入上运行时：

<outer xmlns="urn:site-org:v3/m2" >
  <inner>
    <text>
      <p class="snazzy">This is text with markup and &amp;&amp;&amp; ampersands</p>
      <p>This is text with <i>more</i> markup</p>
    </text>
  </inner>
  <inner>
    <text>
      Need text with no markup also and some &amp;&amp;&amp; ampersands 
    </text>
  </inner>
</outer>

这是带有标记和&&&；符号
这是带有更多标记的文本

还需要没有标记的文本和一些&&&；符号

结果是：

<p class="snazzy">This is text with markup and &amp;&amp;&amp; ampersands</p><p>This is text with<i>more</i>markup</p>
Need text with no markup also and some &&& ampersands

这是带有标记和&&&；符号
这是带有更多标记的文本

还需要不带标记的文本和一些&&&符号

拥有

有什么不可取之处&？强烈建议在HTML中使用编码实体。它位于数据库中的另一个字段中，该字段不是HTML。好的，您是说
元素可以包含HTML或普通文本吗？它应该如何区分这两者？通过元素的存在？是的。否则，父元素是相同的？强烈建议在HTML中使用编码实体。它位于数据库中的另一个字段中，该字段不是HTML。好的，您是说
元素可以包含HTML或普通文本吗？它应该如何区分这两者？通过元素的存在？是的。否则，父元素是相同的？强烈建议在HTML中使用编码实体。它位于数据库中的另一个字段中，该字段不是HTML。好的，您是说
元素可以包含HTML或普通文本吗？它应该如何区分这两者？通过元素的存在？是的。否则，父元素是相同的？高度推荐在HTML中使用编码实体。它位于数据库的另一个字段中，该字段不是HTML。好的，您是说
元素