用XSLT替换XML属性中的换行符

我需要一些XSLT（或其他东西，请参见下文）来用替换字符替换所有属性中的换行符

我必须处理遗留XML，它将所有数据存储为属性，并使用新行表示基数。例如：

<sample>
    <p att="John
    Paul
    Ringo"></p>
</sample>

使用Saxon将以下内容应用于示例XML输出：

John Paul Ringo

---

显然，这种格式不是我想要的-这只是为了试验

replace（）

-但是在我们开始XSLT处理时，换行符已经正常化了吗？如果是这样，是否有其他方法可以使用Java解析器将这些值解析为write？到目前为止，我只使用了JAXB。

这似乎很难做到。正如我在中发现的那样，属性中的新行字符是有效的，但XML解析器将其规范化（），因此它可能在处理之前（因此在替换之前）丢失。

XSLT仅在XML解析器处理完XML后才看到它，而XML解析器将完成属性值规范化

我认为一些XML解析器可以选择抑制属性值规范化。如果您不能访问这样的解析器，我认为用

可能是您的最佳逃生路线。以这种方式转义的换行不会因属性值规范化而飞溅。
我通过使用预处理XML解决了这个问题（这是对@Ian Roberts关于使用非XML工具解析XML的评论的认可）。JSoup是（或曾经是）为HTML文档设计的，但是在这种上下文中工作得很好

我的代码如下：

@测试
public void verifyNewlineEscaping（）{
最终列表节点=Parser.parseXmlFragment（FileUtils.readFileToString（sourcePath.toFile（），“UTF-8”），“”）；
fixAttributeNewlines（节点）；
//重构XML
StringBuilder输出=新的StringBuilder（）；
用于（节点：节点）{
append（node.toString（））；
}
//将清除的输出打印到标准输出
系统输出打印项次（输出）；
}
/**
*将XML属性中的换行符和周围的空格替换为
*为了避免将换行符转换为单个空格时出现空白规范化。
* 
*
*如果将具有语义值的换行符错误地插入到
*属性值。
*

* 
*@param nodes要更新的节点
*/
私有静态void fixAttributeNewlines（最终列表节点）{
/*
*递归迭代XML文档中所有节点中的所有属性，执行
*属性字符串替换
*/
用于（最终节点：节点）{
最终列表属性=node.attributes（）.asList（）；
for（最终属性：属性）{
//JSoup将空白报告为属性
如果（！StringUtils.isWhitespace（attribute.getValue（）））{
attribute.setValue（attribute.getValue（）.replaceAll（\\s*\r？\n\\s*，“|”）；
}
}
//递归处理子节点
如果（！node.childNodes（）.isEmpty（））{
fixAttributeNewlines（node.childNodes（））；
}
}
}

对于我问题中的示例XML，此方法的输出为：

<sample> 
    <p att="John|Paul|Ringo"></p> 
</sample>




请注意，我没有使用

我有一种非常不愉快的感觉，我可能需要戴上橡皮手套，在解析XML字符串之前在XML字符串上实现一个肮脏的正则表达式。不幸的是，我无法控制XML的产生。实际上，不，这太可怕了。如果属性值中的空格在语义上是重要的，那么你就不是在处理XML，而你需要使用非XML工具来处理它。解析器必须将属性值中的所有换行符转换为空格，如果您希望在解析后看到的值中包含换行符，则必须将其转义为字符引用（

；
），我不同意您的看法。XML是从一个应用程序导出的，该应用程序将保持匿名。这并不完全是应用程序的错，尽管将所有数据填充到属性中可能是一种有点可疑的方法。我怀疑用户通过使用新行解决了这个特定领域缺乏1:M基数的问题，应用程序盲目地将新行导出为XML。我可能会对任何为可疑XML设计的Java库进行一些研究-这不可能是一个孤立的实例，所以我肯定有人故意编写了一个松散/宽容的解析器。我也看到了这一点，但我希望他们仍然会在那里进行一些XSLT修复。此后，我通过不声称自己是XML解析器发现了解决问题的方法，这可能会使它不必遵守XML规范。现在我来试一试……只要大声想一想，您就可以这样做
replace（/data/@value，'\s{2,10}'，'|'）
-这不是绝对正确的，因为它依赖于将有多个空格而不是换行符，但它可以生成作业。@JirkaŠ。不，这是行不通的，因为XML解析器在数据到达XPath数据模型之前将属性值中所有连续的空格压缩到一个空格中。我担心这一点，但我在Altova中尝试过，它成功了。可能这只是Altova的特殊性。啊，我发现我错过了中的关键一句：“所有没有声明的属性都应该由非验证处理器处理，就像声明了CDATA一样。”-因此，如果没有DTD，解析器将用空格替换换行符，但不会将连续空格折叠为单个空格。谢谢Michael。在做了大量的挖掘之后，我想找出一个J
<sample> 
    <p att="John|Paul|Ringo"></p> 
</sample>