XML 속성의 개행 문자를 XSLT로 바꾸기

Question

모든 속성의 개행 문자를 대체 문자로 바꾸려면 XSLT (또는 무언가 - 아래 참조)가 필요합니다.

모든 데이터를 특성으로 저장하고 새 줄을 사용하여 카디널리티를 표현하는 레거시 XML을 처리해야합니다. 예를 들어 : 그래서이 문제가되지 않습니다 내가합니다 (XML 사양에 따라) 자바에서 파일을 구문 분석 할 때이 새로운 라인은 공백으로 대체되고있다

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

그러나 나는리스트로 처리하고자하고 특히 유용합니다.

내 '솔루션'은 XSLT를 사용하여 모든 속성의 모든 개행 문자를 다른 구분 기호로 대체하는 것이었지만 XSLT에 대한 지식은 전혀 없습니다. 지금까지 본 모든 예제는 매우 구체적이거나 속성 값 대신 노드 내용을 대체했습니다.

저는 XSLT 2.0의 replace()으로 손을 씻었지만 모든 것을 정리하는 데 어려움을 겪고 있습니다.

XSLT가 올바른 해결책입니까? 아래의 XSLT로 :

샘플 XML에 적용

<xsl:template match="sample/*"> 
    <xsl:for-each select="@*"> 
     <xsl:value-of select="replace(current(), '\n', '|')"/> 
    </xsl:for-each> 
</xsl:template> 

다음 사용 색슨를 출력합니다

John Paul Ringo 

분명히이 형식이 아닌 어떤 난 후 -이 replace() 실험 단지입니다 - 하지만 XSLT 처리가 완료 될 때까지 이미 정규화되었습니다. 그렇다면 Java 파서를 사용하여 이러한 값을 쓰기로 구문 분석하는 다른 방법이 있습니까? 지금까지 JAXB 만 사용했습니다.

Answer 1

JSoup (XML이 아닌 도구로 XML 구문 분석에 대한 @Ian Roberts의 의견에 동의하지 않음)으로 XML을 사전 처리하여이 문제를 해결했습니다. JSoup는 HTML 문서 용으로 설계되었지만이 컨텍스트에서 잘 작동합니다. 다음과 같이

내 코드는 다음과 같습니다 내 질문에 샘플 XML에 대한

@Test 
public void verifyNewlineEscaping() { 
    final List<Node> nodes = Parser.parseXmlFragment(FileUtils.readFileToString(sourcePath.toFile(), "UTF-8"), ""); 

    fixAttributeNewlines(nodes); 

    // Reconstruct XML 
    StringBuilder output = new StringBuilder(); 
    for (Node node : nodes) { 
     output.append(node.toString()); 
    } 

    // Print cleansed output to stdout 
    System.out.println(output); 
} 

/** 
* Replace newlines and surrounding whitespace in XML attributes with an alternative delimiter in 
* order to avoid whitespace normalisation converting newlines to a single space. 
* 
* <p> 
* This is useful if newlines which have semantic value have been incorrectly inserted into 
* attribute values. 
* </p> 
* 
* @param nodes nodes to update 
*/ 
private static void fixAttributeNewlines(final List<Node> nodes) { 

    /* 
    * Recursively iterate over all attributes in all nodes in the XML document, performing 
    * attribute string replacement 
    */ 
    for (final Node node : nodes) { 
     final List<Attribute> attributes = node.attributes().asList(); 

     for (final Attribute attribute : attributes) { 

      // JSoup reports whitespace as attributes 
      if (!StringUtils.isWhitespace(attribute.getValue())) { 
       attribute.setValue(attribute.getValue().replaceAll("\\s*\r?\n\\s*", "|")); 
      } 
     } 

     // Recursively process child nodes 
     if (!node.childNodes().isEmpty()) { 
      fixAttributeNewlines(node.childNodes()); 
     } 
    } 
} 

,이 방법의 출력은 : 나는 
를 사용하고 있지 않다

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

참고 JSoup 오히려 때문에 그것의 특성에서 경계하고 도주한다 모두 속성 값에서.또한 기존의 숫자 엔터티 참조를 UTF-8에 해당하는 것으로 바꿉니다. 따라서 시간이 지나칠 수없는 솔루션인지 여부를 알 수 있습니다.

Answer 2

이렇게하는 것이 어려워 보입니다. Are line breaks in XML attribute values allowed?에서 알 수 있듯이 속성의 줄 바꿈 문자는 유효하지만 XML 파서는 정규화 (https://stackoverflow.com/a/8188290/1324394)하므로 처리하기 전에 (따라서 바꾸기 전에) 손실 될 수 있습니다.

Answer 3

XSLT는 특성 값 정규화를 수행 한 XML 구문 분석기에서 XML을 처리 한 후에 만 ​​XML을 확인합니다.

일부 XML 파서에는 속성 값 정규화를 억제하는 옵션이 있다고 생각합니다. 그러한 파서에 액세스 할 수 없다면 구문 분석을하기 전에 
에 의해 (\ r? \ n)을 텍스트로 바꾸는 것이 최선의 탈출 경로 일 수 있다고 생각합니다. 이런 식으로 이스케이프 된 개행 문자는 속성 값 정규화로 인해 표시되지 않습니다.