希伯来圣经XML格式转TEI P5格式方案及Oxgarage转换希伯来文排版异常问题咨询

我刚好处理过类似的希伯来圣经XML转TEI P5的需求，分享几个实用的方案和针对你特定场景的解决办法：

一、通用希伯来圣经XML转TEI P5的可行方法 #

• XSLT转换（最可控的方案）：TEI本身基于XML，XSLT是映射不同XML结构的标准工具。你可以自定义XSLT样式表，把原XML里的书、章节、经文等节点，精准对应到TEI的<text>、<body>、<div type="book">、<div type="chapter">、<l type="verse">等标准元素上。如果不想从零编写，可参考开源圣经TEI项目的现有XSLT模板，修改适配你的源格式即可。
• 专用TEI工具链：推荐用Oxygen XML Editor或者TEI Publisher这类工具，它们内置了TEI的语法验证和转换向导。比如Oxygen可以直接导入你的源XML，通过“转换场景”配置XSLT，实时预览转换结果，还能自动检查TEI P5的合规性，适合边调整边验证。
• Python脚本半自动化转换：如果你的源XML结构规整，也可以用Python的lxml库解析数据，再生成TEI格式。比如遍历源文件的<book>、<c>、<v>节点，然后构建TEI的层级结构，这种方法适合需要自定义处理特殊标记（比如你的<q>、<k>）的场景。

二、针对Tanach.us XML结构的具体转换步骤 #

先明确源结构和标准TEI的映射关系：

• <Tanach> → <TEI>（记得添加TEI命名空间http://www.tei-c.org/ns/1.0）
• 原<teiHeader>直接复用，移到<TEI>节点下
• <tanach> → <text>
• <book> → <div type="book">，内部的<names>可以作为<head>（书名）
• <c>（章节）→ <div type="chapter">
• <v>（经文）→ <l type="verse">（TEI中经文常用行元素标记）
• <w>、<q>、<k>等希伯来文节点，可直接保留，也可以映射到TEI标准元素（比如<q>对应TEI的<q>，<k>如果是关键词可用<term>）

给你一个简化的XSLT示例片段，你可以在此基础上扩展：

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:template match="/Tanach">
    <!-- 标准TEI根节点，必须加命名空间 -->
    <TEI xmlns="http://www.tei-c.org/ns/1.0">
      <!-- 直接复制原teiHeader -->
      <xsl:copy-of select="teiHeader"/>
      <!-- 构建TEI文本部分，添加希伯来文语言标记 -->
      <text xml:lang="he">
        <body>
          <!-- 遍历每一卷书 -->
          <xsl:for-each select="tanach/book">
            <div type="book">
              <head><xsl:value-of select="names"/></head>
              <!-- 遍历章节，传递章节号属性 -->
              <xsl:for-each select="c">
                <div type="chapter" n="{@n}">
                  <!-- 遍历经文，传递经文号属性 -->
                  <xsl:for-each select="v">
                    <l type="verse" n="{@n}">
                      <!-- 保留所有希伯来文子节点 -->
                      <xsl:copy-of select="*"/>
                    </l>
                  </xsl:for-each>
                </div>
              </xsl:for-each>
            </div>
          </xsl:for-each>
        </body>
      </text>
    </TEI>
  </xsl:template>
</xsl:stylesheet>

注意：如果源节点有章节号、经文号的属性（比如<c n="1">），可以通过{@n}把属性值传递到TEI的<div>或<l>的n属性中，更符合TEI规范。

三、Oxgarage转换希伯来文排版错乱的解决办法 #

Oxgarage对双向文本（RTL）的支持默认不够完善，导致希伯来文排版错乱，你可以尝试以下几种解决方式：

• 提前添加语言和方向属性：在转换前（或通过XSLT转换时），给<text>节点添加xml:lang="he"，给包含希伯来文的元素添加dir="rtl"属性。TEI标准支持这些属性，Oxgarage处理带语言标记的TEI时，会正确识别从右到左的排版规则。
• 自定义Oxgarage的XSL-FO配置：如果Oxgarage是通过XSL-FO生成PDF等输出，可以修改转换用的XSL-FO样式表，给希伯来文文本块添加direction="rtl"和writing-mode="rl-tb"属性，强制设置排版方向。
• 换用更适配的TEI工具：如果Oxgarage的问题无法解决，建议直接用Oxygen XML Editor或TEI Publisher来转换，它们对非拉丁语言的双向文本支持更成熟，能完美处理希伯来文的从右到左排版。
• 转换后手动修正：如果已经完成转换，用Oxygen打开TEI文件，选中希伯来文段落，在属性面板设置dir="rtl"和xml:lang="he"，再重新导出即可修正排版。

内容的提问来源于stack exchange，提问作者user jha