XML文档含<字符时XSLT处理异常及内嵌HTML的解决问询

核心问题根源 #

XML解析器会先于XSLT处理完成所有实体引用解析：

• > 会被解析为 >，这是XML元素内容中的合法字符，因此无报错
• < 会被解析为 <，而XML元素内容里的<若不属于标签的一部分，属于非法字符，直接触发解析错误，无法进入XSLT处理流程

具体解决步骤 #

1. 修正XML源文件的实体转义

• 要在XML元素内容中包含 <，直接使用 < 转义，而非 <：
  错误写法：

  <artist>Bob &amp;lt; Dylan</artist>
  

  正确写法：

  <artist>Bob &lt; Dylan</artist>
  

• 内嵌HTML场景同理，直接使用XML合法转义：
  错误写法：

  <artist>&amp;lt;b&amp;gt;Bob&amp;lt;/b&amp;gt; &amp;lt; Dylan</artist>
  

  正确写法：

  <artist>&lt;b&gt;Bob&lt;/b&gt; &lt; Dylan</artist>
  

2. XSLT中正确使用disable-output-escaping

当XML源已完成正确转义后，使用disable-output-escaping="yes"即可保留原始符号或HTML标签：

<xsl:value-of select="artist" disable-output-escaping="yes" />

该写法会将XML解析后的内容（如<b>Bob</b> < Dylan>）直接输出，不会再次转义为<b>Bob</b> < Dylan。

3. XSLT字符串常量的正确写法

在XSLT中直接编写包含<的字符串时，需要在XSLT文件中用<转义（因为XSLT本身也是XML文件）：
错误写法：

<xsl:value-of disable-output-escaping="yes" select="string('ab&lt;cd')"/>

正确写法：

<xsl:value-of disable-output-escaping="yes" select="string('ab&amp;lt;cd')"/>

这样XSLT解析后字符串内容为ab<cd>，开启disable-output-escaping后可正常输出。

内容的提问来源于stack exchange，提问作者Henry