如何使用XSL筛选含&#x..;编码特殊字符的XML叶元素？

你的问题核心在于：XML解析器读取文件时，会自动将º这类实体编码解码为对应的Unicode特殊字符（比如º对应字符º，ª对应ª）。所以在XSLT中访问节点文本时，你看到的是解码后的字符，而非原文件中的&#x..;字符串，这直接导致之前的匹配逻辑失效。

下面提供最直接的解决方法：

方法：匹配非ASCII字符 #

由于你的XML采用ASCII编码，所有特殊字符都通过实体表示，解码后这些字符的Unicode码点必然超出ASCII范围（0-127）。因此可以用正则表达式匹配非ASCII字符，精准筛选目标叶元素。

修改后的XSLT代码 #

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="3.0">
    <xsl:output omit-xml-declaration="yes"/>
    <xsl:template match="/">
        <xsl:text>The following elements in the input file contain special characters:
</xsl:text>
        <xsl:for-each select="//*[not(*) and matches(., '[^\x00-\x7F]')]">
            <xsl:copy-of select="."/>
            <xsl:text>
</xsl:text>
        </xsl:for-each>
    </xsl:template>
</xsl:stylesheet>

代码说明 #

• matches(., '[^\x00-\x7F]')：正则表达式匹配所有不在ASCII范围内的字符，正好对应原XML中用&#x..;编码的特殊字符。
• //*[not(*)]：筛选所有没有子元素的叶节点。

预期输出 #

运行该XSLT后，会得到你需要的结果：

The following elements in the input file contain special characters:
<element2>Text containing special characters: 1&#xba;-2&#xaa;</element2>

如果必须直接匹配原文件中的&#x字符串，需要修改原XML文件将&转义为&（即把º改为º），但这种方式需要改动源文件，实用性较低，因此优先推荐上述方法。

内容的提问来源于stack exchange，提问作者tj86430