如何让XSLT2.0的collection函数将无.xml后缀无声明文件识别为XML

你遇到的报错是Saxon默认的内容识别逻辑导致的：对于没有标准XML后缀、内容也不含XML声明的文件，Saxon的内容嗅探机制会将其判定为二进制文件，返回xs:base64Binary类型的值，和collection函数期望返回的node()类型不匹配，因此抛出XPTY0004类型错误。

以下是两种可直接落地的解决方法：

方法1：使用Saxon专属的collection URI参数（最简方案） #

Saxon对collection函数的URI做了扩展支持，你可以直接在集合路径后加contentType=application/xml查询参数，强制所有匹配到的文件按XML格式解析，不需要修改文件后缀或内容：

<!-- 示例：将指定目录下所有文件强制按XML解析 -->
<xsl:variable name="xml-collection" select="collection('file:///绝对路径/到/你的文件目录?contentType=application/xml')"/>

该方案兼容Saxon 9.x及以上所有版本，无需修改后续原有处理逻辑。

方法2：使用标准XSLT函数手动解析（无厂商依赖） #

如果需要代码兼容其他XSLT处理器，可以通过「读取文本→解析XML」的两步流程实现，完全遵循XSLT 2.0标准规范：

1. 先调用collection获取所有文件的URI引用
2. 用unparsed-text()读取文件内容为字符串
3. 用parse-xml()将字符串转为XML节点

代码示例：

<xsl:template match="/">
  <!-- 遍历目标目录下所有匹配的文件 -->
  <xsl:for-each select="collection('file:///绝对路径/到/你的文件目录?select=*.*') ! document-uri(.)">
    <!-- 手动解析为XML文档，第二个参数可根据实际文件编码调整 -->
    <xsl:variable name="current-doc" select="parse-xml(unparsed-text(., 'utf-8'))"/>
    <!-- 这里写你原有的XML处理逻辑，直接操作$current-doc即可 -->
  </xsl:for-each>
</xsl:template>

这个方法不受文件后缀、内容是否带XML声明的影响，只要文件内容是格式良好的XML即可正常运行。

内容的提问来源于stack exchange，提问作者Lokesh