通过XSLT实现XML转HTML：内嵌标签及特殊字符问题求助

嗨，很高兴能帮到你！从你的描述来看，你遇到的两个核心问题其实是相关的——都是因为没有让XSLT正确递归处理节点内容导致的，咱们一步步来解决：

1. 保留嵌套标签（如<p>中的<i>） #

你之前用<xsl:for-each>处理<p>元素时，只提取了它的文本内容，忽略了内部的子元素（比如<i>）。XSLT的核心优势之一就是模板匹配的递归处理，所以咱们换个思路：

• 不要用<xsl:for-each>遍历<p>，而是用<xsl:apply-templates>让XSLT自动处理所有子节点。
• 为需要保留的HTML标签（比如<p>、<i>）单独写模板，确保它们的结构被完整保留。

示例XSLT片段：

<!-- 匹配body节点，构建HTML框架 -->
<xsl:template match="body">
  <html>
    <body>
      <!-- 让XSLT处理text1下的所有p节点 -->
      <xsl:apply-templates select="text1/p"/>
    </body>
  </html>
</xsl:template>

<!-- 保留<p>标签，并处理其内部所有子内容 -->
<xsl:template match="p">
  <p>
    <xsl:apply-templates/> <!-- 递归处理<p>里的文本和子元素（比如<i>） -->
  </p>
</xsl:template>

<!-- 保留<i>标签，同样处理内部内容 -->
<xsl:template match="i">
  <i>
    <xsl:apply-templates/>
  </i>
</xsl:template>

这样XSLT就会自动识别并保留<p>内部的<i>标签，而不是只提取纯文本。

2. 修复特殊字符显示（如"Sébastien"变成"Sbastien"） #

这个问题通常和输出编码、节点处理方式有关：

关键设置： #

• 正确配置输出参数：在XSLT开头添加<xsl:output>，指定HTML输出和UTF-8编码，确保特殊字符被正确渲染：

  <xsl:output method="html" encoding="UTF-8" indent="yes"/>
  

• 避免使用<xsl:value-of>处理含子元素的节点：<xsl:value-of select="."/>只会提取节点的文本内容，还可能丢失实体解析后的特殊字符。改用<xsl:apply-templates>处理所有节点（包括文本节点），libxslt会自动处理XML中通过DTD解析的实体（比如é会被转换成é）。

补充：文本节点的默认处理 #

XSLT有一个默认模板会处理所有文本节点，所以你不需要额外写模板，但如果需要自定义，可以添加：

<xsl:template match="text()">
  <xsl:value-of select="."/> <!-- 自动输出解析后的特殊字符 -->
</xsl:template>

完整示例 #

假设你的XML是这样的：

<root>
  <body>
    <text1>
      <p>Hello <i>Sébastien</i>, welcome!</p>
    </text1>
  </body>
</root>

对应的完整XSLT：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output method="html" encoding="UTF-8" indent="yes"/>

  <xsl:template match="/">
    <xsl:apply-templates select="root/body"/>
  </xsl:template>

  <xsl:template match="body">
    <html>
      <head>
        <title>Converted Content</title>
      </head>
      <body>
        <xsl:apply-templates select="text1/p"/>
      </body>
    </html>
  </xsl:template>

  <xsl:template match="p">
    <p>
      <xsl:apply-templates/>
    </p>
  </xsl:template>

  <xsl:template match="i">
    <i>
      <xsl:apply-templates/>
    </i>
  </xsl:template>
</xsl:stylesheet>

用libxslt转换后，输出的HTML会正确保留<i>标签，并且"Sébastien"会正常显示，不会丢失特殊字符。

内容的提问来源于stack exchange，提问作者SLMemorium