使用XSL可以显示一些特殊字符的ASCII值

Question

当我使用XSL转换XML时，我遇到了一些问题，然后它没有解析项目符号，它给了我一些ASCII字符，如下所示。

以下是将复杂的xml转换为简化的xml的XSL。

<xsl:stylesheet version="2.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
xpath-default-namespace="http://www.abbyy.com/FineReader_xml/FineReader10-schema-v1.xml">
<xsl:output method="xml" indent="yes"/>
<xsl:template match="/document">
<document>
<xsl:for-each select="page">
<page>
<xsl:for-each select="block">
<block blockType="{@blockType}">
<xsl:for-each select="text">
<text>
<xsl:for-each select="par">
<paragraph>
<line>
<xsl:value-of select="line"/>
</line>
</paragraph>
</xsl:for-each>
</text>
</xsl:for-each>
</block>
</xsl:for-each>
</page>
</xsl:for-each>
</document>
</xsl:template>
</xsl:stylesheet>

在<行>它需要显示项目符号bt，当我们使用xsl从复杂的xml转换xml时，它会显示一些ascii值。我使用saxon转换来使用xsl样式表语言转换xml

<paragraph>
<line>?¢â?¬?¢ If you have to take a picture of a document in poor lighting and need the flash, try to use the flash from 20 inches away and try to find additional light sources.</line>
</paragraph>

XSL是定义XML文档转换和表示的一系列建议。XSLT样式表通过描述类的实例如何转换为使用格式化词汇表的XML文档来指定该类XML文档的表示方式。或者，可扩展标记语言(XML(是一种标记语言，它定义了一组规则，用于以人类可读和机机机可读的格式对文档进行编码

这是使用XML样式表语言转换的XML。当我使用在线XSL转换时，它给了我一个正确的答案，但使用Saxon转换不会给我确切的结果。我不知道我哪里做错了，为什么它没有给我正确的结果。这背后的问题是转换还是XSL？

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<document xmlns="http://www.abbyy.com/FineReader_xml/FineReader10-schema-v1.xml" version="1.0" producer="ABBYY FineReader Engine 12" pagesCount="2" languages="" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.abbyy.com/FineReader_xml/FineReader10-schema-v1.xml http://www.abbyy.com/FineReader_xml/FineReader10-schema-v1.xml">
<page width="2550" height="3300" resolution="300" originalCoords="1">
<block blockType="Text" blockName="" l="273" t="1721" r="2281" b="2618"><region><rect l="273" t="1721" r="2281" b="2618"/></region>
<text>
<par leftIndent="3600" startIndent="-1800" lineSpacing="1152" isListItem="1" lstLvl="0">
<line baseline="2232" l="355" t="2201" r="2275" b="2240"><formatting lang="EnglishUnitedStates">• Use the white balance feature. If your camera has manual white balance, use a white sheet of paper</formatting></line>
<line baseline="2280" l="429" t="2249" r="2209" b="2288"><formatting lang="EnglishUnitedStates">to set white balance. Otherwise, select the appropriate balance mode for your lighting conditions.</formatting></line></par>
<par startIndent="1800" lineSpacing="1152" isListItem="1" lstLvl="0">
<line baseline="2331" l="355" t="2300" r="1416" b="2339"><formatting lang="EnglishUnitedStates">• Enable the anti-shake setting: otherwise, use a tripod.</formatting></line></par>
<par lineSpacing="1152">
<line baseline="2403" l="282" t="2373" r="759" b="2412"><formatting lang="EnglishUnitedStates">In poor lighting conditions:</formatting></line></par>
<par startIndent="1800" lineSpacing="1152" isListItem="1" lstLvl="0">
<line baseline="2454" l="355" t="2423" r="1930" b="2462"><formatting lang="EnglishUnitedStates">• Auto focus may function incorrectly: therefore, you should switch to manual focus.</formatting></line></par>
<par leftIndent="3600" startIndent="-1800" lineSpacing="1152" isListItem="1" lstLvl="0">
<line baseline="2505" l="355" t="2474" r="2154" b="2513"><formatting lang="EnglishUnitedStates">• Use the maximum aperture allowed by the camera (2.3 or 4.5). (In bright daylight, use smaller</formatting></line>
<line baseline="2553" l="430" t="2522" r="1245" b="2561"><formatting lang="EnglishUnitedStates">apertures: this will produce sharper images).</formatting></line></par>
<par startIndent="1800" lineSpacing="1152" isListItem="1" lstLvl="0">
<line baseline="2603" l="355" t="2572" r="2121" b="2612"><formatting lang="EnglishUnitedStates">• If your camera gives you more than one choice of ISO speed, select the highest ISO setting.</formatting></line></par>
</text>
</block>
<block blockType="Picture" blockName="" l="315" t="1349" r="697" b="1693"><region><rect l="315" t="1349" r="697" b="1693"/></region>
</block>
<block blockType="Text" blockName="" l="1270" t="3021" r="1304" b="3067"><region><rect l="1270" t="3021" r="1304" b="3067"/></region>
<text>
<par lineSpacing="1380">
<line baseline="3061" l="1276" t="3027" r="1297" b="3061"><formatting lang="EnglishUnitedStates">2</formatting></line></par>
</text>
</block>
</page>
</document>
Here is the saxon parser transformation that used to translate it
public static String saxonTransform(String xml, String xsl) throws TransformerException, FileNotFoundException {
TransformerFactoryImpl f = new net.sf.saxon.TransformerFactoryImpl();
f.setAttribute("http://saxon.sf.net/feature/version-warning", Boolean.FALSE);
try {
StreamSource xsrc = new StreamSource(new ByteArrayInputStream(xsl.getBytes(Charset.forName("UTF-8"))));
Transformer t = f.newTransformer(xsrc);
StreamSource src = new StreamSource(new ByteArrayInputStream(xml.getBytes(Charset.forName("UTF-8"))));
StreamResult res = new StreamResult(new ByteArrayOutputStream());
t.transform(src, res);
return res.getOutputStream().toString();
} catch (Exception e) {
logger.warn(e.getMessage());
}
return null;
}
here is the way that convert the file into XML
public  String  FileToXmlString( String path){
String str="";
String str1="";
try {
str=new String(Files.readAllBytes(Paths.get(path)));
str1=str.substring(3);
}
catch (IOException e) {
logger.error(e.getMessage());
}
return str1;        
}

Answer 1

如果您有一个包含Unicode字符的Java字符串，那么将它们提供给XML解析器/JJAXP转换器的正确方法将是StreamSource而不是StringReader，即StreamSource src = new StreamSource(new StringReader(xml));。您还没有展示如何构造Stringxml，但一旦您有了包含字符的String，就可以使用StringReader。

当然，如果您有一个文件，在FileInputStream上使用StreamSource，那么所有猜测编码和手动解码的尝试都是不必要的，而且容易出错，XML解析器通常非常擅长基于XML声明检测编码，并在必要时进行解码。

由于您还需要一个字符串作为转换结果，我还建议使用StreamResult而不是StringWriter。

Answer 2

问题是输入文件没有按照XML解析器认为的方式编码，因此XML解析器对字符的解码不正确。检查输入XML文件是否有一个声明编码的XML声明，并检查行开头的项目符号字符是否实际按照应有的方式进行了编码。

像Oxygen这样的好的XML编辑器应该可以帮助您解决这个问题。

当然，一旦你确切地发现了编码问题是什么，你就需要调查它是如何发生的，并确保它不会再次发生。

(顺便说一句，它是"ascii"而不是"ascaii"，您看到的字符是非ascii字符。当您处理字符编码问题时，您需要精确。(