使用xslt从xml中剥离html标记

Question

我想从xml中获取普通文本，其中一个字段包含html数据。我不能对模板设置条件。请给我建议任何解决方案。

 <?xml version="1.0" encoding="UTF-8"?> 
 <workdetail>  
<field name="summaryText1">&lt;UL style="MARGIN-TOP: 0in" type=disc&gt;
&lt;LI style="TEXT-ALIGN: justify;MARGIN-BOTTOM: 0pt" class=MsoNormal&gt;&lt;SPAN style="mso-fareast-font-family: 'timesnewroman'; mso-bidi-font-family: calibri; mso-bidi-theme-font: minor-latin; mso-bidi-font-style: italic"&gt;&lt;FONT size=2&gt;Manage the daily activities of the HOD s office.&lt;?xml:namespace prefix = o /&gt;&lt;o:p&gt;&lt;/o:p&gt;&lt;/FONT&gt;&lt;/SPAN&gt;&lt;/LI&gt;
&lt;LI style="MARGIN-BOTTOM: 0pt" class=MsoNormal&gt;&lt;SPAN style="mso-fareast-font-family: 'timesnewroman'; mso-bidi-font-family: calibri; mso-bidi-theme-font: minor-latin; mso-bidi-font-style: italic"&gt;&lt;FONT size=2&gt;Handle and manage all communication, correspondence and filing of documents. &lt;o:p&gt;&lt;/o:p&gt;&lt;/FONT&gt;&lt;/SPAN&gt;&lt;/LI&gt;
&lt;LI style="MARGIN-BOTTOM: 0pt" class=MsoNormal&gt;&lt;SPAN style="mso-fareast-font-family: 'timesnewroman'; mso-bidi-font-family: calibri; mso-bidi-theme-font: minor-latin; mso-bidi-font-style: italic"&gt;&lt;FONT size=2&gt;Fix appointments, arrange for meetings, conferences etc.&lt;o:p&gt;&lt;/o:p&gt;&lt;/FONT&gt;&lt;/SPAN&gt;&lt;/LI&gt;
 </workdetail>

mu xsl文件为

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output  indent="yes" encoding="utf-8"/>
<xsl:strip-space elements="*"/>
<xsl:template match="/">
<workdetail>
 <xsl:apply-templates select="*" />
</workdetail>
</xsl:template>
<xsl:template match="*:workdetail">
 <xsl:variable name="text" select="*:field[starts-with(@name,'summaryText1')]"/>
         <xsl:choose>
    <xsl:when test="contains($text, '&lt;')">
        <xsl:value-of select="substring-after($text, '&lt;')"/>

                <xsl:variable name="text" select="substring-after($text, '&gt;')"/>
    </xsl:when>
    <xsl:otherwise>
        <xsl:value-of select="$text"/>
    </xsl:otherwise>
</xsl:choose>
</xsl:stylesheet>

这是在>标签我可以在这个中传递更多的值吗？它将只返回文本文档。

Answer 1

对于Saxon 9.5 PE，您应该能够使用http://www.saxonica.com/documentation/index.html#！functions/saxon/parse-html:

<xsl:template match="workdetail/field[@name = 'summaryText1']">
  <xsl:value-of select="saxon:parse-html(.)"/>
</xsl:template>

在哪里

<xsl:stylesheet xmlns:saxon="http://saxon.sf.net/" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="2.0">...</xsl:stylesheet>

在样式表的根元素上声明。

如果您无法访问HTML解析器，您可以尝试使用replace和正则表达式来剥离标记，但以下是关于如何实现这一点的建议，正则表达式没有经过彻底测试：

<xsl:template match="workdetail/field[@name = 'summaryText1']">
  <xsl:value-of select="replace(., '&lt;/?w+[^&lt;]*&gt;', '')"/>
</xsl:template>