使用XSLT1.0将XML内容中的WordML标记替换为wordML格式化标记

Question

我正在从一个xml文件创建一个WordML文档，该文件的元素有时包含html格式的文本。

<w:p>
  <w:r>
    <w:t> html formatted content is in here taken from xml file! </w:t>
  </w:r>
</w:p>

这就是我的模板的设置方式。我有一个递归调用模板函数，可以对源xml内容进行文本替换。当遇到"<b>“标记时，我在CDATA中输出一个包含"</w:t></w:r><w:r><w:rPr><w:b/></w:rPr><w:t>”的字符串，以关闭当前运行并启动一个启用了粗体格式的新运行。当它到达"</b>“标记时，它用下面的CDATA字符串"</w:t></w:r><w:r><w:t>”替换它。

我想做的是使用XSL关闭run标记，并在不使用CDATA字符串插入的情况下开始新的运行。这个是可能的吗？

Answer 1

使用WordML是很棘手的。使用XSLT将任意XML转换为WordML时的一个技巧是，在处理块时不要担心文本运行，而是直接创建一个与text()节点匹配的模板，并在那里创建文本运行。事实证明，Word并不关心您是否嵌套文本运行，这使得问题更容易解决。

   <xsl:template match="text()" priority="1">
         <w:r>
            <w:t>
               <xsl:value-of select="."/>
            </w:t>
         </w:r> 
   </xsl:template>

   <xsl:template match="@*|node()">
       <xsl:apply-templates select="@*|node()"/>
   </xsl:template>

   <xsl:template match="para">
      <w:p>
         <xsl:apply-templates select="text() | *" />
      </w:p>
   </xsl:template>

   <xsl:template match="b">
      <w:r>
         <w:rPr>
            <w:b />
         </w:rPr>
         <w:t><xsl:apply-templates /></w:t>
      </w:r>
   </xsl:template>

这避免了糟糕的XSLT技术，即直接将标记作为转义文本插入。您将以粗体标记作为嵌套文本运行结束，但正如我所说的，Word并不关心。如果使用这种技术，需要注意不要将模板应用到段落之间的空白处，因为它会触发文本模板并创建脱离上下文的运行。

Answer 2

如果我能理解你的问题，我很可能会帮你。html是在CDATA部分中，还是被解析为输入文档的一部分(因此是格式良好的XML)？既然你谈到了“文本替换”，我就假设你把“html格式的内容”当作一个单独的字符串(CDATA)，因此需要一个递归的调用模板函数来执行字符串替换。使用XSL匹配模板完成现在所做的工作的唯一方法是将html部分作为解析文档(输入文档)的一部分。在这种情况下，您只需匹配b标记并将其替换为适当的输出(同样:假设始终可以将其解析为有效的XML)。你的问题现在已经转移了.因为(如果我正确理解了您的问题)您要做的是关闭w:t和w:r元素，然后“重新打开”它们…这很困难，因为(正如您可能怀疑的那样)在XSLT中很难做到这一点(不能在模板A中创建一个元素，然后在模板B中关闭它)。你必须开始处理未转义的输出等，才能实现这一点。我现在做了很多假设，但这里有一个小例子来帮助你：

input.xml

<doc xmlns:w="urn:schemas-microsoft-com:office:word">
<w:p>
  <w:r>
    <w:t>before<b>bold</b>after</w:t>
  </w:r>
</w:p>
</doc>

convert_html.xsl

​

<xsl:template match="@*|node()">
  <xsl:copy>
    <xsl:apply-templates select="@*|node()"/>
  </xsl:copy>
</xsl:template>

<xsl:template match="/doc/w:p/w:r/w:t//b">
  <xsl:value-of select="'&lt;/w:t>&lt;/w:r>&lt;w:r>&lt;w:rPr>&lt;w:b/>&lt;/w:rPr>&lt;w:t>'" disable-output-escaping="yes" />
  <xsl:apply-templates select="@*|node()"/>
  <xsl:value-of select="'&lt;/w:t>&lt;/w:r>&lt;w:r>&lt;w:t>'" disable-output-escaping="yes" />
</xsl:template>

​

现在正在运行

xalan input.xml convert_html.xsl

产生

<?xml version="1.0" encoding="UTF-8"?><doc xmlns:w="urn:schemas-microsoft-com:office:word">
<w:p>
  <w:r>
    <w:t>before</w:t></w:r><w:r><w:rPr><w:b/></w:rPr><w:t>bold</w:t></w:r><w:r><w:t>after</w:t>
  </w:r>
</w:p>
</doc>

我猜这就是你想要的。

希望这能对你有所帮助。

Answer 3

根据您的描述，听起来您可以解析嵌入的html。如果是这样的话，简单地应用模板就可以做到你想要的效果。输出中的wordML可能不正确，但希望这会有所帮助。

示例输入：

<text>
  <para>
    Test for paragraph 1
  </para>
  <para>
    Test for <b>paragraph 2</b>
  </para>
</text>

转换：

<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet version="1.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:w="http://foo">
<xsl:template match="/">
  <w:p>
    <w:r>
      <xsl:apply-templates/>
    </w:r>     
  </w:p>
</xsl:template>
  <xsl:template match="para">
    <w:t>
      <xsl:apply-templates/>
    </w:t>
  </xsl:template>

  <xsl:template match="b">
    <w:rPr>
      <w:b/>
    </w:rPr>
      <xsl:value-of select="."/>
  </xsl:template>
</xsl:stylesheet> 

结果：

<w:p xmlns:w="http://foo">
  <w:r>
    <w:t>
      Test for paragraph 1
    </w:t>
    <w:t>
      Test for <w:rPr><w:b /></w:rPr>paragraph 2
    </w:t>
  </w:r>
</w:p>