如何在XSL-T2.0转换XML的CSV (text)输出中加入1E“记录分隔符”和1F“单位分隔符”等非法字符？

Question

的问题：有没有办法，如何将XSL-T2.0转换为的非法字符如1E“记录分隔符”和1F“单元分隔符”放入输出中？喜欢

 <xsl:text>&#x1F;</xsl:text>

的目标：I希望使用最新的Java使用XSL-T2.0将转换为CSV (将导入关系sql数据库)。CSV结果将包含多个元素作为单独的列，而最新的列将包含部分XML (~ DocumentFragment)作为CLOB或varchar。数据的负载将是巨大的和永久的(在12小时内至少有50.000.000个XML被划分为大约2分钟的文件)。XML可能有几百种不同的类型~XSD。

问题：，因为源XML可以在Unicode字符集中包含任何有效的XML字符，我面临的问题是如何选择字段(列)和记录(行)和字符串分隔符(" string ")的分隔符。使用(slow?)绕过文本替换和加倍分隔符和分隔符。XSL-T字符串函数，我想使用的字符，不能出现在源XML。因此，我可以依赖一些多字符分隔符和删除器(不仅仅是一个字符)，也可以依赖于将XML非法字符输入到输出中，这是单字符解决方案。而且我想用

<xsl:output method="xml" omit-xml-declaration="yes" byte-order-mark="no" indent="no" encoding="UTF-8" />

因为完整的XML输出到CSV的最后一列，所以我想创建

<xsl:copy-of select="."/>

将CSV创建为XML输出听起来是无稽之谈，但根据我以前的发现，它处理起来非常快，编码也很短。

带有常规分隔符(分号和新行)和分隔符(双引号)的示例代码：

test.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="test.xsl"?>
<root>
  <record>
    <elementMetaA>name</elementMetaA>
    <elementMetaB>datetime</elementMetaB>
    <elementBody>
      <anyXml01>
        <anyXml02>myData02</anyXml02>
        <anyXml03>myData03</anyXml03>
      </anyXml01>
    </elementBody>
  </record>
</root>

test.xsl

<?xml version="1.0" encoding="UTF-8"?> 
<xsl:stylesheet  
  xmlns:xsl="http://www.w3.org/1999/XSL/Transform"  
  version="2.0"> 
  <xsl:output  
    method="xml"  
    omit-xml-declaration="yes"  
    byte-order-mark="no"  
    indent="no"  
    encoding="UTF-8" /> 
  <!-- simple example with  
    newline and semicolon as separators  
    and double quote as string delimiter --> 
  <xsl:template match="/root"> 
    <xsl:apply-templates/> 
    <xsl:text> 
</xsl:text> 
  </xsl:template> 
  <xsl:template match="record"> 
    <xsl:apply-templates/> 
  </xsl:template> 
  <xsl:template match="elementMetaA"> 
    <xsl:text>"</xsl:text> 
    <xsl:value-of select="."/> 
    <xsl:text>", </xsl:text> 
  </xsl:template> 
  <xsl:template match="elementMetaB"> 
    <xsl:text>"</xsl:text> 
    <xsl:value-of select="."/> 
    <xsl:text>", </xsl:text> 
  </xsl:template> 
  <xsl:template match="elementBody"> 
    <xsl:text>"</xsl:text> 
    <xsl:copy-of select="."/> 
    <xsl:text>" </xsl:text> 
  </xsl:template> 
  <xsl:template match="text()"/> 
</xsl:stylesheet> 

提前谢谢你的建议。斯蒂潘

Answer 1

C1控制字符(如x1E和x1F )在XML1.1中是允许的，但在XML1.0中不允许。因此，首先，使用命令行上的-xmlversion:1.1 (或配置API中的等效选项)在Saxon中启用XML1.1支持。那你就有选择了。如果XML1.1解析器解析了样式表，则可以使用<xsl:text>&#x1f;</xsl:text>。如果没有，你可以做<xsl:value-of select="codepoints-to-string(31)"/>。

Answer 2

很容易解决我的问题的例子是：

test.xml

<?xml version="1.0" encoding="UTF-8"?>
<root>a</root>

test.xsl

<?xml version="1.1" encoding="UTF-8"?> 
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="2.0">
  <xsl:output method="xml" omit-xml-declaration="yes" byte-order-mark="no" indent="no" encoding="UTF-8" />
  <xsl:template match="/root">
    <xsl:text disable-output-escaping="yes">&#x1f;</xsl:text>
    <xsl:value-of select="./text()"/>
  </xsl:template>
</xsl:stylesheet>

test.bat

java -jar .\bin\saxon9he.jar -t -s:.\test.xml -xsl:.\test.xsl -o:.\test.txt -xmlversion:1.1

test.txt

!hereIs001F!a