问题描述
我从Saxon xslt处理器输出的utf-8文本中得到了奇怪的字符。
输入xml开头
<?xml version="1.0" encoding="windows-1252"?>
它包含类似字符串(如右图所示,在Windows 1252编码的notepad ++中显示)
“abc”
转换样式表包含
<xsl:output method="text" encoding="utf-8" />
但是输出包含(在记事本++中显示,右下角显示UTF-8编码)
�abc�
代替UTF-8编码
“abc”
知道我错过了什么吗?
p.s .:当我使用notepad ++将xml输入从Windows-1252更改为UTF-8时,输出编码正确,这就是我的解决方法。但是,我想了解我是否错过了某些内容,或者应该改进某些字符集软件。
解决方法
我怀疑尽管输入被标记为Windows-1252,但实际上不是Windows-1252。
首先,尝试找出问题出在输入还是序列化上。您可以通过在XSLT代码中使用string-to-codepoints()
来执行此操作,以查看解析的节点树中存在哪些实际代码点。
如果是输入问题,那么这是XML解析器而不是Saxon本身的责任,因此它取决于您使用的XML解析器。