Question

我使用.NET类XslCompiledTransform进行xslt转换，我遇到编码问题。我的输入xml中有Förstelärare这个词。以下是案例：

输入xml文件有<?xml version="1.0" encoding="utf-8"?> - xslt文件有<xsl:output encoding="utf-8" ... - 确定
输入xml文件有<?xml version="1.0" encoding="utf-8"?> - xslt文件有<xsl:output encoding="iso-8859-1" ... - 确定
输入xml文件有<?xml version="1.0" encoding="iso-8859-1"?> - xslt文件有<xsl:output encoding="iso-8859-1" ... - 确定

输入xml文件有<?xml version="1.0" encoding="iso-8859-1"?> - xslt文件有<xsl:output encoding="utf-8" ... - 已损坏 - 我在输出xml中看到FÃ¶rstelÃ¤rare。< / LI>

input.xml中：

<?xml version="1.0" encoding="iso-8859-1"?>
<test>Förstelärare</test>

trans.xslt：

<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output method="xml" version="1.0" encoding="utf-8" standalone="yes" indent="yes"/>
    <xsl:template match="/"> 
        <xsl:apply-templates select="/test" />
    </xsl:template>
    <xsl:template match="test">
        <test><xsl:value-of select="text()"/></test>
    </xsl:template>
</xsl:stylesheet>

C＃代码：

var xslCompiledTransform = new XslCompiledTransform();
using (var xmlReader = XmlReader.Create(@"C:\trans.xslt", new XmlReaderSettings { DtdProcessing = DtdProcessing.Ignore, XmlResolver = null }))
{
    xslCompiledTransform.Load(xmlReader);
}
using (var xmlReader = XmlReader.Create(@"C:\input.xml", new XmlReaderSettings { DtdProcessing = DtdProcessing.Ignore, XmlResolver = null }))
using (var xmlWriter = XmlWriter.Create(@"C:\output.xml", xslCompiledTransform.OutputSettings))
{
    xslCompiledTransform.Transform(xmlReader, xmlWriter);
}

的Output.xml：

<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<test>FÃ¶rstelÃ¤rare</test>

为什么会这样？看起来我需要在我的xslt文件中使用iso-8859-1来防止损坏，因为它在iso-8859-1和utf-8两种情况下均有效。

Answer 1

您看到的输出是解释用UTF-8编码的字符串的结果，就像它是iso-8859-1一样。

有两种可能性：

您的源文件实际上编码为UTF-8：只是因为XML声明显示iso-8859-1，这并不一定意味着文本的保存方式。（编辑：基于评论，我相信这就是你的情况。）
或者，当你把它写成UTF-8时，它工作正常，但无论你用什么来检查输出都忽略了它并假设它是iso-8859-1。

这是其中各种编码的字符： http://www.fileformat.info/info/unicode/char/00f6/index.htm

我建议在十六进制编辑器中查看源文档，然后立即跟随'F'（任何编码中的70或0x46），如果符合XML声明，它应该在iso-8859-1中看到0xF6-在这种情况下，您可能正在以错误的编码读取输出。如果它是0xC3 0xB6，那是UTF-8，并且源的XML声明中的编码是错误的。

XSL转换：utf-8和iso-8859-1兼容性

1 个答案: