撒克逊语与挪威语字符问题

使用撒克逊语处理xml文件：http://meltwaternews.com/magenta/xml/html/18/2/rss/v2_406837.rss2.XML其中包括一些挪威人字符，如Æ，Ø，Å。 XML编码为UTF-8撒克逊语与挪威语字符问题

然而，发生错误：非法HTML字符：十进制152（http://meltwater.vacau.com/s2.png）

但是十进制152是〜，可以在原始的xml文件中找不到。

如果我使用windows-1252来处理这个带有Saxon的xml文件，我实际上可以看到Æ，Ø，Å被错误解析为Ã〜Ã¥（你可以在这里看到小数点152）（http：/ /meltwater.vacau.com/s1.png）。

有人可以建议如何使它正确吗？

来源

2013-01-10 jackbu

是否错误识别它认为不好的性格是在文件中的偏移？您链接到http://meltwater.vacau.com/s2.png似乎不起作用。 –

http://meltwater.vacau.com/*.png的链接似乎不起作用。另外，在windows-1252中，十进制数152不是'〜'（0x7F或127十进制），而是上标“〜”。 –

我通过Saxon 6.5.5和Saxon 9.4.0.3中的身份模板样式表运行XML，没有任何困难。样式表中是否有坏字符，而不是XML输入？ –

使用字符映射。

<xsl:character-map name="meltwater_fix"> 
    <xsl:output-character character="&#152;" string="˜"/> 
</xsl:character-map>

，然后添加到输出元件：

<xsl:output> or <xsl:result-document>

以下属性：

use-character-maps="meltwater_fix"

来源

2013-11-13 13:48:59 taggore

我与挪威字符 'O' 的同样问题。问题不是撒克逊人特有的，问题也存在于Apache xalan中。 Illegal HTML character: decimal 152

我设法得到它通过确保无论是XML和XSL文件被正确编码工作（某些文本编辑器可以显示正确的文本，但仍然将文档保存为UTF-8或一些其他的编码）。我使用vim :write ++enc=ISO-8859-1保存了所有测试文档，以确保文档以正确的编码进行保存。

我还必须指定XSL变压器的输出编码：

String encoding = "ISO-8859-1"; 
Transformer transformer = transformerFactory.getTransformer(xsltDocumentSource); 
transformer.setOutputProperty(OutputKeys.ENCODING, encoding);

来源

2016-02-02 13:31:21 Binsh

撒克逊语与挪威语字符问题

回答

相关问题