Question

我的内容在我的旧数据库中既不是有效的HTML也不是XML。考虑到事实，很难清理遗留问题，我想在MarkLogic中使用xdmp：tidy来整理它。我目前正在使用ML-8。

<sub>
   <p>
      <???&dagger;?>
   </p>
</sub>

我正在通过某种方式将此内容传递给整洁的功能：

declare variable $xml as node() := 
       <content>
           <![CDATA[<p><???&dagger;?></p>]]>
       </content>;

xdmp:tidy(xdmp:quote($xml//text()),
   <options xmlns="xdmp:tidy">
    <assume-xml-procins>yes</assume-xml-procins>
    <quiet>yes</quiet>
    <tidy-mark>no</tidy-mark>
    <enclose-text>yes</enclose-text>
    <indent>yes</indent>
  </options>)

结果它返回：

<p>
<?  ?&dagger;?>
</p>

现在这个结果不是有效的xml格式（我通过XML验证器检查过），因为当我尝试将这个XML插入MarkLogic时，它会抛出一个错误，说'MALFORMED BODY |处理指令名称无效。

我对PI进行了一些调查，但没有太多运气。我本可以尝试在没有PI的情况下保存内容，但这也不是有效的PI。

Answer 1

这是因为您认为PI实际上不是PI。来自W3C：

2.6处理指令

[定义：处理指令（PI）允许包含文档   申请说明。]

处理说明

[16] PI :: =''Char *）））？   '？＆GT;'

[17] PITarget :: =名字 - （（'X'|'x'）（'M'|'m'）（'L'|   'L'））

所以PI名称不能以？开头？如你的样品??† 您可能希望在将内容传递给整洁之前清理内容。如下所示：

declare variable $xml as node() := 
   <content><![CDATA[<p>Hello <???&dagger;?>world</p>]]></content>;

declare function local:copy($input as item()*) as item()* {
  for $node in $input
   return 
     typeswitch($node)
     case text()
       return fn:replace($node,"<\?[^>]+\?>","")
     case element()
       return
          element {name($node)} {

            (: output each attribute in this element :)
            for $att in $node/@*
               return
                  attribute {name($att)} {$att}
            ,
            (: output all the sub-elements of this element recursively :)
            for $child in $node
               return local:copy($child/node())

          }
    (: otherwise pass it through.  Used for text(), comments, and PIs :)
    default return $node
};

xdmp:tidy(local:copy($xml),
  <options xmlns="xdmp:tidy">
    <assume-xml-procins>no</assume-xml-procins>
    <quiet>yes</quiet>
    <tidy-mark>no</tidy-mark>
    <enclose-text>yes</enclose-text>
    <indent>yes</indent>
  </options>)

这样可以摆脱所有PI（真实和假的PI）

此致

彼得

如何整理Marklogic中的处理指令

1 个答案: