Question

我正在使用XSL将UTF-8 XML转换为纯文本，并且它将转向仅使用ASCII的系统。大型机等。可能存在于XML中的大量字符会阻塞下游系统。这个XSL的目的是为这些下游系统提供服务，因此我有责任为它们提供可用的文件。

我有很多不同的XSL正在这样做。

我修补了一些关键的XSL，使用translate()来替换我知道遇到的某些特定字符并造成困难，但这只是一个止损。对于我正在运行的每个XSL中的每个字段，我都无法为扩展集中的每个字符执行此操作。

我无法控制XML的编码或字符集。有没有一种方法，我可以简单地，编程，导致XSL只在它创建的纯文本文件中使用ASCII字符？输出声明中的某种规范？

编辑：更确切地说，重要的是我不删除任何字符。正如我现在所做的那样，使用translate()，我需要用可读的替代品替换非ASCII字符。理想情况下，有一种方法可以告诉XSL使用一些标准化方法用ASCII替换非ASCII字符。

其次，我不能抛出任何错误。我对发送系统没有任何控制权，所以如果有任何错误，那就好像我说“嘿，这条记录失败了，请只用ASCII字符重新发送。”

第三，我对这个过程有一些控制权，所以我可以添加一个额外的XSL，它只是在传递字符之前对其进行翻译。这不是一个坏主意，因为我只需要保持一个额外的转换。但是，我需要维护近100个转换，因此我必须修改几乎所有的管道。如果在XSL中没有一个简单的方法，这实际上可能是一个很好的选择。

<xsl:output encoding="US-ASCII"/>这个想法听起来就像我追求的那样，但是我必须进行实验，看看角色引用是从另一端出来的。这可能是个不错的选择。

Answer 1

您还没有真正解释过想要处理非ASCII字母的方式，但是当您将问题标记为xslt-2.0时，您可以访问XPath / XSLT 2.0正则表达式，例如从您可以使用replace的任何文本节点中删除任何非ASCII字符：

  <xsl:template match="text()">
      <xsl:value-of select="replace(., '[^\r\n\t&#x0020;-&#x007E;]+', '')"/>
  </xsl:template>

编写替换的另一种方法是

  <xsl:template match="text()">
      <xsl:value-of select="replace(., '\P{IsBasicLatin}+', '')"/>
  </xsl:template>

如果您不想删除所有非ASCII字符，还有normalize-unicode函数https://www.w3.org/TR/xpath-functions/#func-normalize-unicode。