使用 XSLT output-method="text" 转换插入的意外转义 CR

Question

我的问题是以下行为的逻辑可能是什么，或者如果它是一个错误（在 Windows 下的 MSXML6 中）甚至是什么逻辑错误可能会支持这样的错误.

考虑输入 XML 文件。

<?xml version="1.0" encoding="utf-8"?>
<root>
    <item>first item</item>
    <item>second item</item>
</root>

以下 XSLT 尝试以文本格式提取项目，每行一个，使用标准 Windows CR-LF 行结尾。

<?xml version="1.0" encoding="utf-8"?>

<!DOCTYPE xsl:stylesheet [<!ENTITY eol "<![CDATA[&#xD;&#xA;]]>">]> <!-- (a) !?? -->

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output method="text" version="1.0" encoding="utf-8" media-type="text/plain"/>
<xsl:strip-space elements='*'/>
<xsl:template match="item"> <!-- list items, one per line -->
    <xsl:value-of select="."/>
    <xsl:text disable-output-escaping="yes">&eol;</xsl:text>
</xsl:template>
</xsl:stylesheet>

但是，我得到的输出包括无关的转义 CR，在每行的末尾按字面意思输出为 ""。

first item&#13;
second item&#13;

问题又是关于上面的特定行为，我觉得这很奇怪。我特别不要求替代方案或解决方法，事实上，它们的变体看起来工作正常。

<!DOCTYPE xsl:stylesheet [<!ENTITY eol "<![CDATA[&#xA;]]>">]> <!-- (b) works  -->
<!DOCTYPE xsl:stylesheet [<!ENTITY eol "&amp;#xA;">]>         <!-- (c) no newlines in output -->
<!DOCTYPE xsl:stylesheet [<!ENTITY eol "&#x26;#xA;">]>        <!-- (d) works  -->
<!DOCTYPE xsl:stylesheet [<!ENTITY eol "&#xA;">]>             <!-- (e) no newlines in output -->
<!DOCTYPE xsl:stylesheet [<!ENTITY eol "&#xD;&#xA;">]>        <!-- (f) works  -->

[ 编辑 ] 以下是重现该问题的最小 JScript 代码。

var vArgs = WScript.Arguments;
var xmlFile = vArgs(0);
var xslFile = vArgs(1);

var xmlDOMDocProgID = "MSXML2.DOMDocument.6.0";

var xmlDoc = new ActiveXObject(xmlDOMDocProgID);
xmlDoc.setProperty("NewParser", true);
xmlDoc.validateOnParse = false;
xmlDoc.async = false;
xmlDoc.load(xmlFile);

var xslDoc = new ActiveXObject(xmlDOMDocProgID);
xslDoc.setProperty("NewParser", true);
xslDoc.setProperty("ProhibitDTD", false);
xslDoc.validateOnParse = false;
xslDoc.async = false;
xslDoc.load(xslFile);

WScript.StdOut.Write(xmlDoc.transformNode(xslDoc));

假设保存为test.js，xml/xslt文件分别为test.xml和test.xslt，在cmd提示符下的转换可以是运行如下,

C:\etc>cscript //nologo test.js test.xml test.xslt
first item&#13;
second item&#13;

C:\etc>

Answer 1

我认为这是 MSXML 6 和 "new parser" 你用 xslDoc.setProperty("NewParser", true); 启用的错误。即使根本不使用任何 XSLT，您也可以加载

这样的文档

<!DOCTYPE root [<!ENTITY eol "<![CDATA[&#xD;&#xA;]]>">]>
<root>&eol;</root>

使用 MSXML 6 和 "new parser" 并检查 root/document 元素的 text 属性

var xmlDOMDocProgID = "MSXML2.DOMDocument.6.0";

var xmlDoc = new ActiveXObject(xmlDOMDocProgID);
xmlDoc.setProperty("NewParser", true);
xmlDoc.setProperty("ProhibitDTD", false);
xmlDoc.validateOnParse = false;
xmlDoc.load('cdata-input2.xml');

WScript.Echo(xmlDoc.documentElement.text);

它显示 。

如果您还输出 WScript.Echo(xmlDoc.documentElement.firstChild.firstChild.nodeValue);，您会得到相同的值，因此实体解析最终会 "converting" 来自 DTD 子集的 <!ENTITY eol "<![CDATA[
]]>"> 和 &eol;包含 CDATA 节节点的实体引用节点，节点值中转义的十六进制字符引用  现在是转义的十进制字符 .

使用 XSLT output-method="text" 转换插入的意外转义 CR

Unexpected escaped CRs inserted with XSLT output-method="text" transform

xml

xslt

msxml

msxml6