从 XHTML 文档中删除特定标签(但保留其内容)的机制?

发布于 2024-09-17 09:49:47 字数 771 浏览 6 评论 0原文

我想要一种简单而简单的方法来从 XHTML 文档中剥离标签,并且相信所有选项中都必须有足够简洁的内容,例如:XSLT、XPath、XQuery、使用 .NET XML 命名空间的自定义 C# 编程。我对其他人持开放态度。

例如,我想从 XHTML 文档中删除所有 标记,但是 保留其内部内容和子标签 (即不仅仅是跳过粗体标签并且 它的孩子)。

我需要保持原始文档的结构减去剥离的标签。

想法:

  • 我已经了解了 XSLT 匹配元素进行选择的能力;但是我想默认情况下匹配所有内容,但有几个例外,并且我不确定这是否有利于这一点。这就是我现在正在看的。

  • XQuery我还没有开始研究。 (XQuery 更新:简要介绍了这项技术,它在功能上与 SQL 具有足够的可比性,以至于我看不出它如何维护原始文档的嵌套节点结构 - 我认为这不是一个竞争者)。

  • 自定义C#/.NET XML 命名空间程序可能是可行的,因为我已经有了一个想法,但我的直接假设是,与其他 XML- 的原因相比,它可能涉及更多内容 -创建了特定的匹配语言。

  • ...我还没有考虑过的另一种支持技术...

I would like a brief and easy way to strip tags from an XHTML document, and believe there has to be something curt enough among all the options like: XSLT, XPath, XQuery, custom C# programming using the .NET XML namespace. I'm open to others.

For example, I want to strip all <b> tags from an XHTML document but
keep their inner content and child tags
(i.e. not simply skip the bold tag and
its children).

I need to maintain the structure of the original document minus the stripped tags.

Thoughts:

  • I've seen XSLT's ability to match elements for selection; however I want to match everything by default with a couple of exceptions, and I'm unsure it's conducive to this. This is what I'm looking at right now.

  • XQuery I haven't started to look into. (Update for XQuery: Took a brief look at this technology and it's comparable enough to SQL in function that I fail to see how it can maintain the nested node structure of the original document - I think this is not a contender).

  • A custom C#/.NET XML namespace program might be viable as I already have an idea for it, but my immediate assumption is it's likely more involved contrasted with the reasons for which these other XML-specific matching languages were created.

  • ... another kind of enabling technology I haven't yet considered...

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

我最亲爱的 2024-09-24 09:49:47

我需要维护以下结构
原始文件减去
剥离标签

您想过 XSLT 吗?这是专门为转换 XML 和一般树结构而设计的语言。

此转换

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output method="xml" omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <xsl:template match="node()|@*">
  <xsl:copy>
   <xsl:apply-templates select="node()|@*"/>
  </xsl:copy>
 </xsl:template>

 <xsl:template match="b">
  <xsl:apply-templates/>
 </xsl:template>
</xsl:stylesheet>

当应用于任何 XHTML 文档时,如下所示

<html>
 <head/>
 <body>
  <p> Hello, <b>World</b>!</p>
 </body>
</html>

产生所需的正确结果,在本例中:

<html>
   <head/>
   <body>
      <p> Hello, World!</p>
   </body>
</html>

I need to maintain the structure of
the original document minus the
stripped tags

Have you thought of XSLT? This is the language specifically designed for transforming XML and generally tree structures.

This transformation:

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output method="xml" omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <xsl:template match="node()|@*">
  <xsl:copy>
   <xsl:apply-templates select="node()|@*"/>
  </xsl:copy>
 </xsl:template>

 <xsl:template match="b">
  <xsl:apply-templates/>
 </xsl:template>
</xsl:stylesheet>

when applied on any XHTML document, as the one below:

<html>
 <head/>
 <body>
  <p> Hello, <b>World</b>!</p>
 </body>
</html>

produces the wanted, correct result, in this case:

<html>
   <head/>
   <body>
      <p> Hello, World!</p>
   </body>
</html>
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文