使用 xsd 将 xhtml 解组为字符串

Question

我正在尝试使用 XSD 和 jaxb 解组一个大型 xhtml 文档。除了包含纯 html 的一部分之外，我已经一切正常。这是我得到的 xhtml 的示例（我能够获取除“内容”之外的每个元素）：

<feed xmlns="http://www.w3.org/2005/Atom">
<title type="text">...</title>
<id>...</id>
<updated>...</updated>
<entry>
    <id>...</id>
    <title type="text">...</title>
    <updated>...</updated>
    <author>
        <name>...</name>
    </author>
    <content type="xhtml"><div xmlns="http://www.w3.org/1999/xhtml">
        <div>{html...}<div>{html...}</div>/<div>/<div>
    </content>
</entry>
</feed>

这是 xsd 文件的扩展：

<xsd:complexType name="ApCategoriesJAXB" >
    <xsd:sequence>
        <xsd:element name="id" type="xsd:string" minOccurs="1" maxOccurs="1"></xsd:element>
        <xsd:element name="title" type="xsd:string" minOccurs="1" maxOccurs="1"></xsd:element>
        <xsd:element name="updated" type="xsd:string" minOccurs="1" maxOccurs="1"></xsd:element>
        <xsd:element name="link" type="tns:ApLinkJAXB" minOccurs="0"></xsd:element>
        <xsd:element name="entry" type="tns:ApEntryJAXB" minOccurs="0" maxOccurs="unbounded"></xsd:element>
    </xsd:sequence>
</xsd:complexType>

<xsd:complexType name="ApEntryJAXB">
    <xsd:sequence>
        <xsd:element name="id" type="xsd:string" minOccurs="1" maxOccurs="1"></xsd:element>
        <xsd:element name="name" type="xsd:string" minOccurs="0"></xsd:element>
        <xsd:element name="title" type="xsd:string" minOccurs="1" maxOccurs="1"></xsd:element>
        <xsd:element name="updated" type="xsd:string" minOccurs="1" maxOccurs="1"></xsd:element>
        <xsd:element name="author" type="tns:ApAuthorJAXB" minOccurs="0"></xsd:element>  
        <xsd:element name="link" type="tns:ApLinkJAXB" minOccurs="0"></xsd:element>
        <xsd:element name="category" type="tns:ApCategoryJAXB" minOccurs="0"></xsd:element>  
        <xsd:element name="content" type="tns:ApContentJAXB" minOccurs="0"></xsd:element>            
    </xsd:sequence>
</xsd:complexType>
<xsd:complexType name="ApCategoryJAXB" >
    <xsd:sequence></xsd:sequence>
    <xsd:attribute name="term" type="xsd:string" />
    <xsd:attribute name="label" type="xsd:string" />
    <xsd:attribute name="scheme" type="xsd:string" />
</xsd:complexType>

<xsd:complexType name="ApContentJAXB" >
    <xsd:sequence>
        <xsd:element name="div" type="tns:ApDivJAXB" minOccurs="0" maxOccurs="unbounded"></xsd:element>
    </xsd:sequence>
</xsd:complexType>    

<xsd:complexType name="ApDivJAXB" >
    <xsd:sequence>
        <xsd:any namespace="http://www.w3.org/2005/Atom" processContents="lax" minOccurs="0" maxOccurs="unbounded"/>
    </xsd:sequence>
</xsd:complexType>

我已经尝试了嵌套 xsd 元素、complexTypes、xsd:any 等的每种组合等等，无论我如何尝试，似乎都无法获得这个“内容”值。我很高兴将所有 html 作为字符串，或者将其解组为一个对象。

预先感谢您的任何想法。

** 我已经编辑了 xsd 部分以包含相关部分。我已经尝试将“any”元素嵌套在“div”complexType 中（如图所示），以及完全跳过“div”complexType。

再次感谢。

Answer 1

如果您希望 具有 xsd:string 类型，则需要对 HTML 进行编码或转义。您可以使用 CDATA 部分、Base64 编码或转义所有实体（例如 < 到 < 等）。

否则，xsd:any 应该可以工作。当您尝试此操作时，您能提供更完整的 XSD 示例吗？