XSLT和属于无效html输入、URI看起来像实体

Question

我使用的是撒克逊9分析无效的html源。具体地说html有href值如下：

<a href="blah.asp?fn=view&g_varID=1234">一些文字</a>

我得到了错误：

"错误报告的XML parser:将参照实体"g_varID"必须结束 该';'隔符。"

Xml parser是阅读"&g_varID"string和抱怨，应该有一个";"来界定该实体。但是，当然，这不是旨在作为一个HTML实体--它只是一片URI。

我怎么知道的分析器来忽略？注：我使用的非架构知道萨克逊，不撒克逊-SA。

Answer 1

请确保你有一个正确的XHTML DOCTYPE。根据我正在看，href属性声明CDATA，不PCDATA，这意味着字面＆是完全确定，并且不应当被解析为一个实体。所述的xhtml1-strict.dtd

Answer 2

如果你的HTML不是XML，那么你怎么能指望任何XML处理器来处理呢？

Answer 3

如上面所提到的，这不是有效的XML，它是HTML。这个特殊的问题，虽然是一个HTML整洁默认清理： HTTP：// WWW。 w3.org/People/Raggett/tidy/ 。使用下面的命令行参数用它来HTML转换成XHTML：

tidy -asxhtml foo.html > foo.xhtml

然后，你应该能够通过你的XSLT来运行它。