防止XSLT转换将utf-8 XML转换为utf-16？

Question

在Delphi XE2中，我正在对接收到的XML文件进行XSLT转换，以删除所有命名空间信息。
问题：它会改变原始XML文件。

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

转化为

<?xml version="1.0" encoding="utf-16"?>

以下是我从Exchange服务器收到的XML：

这是我从Exchange服务器收到的XML：

<?xml version="1.0" encoding="utf-8"?>
<s:Envelope xmlns:s="http://schemas.xmlsoap.org/soap/envelope/">
<s:Header>
<h:ServerVersionInfo MajorVersion="14" MinorVersion="0" MajorBuildNumber="722" MinorBuildNumber="0" Version="Exchange2010" xmlns:h="http://schemas.microsoft.com/exchange/services/2006/types" xmlns="http://schemas.microsoft.com/exchange/services/2006/types" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema"/>
</s:Header>
<s:Body xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<m:ResolveNamesResponse xmlns:m="http://schemas.microsoft.com/exchange/services/2006/messages" xmlns:t="http://schemas.microsoft.com/exchange/services/2006/types">
<m:ResponseMessages>
<m:ResolveNamesResponseMessage ResponseClass="Success">
<m:ResponseCode>NoError</m:ResponseCode>
<m:ResolutionSet TotalItemsInView="1" IncludesLastItemInRange="true">
<t:Resolution>
<t:Mailbox>
<t:Name>developer</t:Name>
<t:EmailAddress>[e-mail]</t:EmailAddress>
<t:RoutingType>SMTP</t:RoutingType>
<t:MailboxType>Mailbox</t:MailboxType>
</t:Mailbox>
<t:Contact>
<t:Culture>nl-NL</t:Culture>
<t:DisplayName>developer</t:DisplayName>
<t:GivenName>developer</t:GivenName>
<t:EmailAddresses>
<t:Entry Key="EmailAddress1">SMTP:[e-mail]</t:Entry>
</t:EmailAddresses>
<t:ContactSource>ActiveDirectory</t:ContactSource>
</t:Contact>
</t:Resolution>
</m:ResolutionSet>
</m:ResolveNamesResponseMessage>
</m:ResponseMessages>
</m:ResolveNamesResponse>
</s:Body>
</s:Envelope>

这是一个删除命名空间信息的函数：

Uses
   MSXML2_TLB; // IXMLDOMdocument

class function TXMLHelper.RemoveNameSpaces(XMLString: String): String;
const
  // An XSLT script for removing the namespaces from any document.
  // From http://wiki.tei-c.org/index.php/Remove-Namespaces.xsl
  cRemoveNSTransform =
    '<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">' +
    '<xsl:output method="xml" indent="no"/>' +

    '<xsl:template match="/|comment()|processing-instruction()">' +
    '    <xsl:copy>' +
    '      <xsl:apply-templates/>' +
    '    </xsl:copy>' +
    '</xsl:template>' +

    '<xsl:template match="*">' +
    '    <xsl:element name="{local-name()}">' +
    '      <xsl:apply-templates select="@*|node()"/>' +
    '    </xsl:element>' +
    '</xsl:template>' +

    '<xsl:template match="@*">' +
    '    <xsl:attribute name="{local-name()}">' +
    '      <xsl:value-of select="."/>' +
    '    </xsl:attribute>' +
    '</xsl:template>' +

    '</xsl:stylesheet>';

var
  Doc, XSL: IXMLDOMdocument2;
begin
  Doc := ComsDOMDocument.Create;
  Doc.ASync := false;
  XSL := ComsDOMDocument.Create;
  XSL.ASync := false;
  try
     Doc.loadXML(XMLString);
     XSL.loadXML(cRemoveNSTransform);
     Result := Doc.TransFormNode(XSL);
  except
     on E:Exception do Result := E.Message;
  end;
end; { RemoveNameSpaces }

但在此之后，它突然变成了一个utf-16文档:

<?xml version="1.0" encoding="UTF-16"?>
<Envelope>
[snip]
</Envelope>

在谷歌搜索“xsl utf-8 utf-16”后，我尝试了几件事：

• Change the line (e.g. Output DataTable XML in UTF8 rather than UTF16)

  <xsl:output method="xml" indent="no">
  

  into either:

  <xsl:output method="xml" encoding="utf-8" indent="no"/>
  <xsl:output method="xml" encoding="utf-8"/>
  <xsl:output encoding="utf-8"/>
  

  That did not work.
  (It would be the optimal solution, according to http://www.xml.com/pub/a/2002/09/04/xslt.html "The encoding attribute actually does more than add an encoding declaration to the result document; it tells the XSLT processor to write out the result using that encoding.")

• Change the line (e.g. XslCompiledTransform uses UTF-16 encoding)

  <xsl:output method="xml" indent="no"/>
  

  into

  <xsl:output method="xml" omit-xml-declaration="yes" indent="no" />
  

  which leaves out the starting xml tag, but if I then just prepend

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

  I will lose characters because no actual utf conversion is done.

• IXMLDOMdocument2 does not have an Encoding property

有什么想法可以解决这个问题吗？

备注/背景：

• 如果所有其他方法都失败了，也许还有将 utf-16 XML 数据更改为 utf-8 的选项，但那是完全不同的方法。

• 我正在尝试做所有事情都使用 utf-8，因为我通过 EWS 与 Exchange 服务器通信，将 http 请求头设置为 utf-16 不起作用：Exchange 告诉我内容类型“text/xml; charset=utf-16”不是预期类型“text/xml; charset=utf-8”。EWS 返回 utf-8（请参见帖子开头）。

- Jan Doggen

Answer 1

问题出在使用transformNode方法上，它会返回一个字符串，在MSXML中这个字符串是UTF-16编码的。因此，你需要为结果创建一个空的MSXML DOM文档，并使用 transformNodeToObject 方法，将空的DOM文档作为第二个参数传入，然后你就可以将结果文档保存到文件或流中，编码应该与xsl:output指令中指定的一样。

- Martin Honnen

---

我认为DOM内部使用UTF-16实现，因此目标DOM文档中的转换结果也将以UTF-16编码。编码本身应该是输入/输出过滤器的任务，因此我期望需要调用例如iXMLDocument.SaveToXML(AUTF8String)。 - pf1957

MSXML 没有名为 SaveToXML 的方法。它在 DOM 文档上拥有一个名为 save 的方法，我的建议是在创建了一个空的 DOM 文档后传递给 transformNodeToObject 方法并使用该方法。这样，如果您保存到文件或流中，则编码应该符合预期。如果您使用 transformNode，则这是不可能的。 - Martin Honnen

我知道。我曾经不直接调用MSXML，而是通过IXMLDocument/IXMLNode来调用。有重载的方法TransformNode，其中一个调用了transformNodeToObject。我的评论涉及到需要执行某种保存操作以确保正确的编码。可以通过调用SaveToXML并传递类型为UTF8String的var参数来轻松保存它。 - pf1957

我更喜欢IXMLDocument方法，（OLEVariants无法提供类型和方法信息，无法进行代码完成等操作）。 我正在尝试使用var Doc、XSL、Res: IXMLDocument; TopNode : IXMlNode; Doc := TXMLDocument.Create(nil); Doc.Active := true; XSL := TXMLDocument.Create(nil); XSL.Active := true; Res := TXMLDocument.Create(nil); Res.Active := true; TopNode := Doc.documentElement; Doc.XML.Text := XMLString; XSL.XML.Text := cRemoveNSTransform; 但在TransformNode上出现“没有活动文档”的错误。有什么问题吗？ - Jan Doggen

我不确定您通过分配给Doc.XML.Text或XSL.XML.Text想要实现什么。使用loadXML(string)将带有XML / XSLT标记的字符串解析为DOM文档。您到底想要实现什么，您正在寻找什么样的结果？如果您需要一个具有转换结果的文件，我强烈建议您调用Res.Save("result.xml")让MSXML创建该文件。如果您不想要具有转换结果的文件，而只是想要一个字符串，则我不确定尝试使用transformNodeToObject是否有所帮助，DOM文档的xml属性也是UTF-16编码的字符串。 - Martin Honnen

Answer 2

要在您的原始代码中使用IXMLDocument，它应该像这样：

var
  iInp, iOtp, iXsl: IXMLDocument;
  Utf8: UTF8String;
begin
  iInp := LoadXMLData(XMLString);
  iXsl := LoadXMLData(cRemoveNSTransfrom);
  iOtp := NewXMLDocument;
  iInp.Node.TransformNode(iXsl.Node,iOtp);
  iOtp.SaveToXML(Utf8);
end

现在变量Utf8应该包含转换为UTF-8编码的XML，如果想保存到流/文件中，请用SaveToXML替换。

  iOtp.Encoding := 'UTF-8';
  iOtp.SaveToFile(....);

- pf1957