Задний план
Преобразование прямых кавычек в изогнутые кавычки и апострофы в документе XHTML. При наличии документа с прямыми кавычками (" и ') выполняется некоторая предварительная обработка для преобразования прямых кавычек в их изогнутые семантические эквиваленты (“, ”, ‘, ’ и '). Обычно свернутый символ ’ используется для закрытия одинарных кавычек (’) и апострофов ('), но при этом теряется семантическое значение, которое я хотел бы сохранить. вместо этого используется объект --- для последующего перевода в TeX (например, \quote{outer \quote{we’re inside quotes} outer}). Таким образом:
Markdown -> XHTML (straight) -> XHTML (curled) -> TeX
Код использует встроенные в Java классы объектной модели документов (DOM).
Проблема
Вызов Node >setTextContent будет дважды кодировать любой амперсанд, что приведет к следующему результату:
“I reckon, I'm 'bout dat.”
“Elizabeth Davenport;” she said ‘Elizabeth’ to be dignified, “and really my father owns the place.”
Скорее, чем:
“I reckon, I'm 'bout dat.”
“Elizabeth Davenport;” she said ‘Elizabeth’ to be dignified, “and really my father owns the place.”
Отключение и включение путем установки инструкции обработки, похоже, не сработало.
Код
Вот код для walk дерева:
public static void walk(
final Document document, final String xpath,
final Consumer<Node> consumer ) {
assert document != null;
assert consumer != null;
try {
final var expr = lookupXPathExpression( xpath );
final var nodes = (NodeList) expr.evaluate( document, NODESET );
if( nodes != null ) {
for( int i = 0, len = nodes.getLength(); i < len; i++ ) {
consumer.accept( nodes.item( i ) );
}
}
} catch( final Exception ex ) {
clue( ex );
}
}
Вот код, который заменяет кавычки закрученными эквивалентами:
walk(
xhtml,
"//*[normalize-space( text() ) != '']",
node -> node.setTextContent( sConverter.apply( node.getTextContent() ) )
);
Где xhtml — это кавычки Document и sConverter завитков.
Вопрос
Как бы вы проинструктировали DOM принимать ' и друзей без повторного кодирования амперсанда?
Связанный
Полусвязанные вопросы:
