Nano Hash - криптовалюты, майнинг, программирование

Saxon: трансформация XML

Я преобразовываю XML-файл, используя Saxon9he.jar. Мой исходный файл имеет несколько атрибутов, таких как:

<div>
  <s id="1-1" lang="en">
    <w deprel="hi" head="1-1-2" id="1-1-1" lemma="Hi" pos="NN">Hi</w>
    <w deprel="ATTR" head="1-1-2" id="1-1-2" lemma="everyone" pos="NN">everyone</w>
  </s>
</div>

После преобразования Saxon записывает каждый атрибут в отдельной строке. Но я бы хотел, чтобы они были в одной строке, как в оригинале. Как я могу этого добиться? Что мне нужно изменить в jar-файле?

Спасибо за любую помощь!

python saxon saxon-js
06.10.2018

Ответы:


1

Предположительно, вы запросили indent="yes" явно или неявно. Это просьба к процессору XSLT сделать все возможное, чтобы сделать вывод как можно более удобочитаемым, с учетом определенных ограничений. Один из способов, с помощью которого Saxon пытается сделать вывод удобочитаемым, заключается в том, чтобы избегать слишком длинных строк в выводе, поскольку горизонтальная прокрутка обычно считается плохой для удобства использования.

Если вы перейдете на Saxon PE, у вас будет некоторый контроль над этим, установив максимальную длину строки (используйте xsl:output/@saxon:line-length). С Saxon HE вам просто придется смириться с форматом, который предоставляет вам Saxon, если только вы не хотите писать код Java для настройки поведения сериализации (что несложно сделать, если вы готовы погрузиться глубже).

Что бы мы ни делали, конечно, одни люди будут любить это, а другие ненавидеть.

06.10.2018
  • Спасибо за ваш ответ! Хм, я использую Saxon HE, поэтому мне нужно написать код Java. Но, честно говоря, я не знаю, где хранится эта информация о длине строки. Не могли бы вы помочь мне? 06.10.2018
  • Напишите подкласс SerializerFactory, который переопределяет newXMLIndenter() или newHTMLIndenter(), чтобы создать подкласс стандартного XMLIndenter или HTMLIndenter, который переопределяет getLineLength(). Зарегистрируйте свой SerializerFactory с помощью Configuration.setSerializerFactory(). 07.10.2018
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..