解析XML对代码中的空白处理

XML 空白详解：空格、制表符与空行的处理规则

在 XML 规范中，空白字符主要包括空格、制表符以及空行。编写 XML 文档时，开发者常利用空白来分隔标记，提升代码的可读性与结构清晰度。然而，在数据交换与解析过程中，这些出于排版目的而添加的空白往往被视为冗余信息。但值得注意的是，在某些特定场景下，空白本身承载着关键内容——例如诗歌的换行与韵律，或是程序源代码的缩进格式，此时的空白便不再是可有可无的装饰，而是构成语义完整性不可或缺的一部分。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

XML 处理器如何对待空白字符？

首先需要明确一个核心原则：XML 处理器会将文档中所有非标记字符原封不动地传递给上层应用。如果使用的是支持有效性验证的处理器，它还会额外向应用程序报告哪些空白出现在元素内容内部。

那么，当我们需要明确要求应用程序“保留此处空白”时，应该如何实现？这就涉及到一个专为空白处理而设计的关键属性。

关键属性：xml:space 的作用与声明

在 XML 文档中，可以通过在元素内使用 xml:space 属性来指示应用程序保留该元素内的空白字符。这一属性专门用于控制空白的处理方式。

在有效的 XML 文档中，xml:space 属性必须经过正式声明方可使用。它必须被声明为枚举类型，其取值仅限于 "default" 和 "preserve" 中的一个或两者皆可。

以下是两种常见的声明示例：

这行声明为 poem（诗歌）元素定义了 xml:space 属性。属性类型为枚举，允许的值为 "default" 或 "preserve"，且默认值设为 'preserve'。这意味着，除非显式指定其他值，否则 poem 元素内的所有空白都应当被保留。

另一个示例如下：

此声明针对 pre（预格式化文本，常用于展示代码）元素。枚举列表仅包含 "preserve" 一个值，并通过 #FIXED 关键字设定了固定缺省值。这相当于一个强制规定：该元素的空白处理模式只能是保留，不可更改。

简单来说："default" 表示采用应用程序默认的空白处理策略（通常为合并或移除无关空白）；而 'preserve' 则明确指示应用程序：此元素内的所有空白字符都必须完整保留。

此外，有一条重要规则：若某个元素设置了 xml:space 属性，则该设置会应用于其所有后代元素——除非某个后代元素自身重新定义了 xml:space 属性，从而覆盖从祖先继承而来的规则。

有效空白与无效空白的区分

从严格意义上讲，XML 文档中的空白可分为两类：(a) 有效空白 与 (b) 无效空白。准确理解二者的区别对于正确处理 XML 至关重要。

什么是有效空白？

有效空白通常出现在元素内容混合了文本与标记的情况下。此时，空白是内容的重要组成部分，不同的空白会导致不同的语义。

对比以下两个元素：

TanmayPatil

与

Tanmay Patil

显然，它们表示不同的内容。第一个是“TanmayPatil”（无空格），第二个是“Tanmay Patil”（中间含空格）。任何解析此 XML 的程序都必须严格区分两者，这里的空白是有效的，具有实际意义。

什么是无效空白？

无效空白通常出现在纯标记区域，例如标签名或属性名内部。为了直观说明，我们用点号(.)来代表空白：

或

尽管书写时插入了点号（代表空白），但对 XML 解析器而言，这两个标签是完全等价的。标签名 address.category 内部的空白被视为无效，解析时会被直接忽略。属性值内部的空白处理遵循其他规则，但属性名本身的空白同样无效。

这正是 xml:space 属性发挥价值之处。通过它，我们可以明确告知应用程序：此元素内的空白（尤其是那些通常被视作“无效”的空白），必须予以保留。

最终的属性声明与使用示例如下：

最后，重申两个取值的核心含义：

• default: 采用应用程序默认的空白处理方式。
• preserve: 应用程序必须保护此元素内的所有空白字符，不得删除或合并。

精通 XML 空白处理机制，并善用 xml:space 属性，能够帮助开发者在确保数据机器可读性的同时，完美兼顾文档对人类阅读者的友好性，实现两者间的理想平衡。