在进行XML转换时，如何保持源文档中的空白和格式？

XML转换过程中，源文档的空白字符（如换行、制表符、连续空格）和排版格式很容易因为解析器、转换规则的默认处理而丢失，要保留这些内容需要从解析、转换、输出三个环节做针对性配置。

空白和格式丢失的常见原因

大部分XML解析器默认会忽略纯空白的文本节点，或者在解析时对连续空白做归一化处理，这是导致格式丢失的核心原因。另外XSLT转换的默认规则也会对文本节点做trim处理，进一步破坏原有格式。

解析器的默认行为

比如DOM解析器在加载XML时，如果开启了忽略空白节点的配置，会自动删除元素之间仅包含空白的文本节点，导致原有的换行、缩进排版消失。

转换规则的默认处理

XSLT转换中，<xsl:output>的默认设置不会对空白做特殊处理，同时模板匹配时如果没有显式保留空白，转换后的输出会丢失源文档的排版。

不同场景下的保留方法

使用DOM解析时保留空白

在Java中使用DOM解析XML时，需要关闭忽略空白节点的配置，同时开启保留格式的开关，示例代码如下：

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;

public class XmlParseDemo {
    public static void main(String[] args) throws Exception {
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        // 关闭忽略空白节点的配置，保留源文档中的空白文本节点
        factory.setIgnoringElementContentWhitespace(false);
        // 开启命名空间感知，避免格式解析异常
        factory.setNamespaceAware(true);
        DocumentBuilder builder = factory.newDocumentBuilder();
        // 解析源XML文档
        Document doc = builder.parse("source.xml");
        // 后续可以对doc进行转换操作，空白已经被保留
    }
}

XSLT转换时保留空白和格式

在使用XSLT做XML转换时，需要在XSLT文件中做两项配置：一是设置<xsl:output>的indent属性为yes，同时开启保留空白的配置；二是在模板中显式匹配空白文本节点并保留。

首先是对应的XSLT文件示例：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <!-- 输出配置：开启缩进，编码为UTF-8 -->
    <xsl:output method="xml" indent="yes" encoding="UTF-8"/>
    <!-- 保留所有空白文本节点 -->
    <xsl:preserve-space elements="*"/>
    
    <!-- 根模板，复制所有节点 -->
    <xsl:template match="/">
        <xsl:apply-templates/>
    </xsl:template>
    
    <!-- 复制节点的通用模板 -->
    <xsl:template match="@*|node()">
        <xsl:copy>
            <xsl:apply-templates select="@*|node()"/>
        </xsl:copy>
    </xsl:template>
</xsl:stylesheet>

然后是调用XSLT做转换的Java代码示例：

import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.stream.StreamResult;
import javax.xml.transform.stream.StreamSource;
import java.io.File;

public class XsltTransformDemo {
    public static void main(String[] args) throws Exception {
        TransformerFactory factory = TransformerFactory.newInstance();
        // 加载XSLT文件
        Transformer transformer = factory.newTransformer(new StreamSource(new File("transform.xsl")));
        // 设置转换参数，确保空白不被修剪
        transformer.setOutputProperty("omit-xml-declaration", "no");
        // 执行转换，输入源XML，输出转换后的文件
        transformer.transform(new StreamSource(new File("source.xml")), new StreamResult(new File("result.xml")));
    }
}

使用Python进行XML转换时保留格式

Python的lxml库在解析和转换XML时，可以通过参数控制空白的保留，示例代码如下：

from lxml import etree

# 解析源XML时，设置remove_blank_text为False，保留空白节点
parser = etree.XMLParser(remove_blank_text=False)
tree = etree.parse("source.xml", parser)
# 加载XSLT转换规则
xslt_tree = etree.parse("transform.xsl")
transform = etree.XSLT(xslt_tree)
# 执行转换
result_tree = transform(tree)
# 输出转换结果，设置pretty_print为True保留缩进格式
result_tree.write("result.xml", pretty_print=True, encoding="UTF-8")

注意事项

• 如果源XML文档本身没有规范的缩进格式，即使开启了保留配置，转换后的文档也不会自动生成排版，只会保留原有的空白内容。
• 部分XML编辑器会自动对文档做格式化处理，如果你发现源文档的格式在转换前就丢失了，需要先确认源文档的原始内容是否包含对应的空白字符。
• 如果转换后需要和源文档完全一致，除了保留空白，还要确保转换规则中没有删除或新增额外的空白文本节点，最好使用节点复制的方式做转换。

保留空白和格式会增加XML文档的体积，如果转换后的文档仅用于程序解析，不需要人工阅读，可以不需要刻意保留格式，减少存储和传输开销。

XML转换空白保留格式保留xml_stylesheet修改时间：2026-06-22 02:24:35