XML中的空格处理规则有哪些？详细介绍XML中空格的完整处理方式

XML中的空格处理是很多开发者在解析和生成XML数据时容易踩坑的点，不同的处理逻辑会导致最终获取到的内容出现差异，影响数据的准确性。空格在XML中并非都会被同等对待，需要根据具体的规则和属性设置来判断最终的处理结果。

XML中空格的基础定义

在XML规范中，空白字符指的是以下四种字符：空格（#x20）、制表符（#x9）、回车符（#xD）、换行符（#xA）。这些字符在XML文档的不同位置会有不同的默认处理方式，不是所有的空白字符都会被保留到最终的解析结果中。

XML解析器的默认空格处理规则

大部分XML解析器在默认情况下，会对元素内容中的空白字符进行规范化处理，具体规则如下：

• 元素内容开头和结尾的连续空白字符会被移除
• 元素内容中间的多个连续空白字符会被替换成单个空格
• 属性值中的空白字符会被规范化，多个连续空白字符替换为单个空格，开头结尾的空白字符会被移除

我们可以通过一段简单的Java代码来验证默认的处理效果，代码如下：

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

public class XmlSpaceDemo {
    public static void main(String[] args) throws Exception {
        String xmlContent = "<?xml version="1.0" encoding="UTF-8"?>n" +
                "<root>n" +
                "    <content>  测试  内容   </content>n" +
                "    <attrTest attr="  测试  属性  " />n" +
                "</root>";
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        // 关闭命名空间感知，避免额外影响
        factory.setNamespaceAware(false);
        DocumentBuilder builder = factory.newDocumentBuilder();
        Document doc = builder.parse(new java.io.ByteArrayInputStream(xmlContent.getBytes("UTF-8")));
        // 获取content元素内容
        NodeList contentNodes = doc.getElementsByTagName("content");
        Element contentElem = (Element) contentNodes.item(0);
        String contentText = contentElem.getTextContent();
        System.out.println("默认处理的元素内容: [" + contentText + "]");
        // 获取attrTest元素的attr属性值
        NodeList attrNodes = doc.getElementsByTagName("attrTest");
        Element attrElem = (Element) attrNodes.item(0);
        String attrValue = attrElem.getAttribute("attr");
        System.out.println("默认处理的属性值: [" + attrValue + "]");
    }
}

运行上述代码后，输出结果如下：

默认处理的元素内容: [测试 内容]
默认处理的属性值: [测试 属性]

可以看到元素内容开头结尾的空格被移除，中间的多个空格被替换成单个，属性值的处理也符合默认规则。

xml:space属性的用法

如果希望保留元素内容中的原始空格，需要使用XML规范提供的xml:space属性，该属性有两个可选值：

• default：使用解析器的默认空格处理规则，也是不设置该属性时的默认行为
• preserve：要求解析器保留元素内容中的所有空白字符，不做规范化处理

我们修改之前的XML内容，添加xml:space属性，再运行解析代码查看效果：

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

public class XmlSpacePreserveDemo {
    public static void main(String[] args) throws Exception {
        String xmlContent = "<?xml version="1.0" encoding="UTF-8"?>n" +
                "<root>n" +
                "    <content xml:space="preserve">  测试  内容   </content>n" +
                "</root>";
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        factory.setNamespaceAware(true);
        DocumentBuilder builder = factory.newDocumentBuilder();
        Document doc = builder.parse(new java.io.ByteArrayInputStream(xmlContent.getBytes("UTF-8")));
        NodeList contentNodes = doc.getElementsByTagName("content");
        Element contentElem = (Element) contentNodes.item(0);
        String contentText = contentElem.getTextContent();
        System.out.println("preserve模式的元素内容: [" + contentText + "]");
    }
}

运行后的输出结果为：

preserve模式的元素内容: [  测试  内容   ]

可以看到设置xml:space="preserve"后，元素内容中的原始空格被完整保留，没有做规范化处理。

不同场景下的空格处理建议

在实际开发中，可以根据场景选择合适的空格处理方式：

• 如果XML内容是用来存储结构化数据，不需要保留原始格式，使用默认的空格处理规则即可，减少不必要的空间占用
• 如果XML内容包含需要保留格式的文本内容，比如代码段、预格式化文本，一定要给对应元素添加xml:space="preserve"属性
• 生成XML时如果需要保留空格，除了设置属性，还要注意转义特殊字符，避免解析出错

注意事项

需要注意xml:space属性只对元素的内容生效，不会影响属性的空格处理，属性值始终会按照默认规则进行规范化。另外，部分轻量级的XML解析库可能不支持xml:space属性，使用时需要提前确认解析器的兼容性。

如果需要在HTML相关的XML应用（如XHTML）中处理空格，还要注意和HTML的空格渲染规则区分开，XML的空格处理是解析阶段的逻辑，和最终渲染阶段的空格处理是独立的。

XML空格处理preserve_whitespacenormalize_whitespaceXML解析修改时间：2026-07-02 12:00:18