XML作为常用的数据交换格式，对空格的处理有一套明确的规范，不同场景下的空格解析规则存在差异，开发者需要清楚这些规则才能正确处理XML数据。
XML规范中的空格定义
XML规范中把空格分为两类，一类是普通字符空格，另一类是空白字符，空白字符包含空格、制表符、回车符、换行符。在XML解析过程中，空白字符的处理会受到所在位置的影响。
元素内容中的空格
元素内容中的空格处理分为两种情况，如果元素内容只包含空白字符，且元素没有设置xml:space属性，那么部分解析器可能会忽略这些空白字符。如果元素设置了xml:space="preserve"属性，那么元素内的所有空白字符都会被原样保留。
以下是一个设置xml:space属性的示例：
<?xml version="1.0" encoding="UTF-8"?>
<root>
<user xml:space="preserve">
张三
男
</user>
<user>
李四
女
</user>
</root>
第一个user元素设置了xml:space="preserve"，内部的换行和缩进空格都会被保留，第二个user元素没有设置该属性，解析时可能会忽略内部的空白字符。
属性值中的空格
XML属性值中的空格处理规则比较固定，属性值前后的空格会被自动剔除，属性值中间的连续空格会被合并为一个普通空格。比如在下面的示例中：
<book name=" Java 编程思想 " price="99"></book>
解析后name属性的实际值会是Java 编程思想，前后的空格被去掉，中间的多个连续空格合并为一个。
不同解析场景下的空格表现
不同的XML解析方式对空格的处理也会有所不同，常见的解析方式包括DOM解析、SAX解析和Pull解析。
DOM解析的空格处理
DOM解析会把XML文档转换为树形结构，默认情况下，元素之间只包含空白字符的文本节点可能会被忽略，也可以通过设置解析器参数保留这些节点。以下是Java中使用DOM解析保留空白字符的示例：
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;
public class XmlSpaceTest {
public static void main(String[] args) throws Exception {
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
// 设置保留空白字符
factory.setIgnoringElementContentWhitespace(false);
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse("test.xml");
Element root = document.getDocumentElement();
NodeList userNodes = root.getElementsByTagName("user");
for (int i = 0; i < userNodes.getLength(); i++) {
Element user = (Element) userNodes.item(i);
System.out.println(user.getTextContent());
}
}
}
SAX解析的空格处理
SAX解析是事件驱动的解析方式，解析器会把空白字符作为普通字符事件触发，开发者可以在characters方法中处理这些空格内容，决定是否保留。
常见空格处理问题及解决方式
实际开发中经常会遇到XML空格导致的问题，比如数据对比失败、格式错乱等。常见的问题和解决方法如下：
- 元素内容空格丢失：给对应元素添加
xml:space="preserve"属性，或者在解析时设置保留空白字符的参数。 - 属性值空格不符合预期：手动处理属性值，按照需求剔除或保留空格，不要依赖默认的解析规则。
- 换行符被解析为空格：如果需要保留换行格式，使用
xml:space="preserve"属性，解析后自行处理换行逻辑。
掌握XML中空格的处理规则，能够帮助开发者更精准地处理XML数据，避免因为空格问题导致的业务逻辑错误。