XML对代码中的空白处理详细介绍

XML作为常用的数据交换格式，其规范中对空白字符的处理有明确的定义，空白字符包含空格、制表符、回车符和换行符，这些字符在XML文档的不同位置会有不同的处理逻辑，很多解析异常或者数据偏差都和空白处理规则不熟悉有关。

XML空白处理的核心规则

XML规范将空白分为两类，分别是有意义空白和无意义空白，两者的处理规则完全不同。

无意义空白

无意义空白指的是出现在标记之间的空白，也就是元素标签外部、注释外部、处理指令外部的空白，这类空白在XML解析时会被忽略，不会进入解析后的数据结构中。

比如下面这段XML代码：

<?xml version="1.0" encoding="UTF-8"?>
<root>

    <item>内容1</item>

    <item>内容2</item>

</root>

其中<root>和第一个<item>之间的换行和缩进空白，两个<item>元素之间的换行和缩进空白，以及最后一个<item>和</root>之间的换行和缩进空白，都属于无意义空白，解析时会被直接丢弃。

有意义空白

有意义空白指的是出现在元素内容中的空白，也就是开标签和闭标签之间的空白，这类空白默认会被保留，但是如果元素被声明为xml:space="default"，或者解析器开启了空白压缩配置，可能会被处理。

XML规范提供了xml:space属性来控制元素内容的空白处理行为，该属性有两个可选值：

• default：表示由应用程序自行决定如何处理该元素内的空白，通常解析器会压缩连续的空白为一个空格。
• preserve：表示必须保留该元素内的所有空白，不能做任何修改。

不同解析场景下的空白处理表现

DOM解析的空白处理

使用DOM解析XML时，默认情况下会保留元素内容中的空白，但是标记之间的空白会被解析为空的文本节点，需要开发者手动过滤。

下面是Java使用DOM解析XML处理空白的示例代码：

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

public class XmlWhitespaceDemo {
    public static void main(String[] args) throws Exception {
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        // 开启忽略空白节点的配置，只会过滤标记之间的无意义空白
        factory.setIgnoringElementContentWhitespace(true);
        DocumentBuilder builder = factory.newDocumentBuilder();
        Document doc = builder.parse("test.xml");
        Element root = doc.getDocumentElement();
        NodeList children = root.getChildNodes();
        for (int i = 0; i < children.getLength(); i++) {
            Node node = children.item(i);
            // 只处理元素节点，过滤掉文本节点
            if (node.getNodeType() == Node.ELEMENT_NODE) {
                System.out.println("元素名称：" + node.getNodeName() + "，内容：" + node.getTextContent());
            }
        }
    }
}

如果注释掉factory.setIgnoringElementContentWhitespace(true);这行代码，那么标记之间的空白会被解析为文本节点，遍历子节点时会输出很多空的文本内容。

SAX解析的空白处理

SAX解析是事件驱动的解析方式，空白内容会通过characters方法回调，开发者需要在回调中判断当前空白是否需要保留。

下面是Python使用SAX解析XML处理空白的示例代码：

import xml.sax

class XmlHandler(xml.sax.ContentHandler):
    def __init__(self):
        self.current_element = ""
        self.preserve_space = False

    def startElement(self, name, attrs):
        self.current_element = name
        # 判断当前元素是否设置了xml:space="preserve"
        if "xml:space" in attrs and attrs["xml:space"] == "preserve":
            self.preserve_space = True
        else:
            self.preserve_space = False

    def characters(self, content):
        # 如果内容全是空白且不需要保留，直接忽略
        if not self.preserve_space and content.strip() == "":
            return
        print(f"元素{self.current_element}的内容：{content}")

parser = xml.sax.make_parser()
parser.setContentHandler(XmlHandler())
parser.parse("test.xml")

特殊场景的空白处理注意事项

当XML中混合了xml:space="preserve"的元素和普通元素时，需要注意空白的处理范围，xml:space属性只对其所在的元素及其子元素生效，不会影响父元素或者其他兄弟元素。

另外如果XML文档中需要保留特殊空白，比如代码块中的缩进、诗歌的换行，一定要给对应的元素添加xml:space="preserve"属性，否则解析后空白会被压缩，导致内容格式丢失。

下面是带有xml:space属性的XML示例：

<?xml version="1.0" encoding="UTF-8"?>
<root>
    <normal>  多个    空格  会被压缩  </normal>
    <code xml:space="preserve">
        def test():
            print("hello")
    </code>
</root>

解析后normal元素的内容会变成"多个 空格 会被压缩"，而code元素的内容会完整保留换行和缩进空白。

XML空白处理whitespace_handlingXML解析修改时间：2026-07-12 06:39:25