XML文档中的空白节点指的是仅包含空格、换行、制表符等空白字符的节点，这类节点在文档格式化、缩进排版时会被自动生成，但在实际数据提取时往往没有实际价值，甚至会干扰业务逻辑的判断。
空白节点的产生原因
XML文档为了提升可读性，通常会对元素进行缩进、换行排版，这些排版产生的空白字符会被解析器识别为文本节点。比如下面这段XML代码：
<?xml version="1.0" encoding="UTF-8"?>
<users>
<user>
<name>张三</name>
<age>20</age>
</user>
</users>
解析上述文档时，<users>和第一个<user>之间的换行缩进、<user>和<name>之间的换行缩进都会被解析为空白文本节点，这些节点没有实际业务含义。
不同场景下的处理技巧
1. 解析时忽略空白节点（DOM解析场景）
使用Java的DOM解析器时，可以通过设置解析参数忽略空白节点，代码示例：
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
public class XmlBlankNodeTest {
public static void main(String[] args) throws Exception {
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
// 开启忽略空白节点的配置
factory.setIgnoringElementContentWhitespace(true);
DocumentBuilder builder = factory.newDocumentBuilder();
// 解析XML文件，路径替换为实际文件路径
Document document = builder.parse("test.xml");
NodeList userNodes = document.getElementsByTagName("user");
// 此时获取到的user节点下不会包含空白节点
for (int i = 0; i < userNodes.getLength(); i++) {
Node userNode = userNodes.item(i);
// 遍历子节点时不需要额外过滤空白
NodeList childNodes = userNode.getChildNodes();
for (int j = 0; j < childNodes.getLength(); j++) {
Node child = childNodes.item(j);
if (child.getNodeType() == Node.ELEMENT_NODE) {
System.out.println(child.getNodeName() + ":" + child.getTextContent());
}
}
}
}
}
需要注意的是，这种设置仅在文档是元素内容模式时生效，如果XML文档中包含混合内容（既包含文本又包含子元素），该配置不会生效。
2. 解析后过滤空白节点
如果无法在解析阶段忽略空白节点，可以在获取到节点后手动过滤，Python的xml.etree.ElementTree模块示例：
import xml.etree.ElementTree as ET
# 解析XML字符串
xml_str = """<?xml version="1.0" encoding="UTF-8"?>
<users>
<user>
<name>张三</name>
<age>20</age>
</user>
</users>"""
root = ET.fromstring(xml_str)
def filter_blank_node(node):
# 如果是文本节点且内容全为空白，返回None
if node.tag is None and node.text and node.text.strip() == "":
return None
# 过滤子节点中的空白节点
children = []
for child in node:
filtered = filter_blank_node(child)
if filtered is not None:
children.append(filtered)
# 重建节点
new_node = ET.Element(node.tag, node.attrib)
new_node.text = node.text
new_node.extend(children)
return new_node
filtered_root = filter_blank_node(root)
# 遍历过滤后的节点
for user in filtered_root.findall("user"):
name = user.find("name").text
age = user.find("age").text
print(f"姓名：{name}，年龄：{age}")
3. 序列化时避免生成空白节点
生成XML文档时，如果不需要缩进排版，可以直接拼接字符串或者使用无缩进的序列化方式，避免产生空白节点。比如Python生成XML的示例：
import xml.etree.ElementTree as ET
root = ET.Element("users")
user = ET.SubElement(root, "user")
name = ET.SubElement(user, "name")
name.text = "张三"
age = ET.SubElement(user, "age")
age.text = "20"
# 不使用缩进，直接转换为字符串
xml_str = ET.tostring(root, encoding="unicode")
print(xml_str)
输出的XML不会包含任何换行缩进，自然也不会产生空白节点。
处理空白节点的注意事项
- 如果XML文档包含混合内容，不要盲目忽略空白节点，避免丢失有效文本信息
- 不同解析器对空白节点的处理规则存在差异，使用前需要确认解析器的默认行为
- 处理前先明确业务需求，判断空白节点是否真的没有价值，避免误删有效数据
空白节点处理是XML解析中的基础操作，根据实际场景选择合适的处理方式，能够有效减少后续数据处理的复杂度。