xml中的空格之完全解说

《XSLT从入门到精通》中关于空格的

在XML文件时，空格的处理是一个不可忽视的环节。对于HTML文件来说，空格并不显得那么重要，但对于XML而言，空格的处理具有独特的规则和意义。在理解这些规则之前，我们首先要明白XML规范所定义的“空格”。这里的空格不仅仅是常见的空白字符，还包括四种字符的任意组合序列：空格字符（x20）、返回字符（xD）、新行字符（xA）以及跳格字符（x9）。这些空格字符在XML文件中会形成所谓的“空格结点”，属于文字结点类型。

对于XML和XSLT来说，空格结点涉及两个核心议题：

1. 在XML输入文件中，哪些空格是重要的，哪些是不重要的？对于这个问题，XSLT处理器需要根据xml:space属性来判断哪些空格结点是重要的。

2. 在XSL模板文件中，应如何决定哪些空格是重要的，以便在XSLT处理器生成结果树时保留下来？这里涉及到xsl:strip-space和xsl:preserve-space两个命令的使用。

那么，如何判断一个空格结点是重要的还是次要的？这要看它所处的组件内容类型。如果组件的内容只能包含组件本身，那么这个组件中的空格结点就是次要的；但如果组件的内容是PCDATA类型，那么其内部的空格结点就是重要的。对于那些内容混杂了文字内容和组件的情况，就需要根据组件及其内容的语义来判断。

在XSLT处理器接触到XML输入文件之前，XML分析器会先对文件进行一系列处理，包括规范化操作。在这个过程中，xml:space属性起着关键作用，它会影响后续接手处理的XSLT处理器对空格结点的处理方式。除此之外，XML分析器还会对所有标记或内容尾端的结尾符号进行规范化，将它们转换成单一的新行字符（xA）。这一处理过程不仅统一了不同系统间结尾符号的差异，也简化了后续XML应用程序的操作难度。

XSLT处理器在构建完XML输入文件和XSL模板文件的结构树之后，会对文字结点进行合并和删除操作。符合一定条件的文字结点会被保留下来，例如，它的父组件是空格保留组件名称集的一员，或者文字结点中至少有一个非空格符，或者它的某个祖先组件中有xml:space属性且值为preserve。除此之外的文字结点都会被删除。对于XSL模板而言，唯一的空格保留组件是xsl:text组件。也就是说，如果空格结点出现在xsl:text组件中，它就会被保留下来。

通过对这些规则的深入理解和应用，我们可以更加精准地控制XSLT在处理XML文件时的空格处理方式，从而实现更为精确的XML文件转换和处理。