XML中的空白字符(whitespace)在解析时会被保留吗？

xml中的空白字符是否保留取决于解析器类型和上下文，通常格式化用的“无意义空白”在非验证型解析器中会被保留，而在验证型解析器中可能被忽略；2. “有意义空白”作为数据一部分始终被保留，如文本内容中的空格；3. 验证型解析器根据dtd或schema判断元素内容模型，若为“只含子元素”则忽略标签间空白，若为“混合内容”则保留；4. xml:space属性可明确控制空白处理：preserve强制保留所有空白，default恢复解析器默认行为，且该属性具有继承性；5. dom解析器将所有空白视为文本节点，常需手动清理，而sax解析器通过characters()和ignorablewhitespace()事件区分报告，赋予开发者更高控制权。

XML中的空白字符在解析时是否保留，这真是一个取决于具体情况和解析器行为的问题。简单来说，答案是“不一定”，但多数时候，那些我们为了格式美观而添加的空白（比如缩进和空行），确实有很大概率会被解析器保留下来，尤其是在使用某些解析模型时。而那些构成实际数据内容的空白，则几乎总是会被保留的。

说实话，刚接触XML的时候，空白字符的处理常常让人摸不着头脑。你以为只是为了排版好看加的空行，结果在程序里读出来成了个独立的文本节点，这可真是个“惊喜”。要理解这背后的逻辑，我们得先区分一下“有意义”和“无意义”的空白。

“有意义的空白”是指那些作为元素内容一部分的空白，比如

Hello World

Hello

World

真正让人头疼的是那些“无意义的空白”，它们通常是为了让XML文档看起来更整洁、更易读而存在的，比如元素标签之间的换行和缩进：

这里的换行和缩进，对XML文档的结构和数据本身其实是无关紧要的。但问题在于，不同的XML解析器，或者说不同的解析模式，对这些“无意义”空白的处理方式大相径庭。

一个非验证型解析器（non-validating parser），通常会比较“傻白甜”，它会把所有遇到的字符都当作数据的一部分报告出来，包括这些用于格式化的空白。因为它没有外部的DTD或Schema来告诉它哪些空白是可以忽略的。

而验证型解析器（validating parser），在加载了DTD或Schema后，就有了“智能判断”的能力。如果一个元素的内容模型被声明为“只包含子元素”（element-only content），那么它标签之间的空白字符，验证型解析器就知道这是可以安全忽略的。但如果内容模型是“混合内容”（mixed content）或者“文本内容”（text content），那它就会小心翼翼地保留所有空白，因为它无法判断这些空白是否是数据的一部分。

另外，

xml:space

xml:space="preserve"

如何区分XML中的“有意义”和“无意义”空白字符？

这其实是个理解XML数据模型和解析器行为的关键点。在我看来，“有意义”和“无意义”的区分，更多是从我们人类阅读和数据语义的角度出发，而解析器则依据更严格的规则来判断。

从人类视角看：

• 有意义的空白：它们是实际数据的一部分，比如一个句子中的单词间距，或者代码片段中为了保持格式而存在的缩进和换行。如果移除它们，数据的含义或格式就会改变。例如：

  Hello   World

  ，这里的多个空格就是有意义的，它可能代表了一种特殊的排版需求。
• 无意义的空白：这些空白纯粹是为了让XML文档结构看起来更清晰、更易读，它们存在于元素标签之间，或者在标签和属性之间。比如：
  和
  之间，以及
  和

  
        
        
            
                This is a paragraph.
                It has some text.
            
            
                int x = 10;
            
        
    

  在这里，

  document

  声明了

  preserve

  ，但

  content

  元素又声明了

  default

  ，这意味着

  content

  内部的空白处理将遵循默认规则（比如

  paragraph

  内部的换行可能被忽略，如果它被声明为文本内容），而

  codeSnippet

  又重新声明了

  preserve

  ，确保其内部代码格式不变。

重要提示：

xml:space

xml:space="default"

xml:space="preserve"