什么是空元素？

Question

根据 XML 规范，这是一个空元素的定义：

一个没有内容的元素被称为是空的。] 一个空元素的表示要么是一个开始标签紧跟一个结束标签，要么是一个空元素标签。

（见：http://www.w3.org/TR/REC-xml/#NT-content）

现在，我对空元素标签的理解没有问题：<i-am-empty/>，也不会产生误解。但在我看来，该标准在另一种情况下自相矛盾：一方面它说任何没有content 的标签都是空的，另一方面它说这可以用一个开始标签来表示，然后紧跟一个结束标签。但是如果我们看content的定义：

[43] content ::= CharData? ((element | Reference | CDSect | PI | Comment) CharData?)*

在我看来content 由两个可选部分组成，CharData? 和一个组()*。但是由于这两个部分都是可选的，这意味着没有任何东西（例如，没有字符）与这个产生相匹配。因此，如果我尝试将此内容定义与<am-i-empty-or-not></am-i-empty-or-not> 中的任何内容相匹配，我会得到一个肯定的匹配。所以，一方面这是一个空标签，因为它是“一个开始标签紧跟一个结束标签”，另一方面它不是空的，因为在标签之间我可以肯定地匹配生产规则的定义[ 43] 对于内容，在这种情况下它包含内容，这意味着它不能为空。

谁能解释一下哪些规则优先？有人知道对此有不同看法的任何 DOM 或解析器实现吗？

Answer 1

我想检查 "empty" 的哪些不同变体实际上是空的。

变体 A

<Santa/>

给出一棵树

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""

变体 B

<Santa></Santa>

给出一个 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""

变体 C

<Santa>空格</Santa>

给出一个 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""

变体 D

<Santa>标签</Santa>

给出一个 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""

变体 E

<Santa>CRLF
</Santa>

给出一个 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""

文本的所有变体都给出相同的 DOM 树。当一个 XML 文档被要求序列化自己时，DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""

序列化文本的结果：

<?xml version="1.0"?>
<Santa/>

手动添加空文本节点

我想看看如果我构建 DOM 树会发生什么：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""
      |- NODE_TEXT #text ""

使用伪代码：

XmlDocument doc = new XmlDocument();
XmlElement santa = doc.appendChild(doc.CreateElement("Santa"));
santa.appendChild(doc.CreateText(""));

当该 DOM 文档保存到流中时，它会显示为：

<?xml version="1.0"?>
<Santa/>

即使元素被强制有一个子元素（即强制不为空），DOM 也会将其设为空。

强制文本节点带有空格

然后，如果我确保在 TEXT 节点中添加一些空格：

XmlDocument doc = new XmlDocument();
XmlElement santa = doc.appendChild(doc.CreateElement("Santa"));
santa.appendChild(doc.CreateText(" "));

它以 XML 形式出现：

<?xml version="1.0" ?>
<Santa> </Santa>

使用 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""
      |- NODE_TEXT #text " "

有趣；它不能往返。

强制使用 TAB CRLF

XmlDocument doc = new XmlDocument();
XmlElement santa = doc.appendChild(doc.CreateElement("Santa"));
santa.appendChild(doc.CreateText(TAB+LF+CR));

它以 XML 形式出现：

TABLF CR 圣诞老人>

使用 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""
      |- NODE_TEXT #text "\t\n\n"

是的，XML 将所有 CR 转换为 LF，是的，它不是可往返的。如果你解析：

TABLF CR 圣诞老人>

你会得到以下的 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""

设置元素.text

最后我们来看看如果你通过它的.text 属性设置一个元素的文本会发生什么。

不设置文字：

XmlDocument doc = new XmlDocument();
XmlElement santa = doc.appendChild(doc.CreateElement("Santa"));
//santa.text = ""; example where we don't set the text

给出 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""

和 XML：

<?xml version="1.0"?>
<Santa/>

设置空文本

XmlDocument doc = new XmlDocument();
XmlElement santa = doc.appendChild(doc.CreateElement("Santa"));
santa.text = ""; //example where we do set the text

给出 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""
      |- NODE_TEXT #text ""

和 XML：

<?xml version="1.0"?>
<Santa/>

设置单个空格

XmlDocument doc = new XmlDocument();
XmlElement santa = doc.appendChild(doc.CreateElement("Santa"));
santa.text = " ";

给出 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""
      |- NODE_TEXT #text " "

和 XML：

<?xml version="1.0"?>
<Santa> </Santa>

设置更多的空白

XmlDocument doc = new XmlDocument();
XmlElement santa = doc.appendChild(doc.CreateElement("Santa"));
santa.text = LF+TAB+CR;

给出 DOM 树：

|- NODE_DOCUMENT #document ""
   |- NODE_ELEMENT Santa ""
      |- NODE_TEXT #text "\n\t\n"

和 XML：

LF TABLF 圣诞老人>

所以从某种角度来看，他们告诉你的是真的。

• 元素中仅包含空格的 xml 字符串在解析时将为空
• 文本节点中仅包含空格的 DOM 元素在转换为 xml 字符串时将呈现空格

Answer 2

但是由于这两个部分都是可选的，这意味着没有任何东西（如缺少字符）与这个产生式匹配。

这可能是真的，但规范中关于这个问题的措辞非常明确。下一段中甚至还有空元素的示例。

<IMG align="left"
 src="http://www.w3.org/Icons/WWW/w3c_home" />
<br></br>
<br/>

所以阅读的唯一方法（在这种情况下，加上周围的措辞和例子）

没有内容的元素

将包括“（在匹配生产时）完全为空的内容”（即长度为零，甚至没有空格）。

Answer 3

<element />

和

<element></element>

都是空元素。任何来自标准的产品都必须解释为具有此结果。