在 XML 中保留文本格式

Question

我有一些数据想要存储在 XML 文件中。 （不一定是 XML，但 XML 是一种很好的开放格式。）

数据由节点和子节点组成（深度没有限制），每个节点都可以有一些文本。

我的数据可能如下所示：

<?xml version="1.0" ?>
<nodes>
  <node title="root">
    <node title="child1">
      Here is some text for child1.
    </node>
    <node title="child2">
      Here is some text for child2.
    </node>
    <node title="child3">
      Here is some text for child3.
    </node>
    Here is some text for root.
  </node>
</nodes>

但是这种方法的问题是我最终会得到很多原始文本中没有的空白。例如，我的根节点的文本有 10 个换行符和一堆制表符（或空格），以便很好地格式化子节点。

以这种方式使用 XML 存储数据，但不添加任何额外的空白字符，准确保留原始文本，有什么好的方法？

注意：我假设我可以只拥有没有换行符或缩进的所有数据：

<?xml version="1.0" ?>
<nodes>
  <node title="root"><node title="child1">Here is some text for child1.
</node><node title="child2">Here is some text for child2.
</node><node title="child3">Here is some text for child3.
</node>Here is some text for root.
</node>
</nodes>

我想这消除了任何新的空白。但这是最好的方法吗？它几乎是丑陋的。一些 XML 查看器可能会通过添加空格来格式化标签。

Answer 1

让我们分别考虑未混合和混合内容：

非混合内容

当您的元素之间不能混合文本时，只需根据需要管理元素内的空白，并允许 XML 序列化程序和编辑器管理元素之间的空白：

<?xml version="1.0" ?>
<nodes>
  <node title="root">
    <node title="child1">Here is some text for child1.</node>
    <node title="child2">Here is some text for child2.</node>
    <node title="child3">Here is some text for child3.</node>
  </node>
</nodes>

这适用于面向数据和面向文档的 XML。 （OOXML 是一个不需要混合内容的面向文档的 XML 示例。）

混合内容

当文本可以在元素之间混合时，请根据数据的语义决定如何管理空白。例如，如果您的数据类似于 HTML，则多个连续空格与单个空格没有什么不同，因此允许 XML 序列化程序和编辑器管理空格就可以了：

<?xml version="1.0" ?>
<nodes>
  <node title="root">
    <node title="child1">Here is some text for child1. </node>
    <node title="child2">Here is some text for child2. </node>
    <node title="child3">Here is some text for child3. </node>
    Here is some text for root.
  </node>
</nodes>

xml:space

如果您的 XML 的某些部分将重要性与嵌入的空白相关联，您可以通过向包含元素添加特殊的 xml:space="preserve" 属性来表示这一点：

2.10 White Space Handling

在编辑 XML 文档时，使用“空白”通常很方便 （空格、制表符和空行）将标记分开以获取更大的 可读性。这种空白通常不打算包含 在文档的交付版本中。另一方面， “显着”的空白应该保留在交付的 版本很常见，例如在诗歌和源代码中。

XML 处理器必须始终传递文档中的所有字符 没有标记到应用程序。验证 XML 处理器 还必须通知应用程序这些字符构成 元素内容中出现空白。

一个名为xml:space 的特殊属性可以附加到一个元素上 表示在该元素中应该使用空白 由应用程序保存。在有效文档中，此属性，如 任何其他，如果使用，必须声明。声明时，必须是 作为枚举类型给出，其值为以下之一或两者 "default" 和 "preserve"。

不过，您应该谨慎使用xml:space="preserve"。将其放在复杂 XML 格式（如 OOXML）的根元素上可能会生成consumers of your data justifiably unhappy。