使用 libxml2 读取属性值时如何保留空格答案

【问题标题】：How to keep the whitespaces when reading an attribute value with libxml2使用 libxml2 读取属性值时如何保留空格
【发布时间】：2013-01-25 22:14:03
【问题描述】：

我使用 libxml2 来解析我的 XML 配置文件。最新的功能请求涉及“正确处理有意义的空白”，例如应该保留换行符。

目前我使用xmlGetProp 获取属性值。

我知道空格通常由 XML 解析器规范化——正如标准所要求的那样（用空格字符替换所有空格，融合多个空格字符，去除前导和尾随空格字符）。

我想知道是否有一种方法可以确保保留属性中嵌入的换行符。

我可以使用不同的 libxml2 功能来解析保留空格的 XML 属性吗？
是否有任何 DTD 或 schema 方法可以使 libxml2 做到这一点？目前我不使用这些。

【问题讨论】：

标签： xml schema whitespace dtd libxml2

【解决方案1】：

你试过xml:space属性还是xmlNodeGetSpacePreserve()：

<para xml:space="preserve">

见：

【讨论】：

呃，有趣。不，我没有尝试过，但仍然很有趣。唉，我确实有一个 attribute 而不是一个带有文本内容（或 PCDATA 或 CDATA）的 element。在我可以将这些可怕的属性提升为具有内容的元素之前，我可能会在属性中放置一个 URI，然后在外部加载包含空间的东西，可以这么说。但如果有一个“属性方式”，我可能不会这样做。
xml:space 不会在属性值中保留换行符。根据rules for Attribute-Value Normalization，有必要将换行符编码为#xA;，以便在xml 解析过程中安然无恙。原始换行符将变成空格。对于类型不是 CDATA 的属性，会发生进一步的规范化（连续空格的修剪和折叠）。（CDATA 是默认的属性类型。）

【解决方案2】：

正如您注意到的，这是 XML 规范所要求的，因此在 DTD 或 Schema 中无法停止规范化。

你或许可以使用 libxml 的 html 解析器，使用它的命令行 xmllint 实用程序和输入文件

<a>
<b x="1
2
3"/>
</a>

我明白了

$ xmllint abc.xml
<?xml version="1.0"?>
<a>
<b x="1 2 3"/>
</a>

所以换行符已经消失了，但是：

$ xmllint --html abc.xml
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body><a>
<b x="1
2
3"></b>
</a></body></html>

保留换行符（添加了虚假推断的 html 和正文，但您可能会在应用程序解析后丢失它们）。

【讨论】：