java - pretty-print 。忽略空格

Question

要温柔。

我正在尝试使用 javax.xml.transform.Transformer 将一些 xml 字符串格式化为在标签之间缩进/无空格。如果标签之间没有空格，则可以正常工作。如果有的话，它的行为很奇怪。我会发布一个例子。我试图跟进以下主题:http://forums.sun.com/thread.jspa?messageID=2054303#2699961 .没有成功。

要遵循的代码:

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
   factory.setIgnoringElementContentWhitespace(true);
   DocumentBuilder builder = factory.newDocumentBuilder();
   DOMImplementation domImpl = builder.getDOMImplementation();
   DOMImplementationLS ls = (DOMImplementationLS) domImpl.getFeature("LS", "3.0");
   LSInput in = ls.createLSInput();
   in.setByteStream(new ByteArrayInputStream(input.getBytes()));
   LSParser parser = ls.createLSParser(DOMImplementationLS.MODE_SYNCHRONOUS,
     "http://www.w3.org/2001/XMLSchema");
   Document xmlInput = parser.parse(in);

   StringWriter stringWriter = new StringWriter();
   StreamResult xmlOutput = new StreamResult(stringWriter);
   TransformerFactory f = TransformerFactory.newInstance();
   f.setAttribute("indent-number", 2);

   Transformer transformer = f.newTransformer();
   transformer.setOutputProperty(OutputKeys.INDENT, "yes");
   transformer.setOutputProperty(OutputKeys.METHOD, "xml");
   transformer.setOutputProperty("{http://xml.apache.org/xslt}indent-amount", "2");
   transformer.transform(new DOMSource(xmlInput), xmlOutput);

如果标签之间没有中断

input : <tag><nested>    hello   </nested></tag>
output : 
<tag>
  <nested>    hello   </nested>
</tag>

如果有:

input : <tag>  <nested>    hello   </nested></tag>
output : 
<tag>  <nested>    hello   </nested>
</tag>

JVM 1.6。

这里有什么明显的错误吗？

Answer 1

这一定是转换器实现的问题。我创建了一个小型测试类，它读取一个没有空格或换行符的字符串作为 XML，并从 XSLT 样式表(也从字符串)创建一个转换器。样式表指定缩进必须发生。这基本上是实现您使用 transformer.setOutputProperty(OutputKeys.INDENT, "yes");

所做的事情的另一种方式

这里是:

package transformation;

import java.io.StringReader;

import javax.xml.transform.Result;
import javax.xml.transform.Source;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.stream.StreamResult;
import javax.xml.transform.stream.StreamSource;

public class TransformerTest {

    public static void main(String[] args) throws Exception {

        final String xmlSample = "<?xml version=\"1.0\" encoding=\"UTF-8\"?><tag><nested>hello</nested></tag>";
        final String stylesheet = "<?xml version=\"1.0\" encoding=\"UTF-8\"?><xsl:stylesheet version=\"1.0\" xmlns:xsl=\"http://www.w3.org/1999/XSL/Transform\"><xsl:output method=\"xml\" version=\"1.0\" indent=\"yes\"/><xsl:template match=\"node()|@*\"><xsl:copy><xsl:apply-templates select=\"node()|@*\"/></xsl:copy></xsl:template></xsl:stylesheet>";

        final TransformerFactory factory = TransformerFactory.newInstance();

        final Source xslSource = new StreamSource(new StringReader(stylesheet));
        final Transformer transformer = factory.newTransformer(xslSource);

        final Source source = new StreamSource(new StringReader(xmlSample));
        final Result result = new StreamResult(System.out);

        transformer.transform(source, result);

    }

}

奇怪的是，结果因我使用的变压器而异。如果我不在类路径上放置任何 TransformerFactory 实现(使用 JRE 库中的默认实现)，结果是这样的:

<?xml version="1.0" encoding="UTF-8"?>
<tag>
<nested>hello</nested>
</tag>

不正确，因为标签没有缩进。

然后，通过在类路径上添加最近的 Xalan 实现(xalan.jar 和 serializer.jar，仍然使用 JRE 默认解析器/DOM 构建器)，我得到了这个:

<?xml version="1.0" encoding="UTF-8"?><tag>
<nested>hello</nested>
</tag>

仍然不正确，第一个标记与 XML 声明在同一行并且没有缩进。

老实说，这让我很震惊。我理解标签之间或文本节点周围的空格是否会影响缩进，因为转换器可能会假设其中的一些是不可忽略的。但是看到这样一个简单的 XML 被破坏是很奇怪的。我想也许使用控制台输出可能与它有关，所以我尝试流式传输到文件。相同的结果。

奇怪的是，长期存在的转换器实现仍然有这样的行为。但远没有我注意到使用模式 validator 导致属性从“增强的”XML 输出中删除时那么糟糕。

因此，除了尝试找到其他处理器并查看它们是否有同样的问题之外，似乎对此没有什么可做的。也许撒克逊值得一试。这个错误报告也很有趣(但是它是针对 Java 1.5 的): http://bugs.sun.com/bugdatabase/view_bug.do?bug_id=6296446