java - 如何在序列化之前从 DOM 中剥离纯空白文本节点？

Question

我有一些 Java (5.0) 代码从各种(缓存的)数据源构建 DOM，然后删除某些不需要的元素节点，然后使用以下方法将结果序列化为 XML 字符串:

// Serialize DOM back into a string
Writer out = new StringWriter();
Transformer tf = TransformerFactory.newInstance().newTransformer();
tf.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes");
tf.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
tf.setOutputProperty(OutputKeys.INDENT, "no");
tf.transform(new DOMSource(doc), new StreamResult(out));
return out.toString();

但是，由于我删除了几个元素节点，最终序列化文档中出现了很多额外的空白。

有没有一种简单的方法可以在将 DOM 序列化为字符串之前(或同时)从 DOM 中删除/折叠多余的空格？

Answer 1

您可以使用 XPath 找到空文本节点，然后像这样以编程方式删除它们:

XPathFactory xpathFactory = XPathFactory.newInstance();
// XPath to find empty text nodes.
XPathExpression xpathExp = xpathFactory.newXPath().compile(
        "//text()[normalize-space(.) = '']");  
NodeList emptyTextNodes = (NodeList) 
        xpathExp.evaluate(doc, XPathConstants.NODESET);

// Remove each empty text node from document.
for (int i = 0; i < emptyTextNodes.getLength(); i++) {
    Node emptyTextNode = emptyTextNodes.item(i);
    emptyTextNode.getParentNode().removeChild(emptyTextNode);
}

如果您想要比使用 XSL 模板更轻松地控制节点删除，则此方法可能很有用。