c# - XmlDocument:空白处理和规范化

Question

我有一堆与 XmlDocument 的空格处理相关的问题.请参阅下面示例中的编号评论。

1. 在混合模式下，所有空格都不应该有意义吗？为什么 a 标签之间的空格不重要？

2. 虽然我知道实际的空白元素仍然是 XmlWhitespace，但我如何将这些空格规范化为 XmlSignificantWhitespace 节点？ Normalize() 不起作用。

3. 手动操作是我唯一的选择吗？

这是我的测试用例:

private static void Main()
{
    // 1. Shouldn't all whitespace be significant in mixed mode? Why the space between the a tags is not significant?
    var doc = new XmlDocument
    {
        InnerXml = "<root>test1 <a>test2</a> <a>test3</a></root>",
    };
    PrintDoc(doc);

    // 2.a. While I understand that the actual whitespace element is still XmlWhitespace, how do I normalize these spaces into XmlSignificantWhitespaces?
    doc.DocumentElement.RemoveAll();
    doc.DocumentElement.SetAttribute("xml:space", "preserve");
    var fragment = doc.CreateDocumentFragment();
    fragment.InnerXml = "test1 <a>test2</a> <a>test3</a>";
    doc.DocumentElement.PrependChild(fragment);
    PrintDoc(doc);

    // 2.b. Normalize doesn't work
    doc.Normalize();
    PrintDoc(doc);

    // 3.a. Manual normalization does work, is there a better way?
    doc.DocumentElement.RemoveAllAttributes();
    var whitespaces = doc.DocumentElement.ChildNodes.Cast<XmlNode>()
        .OfType<XmlWhitespace>()
        .ToList();
    foreach (var whitespace in whitespaces)
    {
        var significant = doc.CreateSignificantWhitespace(whitespace.Value);
        doc.DocumentElement.ReplaceChild(significant, whitespace);
    }
    PrintDoc(doc);

    // 3.b. Reading from string also works
    doc.InnerXml = "<root xml:space=\"preserve\">test1 <a>test2</a> <a>test3</a></root>";
    PrintDoc(doc);
}

private static void PrintDoc(XmlDocument doc)
{
    var nodes = doc.DocumentElement.ChildNodes.Cast<XmlNode>().ToList();
    var whitespace = nodes.OfType<XmlWhitespace>().Count();
    var significantWhitespace = nodes.OfType<XmlSignificantWhitespace>().Count();

    Console.WriteLine($"Xml: {doc.InnerXml}\nwhitespace: {whitespace}\nsignificant whitespace: {significantWhitespace}\n");
}

输出如下:

Xml: <root>test1 <a>test2</a><a>test3</a></root>
whitespace: 0
significant whitespace: 0

Xml: <root xml:space="preserve">test1 <a>test2</a> <a>test3</a></root>
whitespace: 1
significant whitespace: 0

Xml: <root xml:space="preserve">test1 <a>test2</a> <a>test3</a></root>
whitespace: 1
significant whitespace: 0

Xml: <root>test1 <a>test2</a> <a>test3</a></root>
whitespace: 0
significant whitespace: 1

Xml: <root xml:space="preserve">test1 <a>test2</a> <a>test3</a></root>
whitespace: 0
significant whitespace: 1

Answer 1

Microsoft 文档不清楚，至少部分不准确。尽管 XmlSignificantWhitespace Class 的 Microsoft 文档表示“混合内容节点中标记之间的空白” 是“重要空白”，实际的 XmlDocument 加载和解析行为与此不一致。相关文档是PreserveWhitespace和 White Space and Significant White Space Handling when Loading the DOM , 但这些没有提供足够的具体细节。

根据经验，正如您通过测试用例和我自己的测试所证明的那样，行为如下:

• 当 XmlDocument.PreserveWhitespace = true 加载时并在 xml:space="preserve" 范围内时保留空格。然而，对于前者，它被保存在Whitespace节点而不是SignificantWhitespace节点。
• 如果XmlDocument.PreserveWhitespace = false，则混合内容节点中元素之间的空白将被丢弃，与XmlSignificantWhitespace Class相反文档。
• 空格仅变成xml:space="preserve" 范围内的SignfiicantWhitespace 节点。在这种情况下，无论 XmlDocument.PreserveWhitespace 设置如何，它都始终保留为 SignificantWhitespace。

简而言之，将空白直接解析为 SignificantWhitespace 节点的唯一方法是在 xml:space="preserve" 范围内。一种可能对您有用的方法是将 XML 内容包装在具有 xml:space="preserve" 范围的新外部元素中。我不知道为什么您的 CreateDocumentFragment() 测试不起作用，但这里有一些代码确实有效:

// 4. Loading the XML within an xml:space="preserve" element works
doc.InnerXml = "<root xml:space=\"preserve\"></root>";
doc.FirstChild.InnerXml = "test1 <a>test2</a> <a>test3</a>";
PrintDoc(doc);

这导致:

Xml: <root xml:space="preserve">test1 <a>test2</a> <a>test3</a></root>
whitespace: 0
significant whitespace: 1