Question

我有一堆与XmlDocument的空格处理有关的问题。请参阅以下示例中的编号注释。

在混合模式下，所有空白都不应该显着吗？为什么a标记之间的空格不重要？
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个节点？ Normalize()无效。
我是唯一可以手动选择的吗？

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。虽然XmlSignificantWhitespace Class的Microsoft文档说“混合内容节点中的标记之间的空格” “重要的空白”，但实际的XmlDocument加载和解析行为与此不一致。相关文档为PreserveWhitespace和White Space and Significant White Space Handling when Loading the DOM，但这些文档未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：

在加载XmlDocument.PreserveWhitespace = true并且在xml:space="preserve"范围内时，会保留空格。但是，对于前者，它保留在Whitespace个节点而不是SignificantWhitespace个节点中。
如果XmlDocument.PreserveWhitespace = false，则混合内容节点中的元素之间的空格被丢弃，相反到XmlSignificantWhitespace Class文档。
空格仅在SignfiicantWhitespace范围内变为xml:space="preserve"个节点。在这种情况下，无论SignificantWhitespace设置如何，始终保留为XmlDocument.PreserveWhitespace。

简而言之，将空格直接解析为SignificantWhitespace节点的唯一方法是在xml:space="preserve"范围内。可能对您有用的一种方法是将XML内容包装在具有xml:space="preserve"范围的新外部元素中。我不知道为什么你的CreateDocumentFragment()测试不起作用，但这里有一些代码可以工作：

// 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

Answer 2

编写自己的XmlNodeReader似乎有效，尽管它不是＆＃34;最干净的＆＃34;溶液

考虑当前的实施here：

public virtual XmlNodeType MoveToContent() {
    do {
        switch (this.NodeType) {
            case XmlNodeType.Attribute:
                MoveToElement();
                goto case XmlNodeType.Element;
            case XmlNodeType.Element:
            case XmlNodeType.EndElement:
            case XmlNodeType.CDATA:
            case XmlNodeType.Text:
            case XmlNodeType.EntityReference:
            case XmlNodeType.EndEntity:
                return this.NodeType;
        }
    } while (Read());
    return this.NodeType;
}

要将标记SignificantWhitespace作为内容，您可以在NodeType时返回XmlNodeType.SignificantWhitespace。

这是我自己WhitespaceXmlNodeReader的完整实现：

internal class WhitespaceXmlNodeReader : XmlNodeReader
{
    public WhitespaceXmlNodeReader(XmlNode node)
        : base(node)
    {
    }

    public override XmlNodeType MoveToContent()
    {
        do
        {
            switch (NodeType)
            {
                case XmlNodeType.Attribute:
                    MoveToElement();
                    goto case XmlNodeType.Element;
                case XmlNodeType.Element:
                case XmlNodeType.EndElement:
                case XmlNodeType.CDATA:
                case XmlNodeType.Text:
                case XmlNodeType.EntityReference:
                case XmlNodeType.EndEntity:
                // This was added:
                case XmlNodeType.SignificantWhitespace:
                    return NodeType;
            }
        } while (Read());
        return NodeType;
    }
}

XmlDocument：空白处理和规范化

2 个答案: