Question

我正在使用Apache Xerces 2.11.0和Apache Xalan 2.7.1，而且我在序列化的XML中遇到了额外的回车字符问题。

我有这个（伪）代码：

String myString = ...;
Document doc = ...;

Element item = doc.createElement("item");
item.appendChild(doc.createCDATASection(myString));

Transformer transformer = ...;
ByteArrayOutputStream stream = new ByteArrayOutputStream();
Result result = new StreamResult(stream);
transformer.transform(new DOMSource(document), result);

现在myString包含换行符（\r\n），（实际上它是base64编码数据）但是当我查看序列化输出时，还有其他\r个字符。

输入：

Line 1 \r\n
Line 2 \r\n
Line 3 \r\n

输出：

Line 1 \r\r\n
Line 2 \r\r\n
Line 3 \r\r\n

如果我使用createTextNode代替createCDATASection，输出会变得更有趣：

Line 1 &#13;\r\n
Line 2 &#13;\r\n
Line 3 &#13;\r\n

在序列化过程中似乎引入了附加字符，DOM树似乎是正确的。（根据getTextContent()）

为什么会这样？我该怎么做才能解决这个问题？

Answer 1

我猜您在Windows上遇到此问题，而不是在Linux / Solaris / Mac上。 Xalan序列化程序（org.apache.xml.serializer.ToStream.java）使用System.getProperty（“line.separator”）获取行分隔符。当串行器写入\ r \ n时，它将\ n解释为行序列的结尾，它实际上写入\ r + lineSeparator = \ r \ n \ n \ n \ n。虽然这听起来很奇怪，但这不是一个错误，见[1]。但由于这经常被报告为bug，因此添加了xalan扩展属性[2]。因此，您可以通过编程方式设置：

transformer.setOutputProperty("{http://xml.apache.org/xalan}line-separator","\n");

或

<xsl:output xalan:line-separator="&#10;" />

其中xalan是与“http://xml.apache.org/xalan”相关联的前缀。

[1] https://issues.apache.org/jira/browse/XALANJ-1660

[2] https://issues.apache.org/jira/browse/XALANJ-2093

Answer 2

奇怪，但在创建变换器后立即尝试transformer.setOutputProperty(javax.xml.transform.OutputKeys.INDENT, "no");，看看会发生什么。

Answer 3

尝试使用Xalan 2.7.1进行测试的Xerces 2.9.0。（2.9.0来自Xalan包）

在我遇到Xerces 2.11.0的问题后，我做了同样的事情。

为什么Apache Xerces / Xalan会为我的序列化输出添加额外的回车？

3 个答案: