BizTalk开发系列(十四) XML空白字符(WhiteSpace)

更多内容请查看：BizTalk动手实验系列目录

                      BizTalk 开发系列

      最近在做一个BizTalk项目,对XML文件的处理很复杂。本来是想找有没有方法可以一次性去除XML文件中节点和属性的值的空格。但是找了很久没有看到相关的方法。如果有知道该方法的麻烦跟我讲一下：cbcye@live.com 不过下面我整理了一下与之相关的XML空白字符(WhiteSpace)。

      先来看看这个问题比较一下这两个XML是否一样？

      XML（一）

< AddBook >
   < Name />
   < Mobile />
</ AddBook >  

      XML（二）

< AddBook >< Name />< Mobile /></ AddBook >  

      如果你觉得一样的话，那么我们来进行如下。我们使用的是XSLT（XML转换语言）读取整个XML文档。此XSLT文件的作用是拷贝整个源XML文档中的节点到目标XML文件中。

<? 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"  indent ="yes" />
   < xsl:template  match ="node()" >
     < xsl:copy >
       < xsl:apply-templates  select ="node()" />
     </ xsl:copy >
   </ xsl:template >
</ xsl:stylesheet >  

    测试时在Visual Studio的XSLT调试界面设置断点。在监视窗口使用Xpath函数：node()来查看XML文档中的节点变化情况。

XML（一）的节点：

  

XML（二）的节点：

       从以上的测试数据可以看出当XML处于不同行的时候XML会多一些类型为whitespace的节点。由此可见XML(一)与XML(二)是不相同的。那为什么它们之间不相同呢？那为什么我们使用IE之类的XML解析器打开两个文件的话看到的效果是一样的？当然我们这里不讨论IE之类的是如何处理的（事实上是我也不知道IE是如何处理的:）。我们主要来看看这两个XML之间为什么不一样。也就是本文要涉及的Whitespace。 

       首先我们来了解一下在XML里什么叫WiteSpace。XML 将以下四种字符归为空白字符：回车符（\r 或 ch(13)）、换行符（\n 或 ch(10)）、制表符 (\t) 以及空格 (' ')。在 XML 文档中，空白字符分为两类：
有意义空白字符 是文档内容的一部分，应予以保留。
无意义空白字符 在编辑 XML 文档时使用，以增加可读性。这些空白字符一般在文档交付时不予保留。

       由此可见XML文档有时根据处理需要会增加一些回车、换行之类的特殊字符。但是如果这些字符在处理XML时不先清除（如果有必要的话）。那么就会造成一些错误。比如在XSLT文件中有如下表达式的话那么XML文件中的空白字符就有可能引用转换处理错误。因为空白字符是不能作为节点名称的。

< xsl:element  name ="{local-name()}" >

      了解了XML文件中有无空白字符的区别与XML文件中空白字符的用处之后我们来了解一下XML处理器是如果处理空白字符的。该如何根据需要处理空白字符。

      XML 分析：XML 规范提供了一个内置属性 xml:space 来告知 XML 分析器其是否应忽略空白字符。该属性由其根元素的子元素来继承。声明时，必须将其指定为枚举类型，其可能的值只能是“default”和“preserve”。如果指定为“preserve”，则所定义元素内的空白字符必须保留。

      示例:

• XML数据

<? xml version="1.0" encoding="utf-8" ?>
< root  xmlns ="http://quicklearn.cn" />
   < part1 >
     < ns0:books  xmlns:ns0 ="http://books.quicklearn.cn" />
       < ns0:book >
         < name > BizTalk Develop </ name >
         < ISDN > 0101010101010 </ ISDN >
       </ ns0:book >
     </ ns0:books >
   </ part1 >
   < part2 >
     < ns1:customers  xmlns:ns1 ="customers.quicklearn.cn" >
       < customer  xml:space ="preserve" >
         < name > Zhang San </ name >
         < mobile > 133333333333 </ mobile >
         < address >
           < province > Guang Dong </ province >


           < city > Shen Zhen      </ city >
         </ address >
       </ customer >
     </ ns1:customers >
   </ part2 >
</ root >

 

• C#代码   

XmlDocument xmlDoc  =   new  XmlDocument();
xmlDoc.PreserveWhitespace  =   false ;
xmlDoc.Load( @" D:\Projects\Temp\XSLTTest\XSLTTest\XSLTTest\XMLData2.xml " );
this .richTextBox1.Text  =  xmlDoc.OuterXml;

 

• 输出效果

<? xml version="1.0" encoding="utf-8" ?> < root  xmlns ="http://quicklearn.cn" />< part1 >< ns0:books  xmlns:ns0 ="http://books.quicklearn.cn" />< ns0:book >< name > BizTalk Develop </ name >< ISDN > 0101010101010 </ ISDN ></ ns0:book ></ ns0:books ></ part1 >< part2 >< ns1:customers  xmlns:ns1 ="customers.quicklearn.cn" >< customer  xml:space ="preserve" >
         < name > Zhang San </ name >
         < mobile > 133333333333 </ mobile >
         < address >
           < province > Guang Dong </ province >


           < city > Shen Zhen      </ city >
         </ address >
       </ customer ></ ns1:customers ></ part2 ></ root >

     XSLT 转换。W3C XSLT 规范提供了两个元素（即 xsl:strip-space 和 xsl:preserve-spacea€”）来处理空白字符。xsl:strip-space 指定了应删除空白字符文本节点（即文本节点完全由空白字符组成）的 XML 元素。请注意，xsl:strip-space 只有影响纯空白字符的节点。xsl:strip-space 可以列为一组由空白字符或使用通配符（例如 *）隔开的元素。xsl:preserve-space 具有类似的语法，但执行的结果却与 xsl:strip-space 正好相反。

    使用方法：在XSLT文件声明全局属性 <xsl:strip-space elements="*"/>或 <xsl:strip-space elements="element1 element2…"/>

   输出的效果与XML分析器相同。

总结

   了解了XML空白字符的作用及XML分析与处理器处理方式。那么在处理XML空白字符字符的时候，如果XML是给后台应用程序处理的话在处理之前最好先去除XML空白字符。如果XML是给用户阅读的话则保留相关的空白字符。