在 XML 規範裡,「空白」包含空格、定位字元(tab)與換行。我們習慣用縮排和換行讓文件更易讀,但對某些應用來說,這些空白反而是雜訊;而在另一些場景,例如詩歌、程式碼片段,空白本身就是內容的一部分,非留不可。
XML 文件中的空白大致可分為兩類。
當元素同時包含文字與標記時出現的空白,屬於有效空白。例如:
<name>Tanmay Patil</name>
把它和 <name>TanmayPatil</name> 相比,兩者之所以不同,關鍵就在 Tanmay 與 Patil 之間那個空格。任何讀取這份文件的程式都必須保留這個差異。
只出現在標記之間、純粹為了排版而存在的空白,屬於無效空白。像是屬性與元素之間的斷行、標籤前的縮排。這類空白在渲染時通常可以被安全地移除,不會改變文件的語意。
XML 提供了一個特殊屬性 xml:space,用來通知應用程式「這個元素的空白請原樣保留」。它只有兩個合法取值:
default:套用應用程式預設的空白處理模式。preserve:保留元素內的所有空白字元。若文件需要通過有效性驗證,xml:space 和其他屬性一樣必須先宣告,且型別必須是枚舉(Enumerated)。
以下宣告讓 poem 元素的 xml:space 預設值為 preserve:
<!ATTLIST poem xml:space (default|preserve) 'preserve'>
以下宣告則用 FIXED 關鍵字把值鎖定在 preserve,作者無法改寫:
<!ATTLIST pre xml:space (preserve) #FIXED 'preserve'>
也可以只針對特定元素開啟保護,例如地址:
<!ATTLIST address xml:space (default|preserve) 'preserve'>
xml:space 具有繼承性:一旦某個元素設定了這個屬性,它的效果會延伸到該元素內容中的所有後代元素,直到被另一個 xml:space 實例覆寫為止。這讓你可以只在需要的地方開啟保護,而不必逐層標註。
補充一點解析行為:XML 解析器會把文件中所有非標記的字元都交給應用程式;若使用具備驗證能力的解析器,它還會告訴你哪些字元構成的是「元素內容中的空白」,方便你決定要正規化還是原樣保留。