本文整理自《XSLT 從入門到精通》關於空白的說明,適合已對 XML 文件結構有基本認識的讀者。建議由上方往下順讀。
對 HTML 而言空白可有可無,瀏覽器會自行吃掉多餘的換行與縮排;但 XML 的預設立場剛好相反——空白節點會被保留。這個差異是許多人從 HTML 轉到 XML 時最常踩的坑。
依 XML 規範,空白是以下四種字元組成的任意序列:
XML 文件中的空白會形成節點,也就是「空白節點」,它屬於文字節點的一種。
XML 與 XSLT 談空白,其實在處理兩件不同的事:
xml:space 屬性。xsl:strip-space 與 xsl:preserve-space。判斷規則其實很樸素:若某元素的內容模型只能放子元素(即元素內容型),那麼它裡面的空白節點並不重要(insignificant);若內容型別是 #PCDATA,則其中的空白節點應視為重要(significant)。至於文字與元素混雜的情況則無從一概而論,得看該元素及其內容的語意而定。
XSLT 處理器碰觸輸入文件之前,XML 剖析器已經先跑過一輪。這段過程值得記住:
xml:space 屬性會改變後續 XML 應用程式處理空白節點的模式,XSLT 處理器同樣受影響。正規化的動機很實際:不同作業系統的行尾設計不同,Windows 用 CR + LF,Unix 只用 LF。剖析器讀檔後先把所有行尾統一換成單一換行字元,既抹平了系統差異,也簡化了後續應用程式的判斷。具體步驟是:
a. 每個文字列的行尾符號正規化成單一換行字元(#xA)。
b. 任何空白符(#x20、#xD、#xA、#x9)都換成一個空格字元(#x20)。
c. 屬性值若含字元參照,替換成該參照字元,例如 
 換成 #xA。
d. 屬性值若含實體參照,以其替換文字取代。
e. 除此之外,任何字元直接放進正規化後的屬性值。
f. 最後,若屬性型別不是 CDATA,還要刪掉前後的空白序列,並把中間連續空白壓成單一空格。
結構樹建好之後,XSLT 處理器會先把相鄰的文字節點合併成單一文字節點,再刪掉其中一些。符合下列任一條件的文字節點會被保留:
xml:space="preserve",且更近的祖先沒有其他 xml:space="default"。其餘文字節點一律被移除。
而在樣式表(xsl)那一側,所謂的空白保留元素名稱集只有一個成員:xsl:text。樣式表本身的空白節點預設都會被刪除,唯獨包在 xsl:text 裡的能倖免。這也是為什麼要輸出需要保留的空白時,標準做法是用 xsl:text 而非直接寫空白。