BizTalk開發系列(十四) XML空白字元(WhiteSpace)

更多內容請查看：BizTalk動手實驗系列目錄

                      BizTalk 開發系列

      最近在做一個BizTalk項目,對XML檔案的處理很複雜。本來是想找有沒有方法可以一次性去除XML檔案中節點和屬性的值的空格。但是找了很久沒有看到相關的方法。如果有知道該方法的麻煩跟我講一下：cbcye@live.com 不過下面我整理了一下與之相關的XML空白字元(WhiteSpace)。

      先來看看這個問題比較一下這兩個XML是否一樣？

      XML（一）

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

      XML（二）

<AddBook><Name/><Mobile/></AddBook> 

      如果你覺得一樣的話，那麼我們來進行如下。我們使用的是XSLT（XML轉換語言）讀取整個XML文檔。此XSLT檔案的作用是拷貝整個源XML文檔中的節點到目標XML檔案中。

<?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> 

    測試時在Visual Studio的XSLT調試介面設定斷點。在監看式視窗使用Xpath函數：node()來查看XML文檔中的節點變化情況。

XML（一）的節點：

  

XML（二）的節點：

       從以上的測試資料可以看出當XML處於不同行的時候XML會多一些類型為whitespace的節點。由此可見XML(一)與XML(二)是不相同的。那為什麼它們之間不相同呢？那為什麼我們使用IE之類的XML解析器開啟兩個檔案的話看到的效果是一樣的？當然我們這裡不討論IE之類的是如何處理的（事實上是我也不知道IE是如何處理的:）。我們主要來看看這兩個XML之間為什麼不一樣。也就是本文要涉及的Whitespace。 

       首先我們來瞭解一下在XML裡什麼叫WiteSpace。XML 將以下四種字元歸為空白字元：斷行符號符（\r 或 ch(13)）、分行符號（\n 或 ch(10)）、定位字元 (\t) 以及空格 (' ')。在 XML 文檔中，空白字元分為兩類：
有意義空白字元 是文檔內容的一部分，應予以保留。
無意義空白字元 在編輯 XML 文檔時使用，以增加可讀性。這些空白字元一般在文檔交付時不予保留。

       由此可見XML文檔有時根據處理需要會增加一些斷行符號、換行之類的特殊字元。但是如果這些字元在處理XML時不先清除（如果有必要的話）。那麼就會造成一些錯誤。比如在XSLT檔案中有如下運算式的話那麼XML檔案中的空白字元就有可能引用轉換處理錯誤。因為空白字元是不能作為節點名稱的。

<xsl:element name="{local-name()}">

      瞭解了XML檔案中有無空白字元的區別與XML檔案中空白字元的用處之後我們來瞭解一下XML處理器是如果處理空白字元的。該如何根據需要處理空白字元。

      XML 分析：XML 規範提供了一個內建屬性 xml:space 來告知 XML 分析器其是否應忽略空白字元。該屬性由其根項目的子項目來繼承。聲明時，必須將其指定為枚舉類型，其可能的值只能是“default”和“preserve”。如果指定為“preserve”，則所定義元素內的空白字元必須保留。

      樣本:

• XML資料

<?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#代碼   

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

 

• 輸出效果

<?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 轉換。W3C XSLT 規範提供了兩個元素（即 xsl:strip-space 和 xsl:preserve-spacea€”）來處理空白字元。xsl:strip-space 指定了應刪除空白字元文本節點（即文本節點完全由空白字元組成）的 XML 元素。請注意，xsl:strip-space 只有影響純空白字元的節點。xsl:strip-space 可以列為一組由空白字元或使用萬用字元（例如 *）隔開的元素。xsl:preserve-space 具有類似的文法，但執行的結果卻與 xsl:strip-space 正好相反。

    使用方法：在XSLT檔案聲明全域屬性 <xsl:strip-space elements="*"/>或 <xsl:strip-space elements="element1 element2…"/>

   輸出的效果與XML分析器相同。

總結

   瞭解了XML空白字元的作用及XML分析與處理器處理方式。那麼在處理XML空白字元字元的時候，如果XML是給後台應用程式處理的話在處理之前最好先去除XML空白字元。如果XML是給使用者閱讀的話則保留相關的空白字元。