xml - XML 处理指令和空白

Question

我目前正在开发一个 XML/HTML 解析器node.js（如果您有兴趣：链接）。让我直奔主题：我需要知道我应该如何处理处理指令中的前导空格。这些应该相等吗？

1. <?asdf ?>
2. < ?asdf ?>
3. <? asdf ?>
4. < ? asdf ?>

我想严格的 XML 只会允许第一个（但是预期的行为是什么？我不想验证，我想接受尽可能多的构造），这更像是一个哲学问题。

提前致谢！

Answer 1

根据XML 规范，只允许第一个表示。我会说其他表示应该导致错误。

您可以添加一些预处理来清理无效结构（删除空格），然后将数据读取为 XML。

这个预处理器会在你的数据到达你的 XML 解析器之前清理你的数据——它可能是另一个程序。这样，如果输入数据有效一半，您的 XML 解析器将只获得有效的 XML（解析较少的特殊情况）。如果您的解析器仍然遇到错误，您会假定输入根本不是 XML 式的。

因此，例如在预处理过程中，数据将被更改，最终被解析为 XML：删除虚假空格（一个预处理器）→猜测结束标签（另一个预处理器）→解析为 XML

允许构造的问题由您的陈述回答，以尽可能多地接受。因为在这种情况下，您将删除 a 之后的所有空格<，如果 a?跟随，请再次删除空格，直到下一个单词 - 然后解析为 XML。

就个人而言，我不认为接受大多数构造是可取的。如果您的数据包含错误，则应照此处理。