如何在序列化之前从DOM中删除纯空白文本节点？

Question

我有一些Java（5.0）代码，可以从各种（缓存的）数据源构造DOM，然后删除不需要的某些元素节点，然后使用以下方法将结果序列化为XML字符串：

// Serialize DOM back into a string
Writer out = new StringWriter();
Transformer tf = TransformerFactory.newInstance().newTransformer();
tf.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes");
tf.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
tf.setOutputProperty(OutputKeys.INDENT, "no");
tf.transform(new DOMSource(doc), new StreamResult(out));
return out.toString();

但是，由于要删除几个元素节点，所以最终的序列化文档中最终会有很多额外的空格。

有没有一种简单的方法可以在将DOM序列化为String之前（或同时）从DOM中删除/折叠多余的空格？

Answer 1

您可以使用XPath查找空文本节点，然后以编程方式将其删除，如下所示：

XPathFactory xpathFactory = XPathFactory.newInstance();
// XPath to find empty text nodes.
XPathExpression xpathExp = xpathFactory.newXPath().compile(
        "//text()[normalize-space(.) = '']");  
NodeList emptyTextNodes = (NodeList) 
        xpathExp.evaluate(doc, XPathConstants.NODESET);

// Remove each empty text node from document.
for (int i = 0; i < emptyTextNodes.getLength(); i++) {
    Node emptyTextNode = emptyTextNodes.item(i);
    emptyTextNode.getParentNode().removeChild(emptyTextNode);
}

如果您想比XSL模板更容易控制节点删除，则此方法可能很有用。