用Java解析时如何在文档元素前保留空格？

Question

在我的应用程序中，我更改了XMLhtml" target="_blank">文件的某些部分，其开始如下：

<?xml version="1.0" encoding="UTF-8"?>
<!-- $Id: version control yadda-yadda $ -->

<myElement>
...

注意之前的空白行<myElement>。加载，更改和保存后，结果远非令人满意：

<?xml version="1.0" encoding="UTF-8"?>
<!-- $Id: version control yadda-yadda $ --><myElement>
...

我发现注释和文档节点之间的空白（一个换行符）根本没有在DOM中表示。下面的独立代码可靠地重现了此问题：

String source =
    "<?xml version=\"1.0\" encoding=\"UTF-16\"?>\n<!-- foo -->\n<empty/>";
byte[] sourceBytes = source.getBytes("UTF-16");

DocumentBuilder builder =
    DocumentBuilderFactory.newInstance().newDocumentBuilder();
Document doc =
    builder.parse(new ByteInputStream(sourceBytes, sourceBytes.length));

DOMImplementationLS domImplementation =
    (DOMImplementationLS) doc.getImplementation();
LSSerializer lsSerializer = domImplementation.createLSSerializer();
System.out.println(lsSerializer.writeToString(doc));

// output: <?xml version="1.0" encoding="UTF-16"?>\n<!-- foo --><empty/>

有谁知道如何避免这种情况？本质上，我希望输出与输入相同。（我知道将重新生成xml声明，因为它不是DOM的一部分，但这在这里不是问题。）

Answer 1

根本原因是标准DOM Level 3无法在不违反规范的情况下将Text节点表示为Document的子级。任何兼容的解析器都将删除空格。

Document -- 
    Element (maximum of one),
    ProcessingInstruction,
    Comment,
    DocumentType (maximum of one)

如果您需要一个符合标准的解决方案，并且目标是可读性而不是100％复制，那么我会在您的输出机制中寻找它。