如何处理从 XML 和 XSLT 文件生成的文本文件中的空格？

Question

我一直在处理这个 XML 文件（超过 460.000 行），以便提取所有内容标签并将它们存储在单独的文本文件中。此 XSLT 代码执行并创建了我想要的文件，但我不明白为什么生成的文本文件充满了白色 spaces，即使我使用 XSLT 文件中的 strip space 元素进行擦除所有的白色space都没有用。

这是我的 XML 文件：

<?xml version="1.0"?>
<sa>
    <review>
        <product>
            <name> 
                Scary movie
            </name>
        </product>
        <rating> 
            0.5 
        </rating>
        <content>
            bad
        </content>
    </review>
    <review>
        <product>
            <name> 
                The Space 
            </name>
        </product>
        <rating> 
            0.5
        </rating>
        <content>
            bad
        </content>
    </review>
</sa>

这是 XSLT 文件：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:strip-space elements="*"/>
    <xsl:output method="text"/>
    <xsl:template match="/*">
           <xsl:for-each select="review">
               <xsl:if test="rating=0.5">
                   <xsl:value-of select="ancestor-or-self::*/content"/>
               </xsl:if>   
            </xsl:for-each>
    </xsl:template>
</xsl:stylesheet>

结果是：

bad

bad

为什么在 2 个 "content" 标签之间有这个 space？

Answer 1

xsl:strip-space 仅删除完全由白色组成的文本节点space。它不会 trim 节点中的前导和尾随白色 space 也包含可打印文本，例如：

            <name> 
                The Space 
            </name>

为此，通常的方法是 normalize-space():

<xsl:value-of select="normalize-space(ancestor-or-self::*/content)"/>

或者不是在任何地方插入对 normalize space 的调用，您可能希望对具有身份模板规则和规则

的文档进行预处理传递

<xsl:template match="text()">
 <xsl:value-of select="normalize-space()"/>
</xsl:template>

normalize-space() 可能做的比你想做的更多 - 它用单个 space 替换白色 space 的内部序列（包括换行符）。在 XSLT 2.0 中，很容易编写您自己的 trim() 函数来做一些不那么激进的事情。在 XSLT 1.0 中，这更难 - 它需要递归命名模板 - 所以这绝对是预处理过程的一部分。

如何处理从 XML 和 XSLT 文件生成的文本文件中的空格？

How to handle spaces in text file generated from a XML and XSLT file?

xml

xslt

whitespace

transformation