XML處理指令和空白

Question

我目前正在致力於一個XML/HTML解析器node.js（如果您感興趣：link）。讓我明白正確：我需要知道如何處理處理指令中的主要空白。這些應該相等嗎？

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

我猜嚴格的XML將只允許第一個（但什麼是預期的行爲呢？我不想驗證，我想接受我可以構建的最多結構），這更多的是一個哲學問題。

在此先感謝！

Answer 1

根據the XML specification只允許第一個表示。我會說其他表示應該會導致錯誤。

您可以添加一些預處理來清理無效構造（刪除空白），然後將數據作爲XML讀取。

這個預處理器會在你的數據到達你的XML解析器之前清理你的數據 - 它可能是另一個程序。這樣，如果輸入數據是一半有效的，那麼您的XML解析器只會得到有效的XML（解析的特殊情況較少）。如果您的解析器仍然遇到錯誤，那麼您會認爲輸入不是XML-ISH。

因此，例如，在預處理數據將被改變，最後解析爲XML： 刪除虛假空白（一個預處理器）→猜→解析結束標記（其他預處理）作爲XML

的問題允許的構念通過您的陳述回答儘可能多地接受。因爲在這種情況下，您會刪除<之後的所有空白，如果遵循?，則再次刪除空白直到下一個單詞 - 然後解析爲XML。

就我個人而言，我不認爲接受大多數構造是可取的。如果您的數據包含錯誤，則應該按照這種方式處理。