XML 格式化

XML 里的空白属于内容

这正是 XML 格式化与 JSON 格式化的分水岭。在 JSON 中，词法单元之间的空白没有含义，删掉永远安全。而在 XML 中，<name> 和 Ada 之间的字符属于该元素文本节点的一部分。重新缩进一份文档，技术上就是改变了它的内容。

实际上这几乎从不构成问题，因为绝大多数 XML 使用的是「纯元素内容」——元素里只包含其他元素，别无他物——这种情况下周围的空白对任何 schema 都是可忽略的。格式化只在这类元素内部添加缩进。当某个元素装的是真正的文本，或者像 HTML 那样文本与子元素混排时，它的内容会被原样保留。就是这一条规则，让 <p>Hello <b>there</b></p> 不会在 there 两边悄悄多出空格。

格式良好不等于有效

这里做的检查是「格式良好」，也就是 XML 规范要求每个解析器都必须执行的那一层：有且仅有一个根元素、所有标签都闭合且正确嵌套、属性值加引号、文本中的 & 和 < 已转义。任何一条不满足，文档就会被直接拒绝——和 HTML 不同，XML 出了名地没有容错恢复。

「有效」则是更进一步的要求：它追问文档是否符合某份 DTD、XSD 或 RelaxNG schema，从而确保 <invoice> 里确实有 <total>、日期确实是日期。这需要 schema 本身，而它并不在你粘贴进来的文档里。这里显示通过，意味着语法没问题、任何解析器都能读；但并不意味着接收方系统会认为内容是对的。

压缩与自闭合标签

压缩会移除元素之间可忽略的空白，把整份文档放到一行。由于这些空白本来就不是内容，纯元素结构的输出解析出来的树完全相同。

另一部分节省来自空元素：<summary></summary> 和 <summary/> 被规范定义为等价，输出时采用较短的写法。收益真实但有限——XML 的体积大头花在重复的标签名上，因为每个元素都要把名字写两遍。如果文件真的需要变小，答案是 gzip，它处理这些重复名字的效果远胜于任何空白删除。另外记得留一份格式化的副本用来阅读，压缩后的 XML 对人来说基本不可读。