XML 格式化

XML 裡的空白屬於內容

這正是 XML 格式化與 JSON 格式化的分水嶺。在 JSON 中，詞法單元之間的空白沒有含義，刪掉永遠安全。而在 XML 中，<name> 和 Ada 之間的字元屬於該元素文本節點的一部分。重新縮排一份文件，技術上就是改變了它的內容。

實際上這幾乎從不構成問題，因為絕大多數 XML 使用的是「純元素內容」——元素裡只包含其他元素，別無他物——這種情況下週圍的空白對任何 schema 都是可忽略的。格式化只在這類元素內部新增縮排。當某個元素裝的是真正的文本，或者像 HTML 那樣文本與子元素混排時，它的內容會被原樣保留。就是這一條規則，讓 <p>Hello <b>there</b></p> 不會在 there 兩邊悄悄多出空格。

格式良好不等於有效

這裡做的檢查是「格式良好」，也就是 XML 規範要求每個解析器都必須執行的那一層：有且僅有一個根元素、所有標籤都閉合且正確巢狀、屬性值加引號、文本中的 & 和 < 已轉義。任何一條不滿足，文件就會被直接拒絕——和 HTML 不同，XML 出了名地沒有容錯恢復。

「有效」則是更進一步的要求：它追問文件是否符合某份 DTD、XSD 或 RelaxNG schema，從而確保 <invoice> 裡確實有 <total>、日期確實是日期。這需要 schema 本身，而它並不在你貼上進來的文件裡。這裡顯示通過，意味著語法沒問題、任何解析器都能讀；但並不意味著接收方系統會認為內容是對的。

壓縮與自閉合標籤

壓縮會移除元素之間可忽略的空白，把整份文件放到一行。由於這些空白本來就不是內容，純元素結構的輸出解析出來的樹完全相同。

另一部分節省來自空元素：<summary></summary> 和 <summary/> 被規範定義為等價，輸出時採用較短的寫法。收益真實但有限——XML 的體積大頭花在重複的標籤名上，因為每個元素都要把名字寫兩遍。如果檔案真的需要變小，答案是 gzip，它處理這些重複名字的效果遠勝於任何空白刪除。另外記得留一份格式化的副本用來閱讀，壓縮後的 XML 對人來說基本不可讀。