如何使用Java Transformer调整XML文件格式，有效去除空行？

本文共计994个文字，预计阅读时间需要4分钟。

Transformer（例如：

常见错误现象：
用 DocumentBuilder 解析一个带缩进的 XML 文件后直接 transform，结果输出里出现大量空行；或者用 Transformer 把新构建的 DOM 写出，发现开头/标签间多了空行。

• 根本原因：DOM 中的换行符被解析为 Text 节点，而 Transformer 不会自动过滤它们
• 解决方向不是改 OutputKeys，而是清理 DOM 树本身
• 别指望 OutputKeys.INDENT 或 OutputKeys.STANDALONE 能删空行——它们只控制格式化逻辑，不清理内容

用 XPath + Node.normalize() 清理空白文本节点最稳妥

DOM 提供了原生方式：遍历所有 Text 节点，判断是否只含空白（\s*），再调用 Node.normalize() 合并相邻文本节点，最后移除纯空白节点。比正则替换 XML 字符串安全，不破坏结构。

实操建议：

立即学习“Java免费学习笔记（深入）”；

• 在调用 transform() 前，对 Document 执行一次清理：先 document.getDocumentElement().normalize()，再递归检查每个 Node
• 用 XPath 表达式 //text()[normalize-space()=''] 快速定位纯空白文本节点（注意：需设置 XPathConstants.NODESET）
• 避免用 node.getNodeValue().trim().isEmpty() 直接判断——某些场景下 getNodeValue() 返回 null
• 清理后务必再调用一次 document.getDocumentElement().normalize()，确保合并残留的相邻空白节点

Transformer.setOutputProperty(OutputKeys.INDENT, "no") 没用，但可以关掉自动换行

OutputKeys.INDENT 的值设为 "no" 或 "false" 并不能删除已有空行，它只影响 Transformer 是否主动插入缩进和换行。真正起作用的是 OutputKeys.OMIT_XML_DECLARATION 和 OutputKeys.STANDALONE 这类开关型属性，但它们跟空行无关。

如果你发现输出开头多了一行（比如 XML 声明前有空行），那大概率是原始 String 或 InputStream 本身就带 BOM 或前置换行——检查输入源，而不是调参数。

• transformer.setOutputProperty(OutputKeys.INDENT, "no") → 仅禁用自动缩进，不影响已有空白节点
• transformer.setOutputProperty("{http://xml.apache.org/xslt}indent-amount", "0") → Apache Xalan 特有，非标准，慎用
• 想让输出紧凑（无换行无缩进），唯一可靠方式：清理 DOM + 设置 INDENT="no" + 确保输入源干净

用第三方库如 jsoup 处理简单 XML 时要小心命名空间

jsoup 本质是 HTML 解析器，对 XML 支持有限：它会把 <foo:bar> 当成普通标签，丢失命名空间信息；遇到 <![CDATA[...]]> 或处理 PI（处理指令）时也容易出错。所以仅推荐用于无命名空间、无 CDATA、结构极简的 XML（比如配置片段）。

如果真要用 jsoup 清空行：

• 先用 Jsoup.parse(xmlString, "", Parser.xmlParser()) 强制走 XML 模式
• 再用 doc.body().select("body *").forEach(el -> el.text(el.text())) 清空子文本——但这会吃掉所有文本内容，不可逆
• 更安全的做法是：只用 jsoup 提取关键字段，再用标准 DOM 构建新文档，绕过原始空行

复杂 XML 别图省事，DOM + XPath 是唯一可控路径。空行问题看着小，但混在 CI 流水线或签名验签环节里，容易变成难复现的偶发差异。清理 DOM 是必须卡在 transform 前的那个动作，晚一步就白干。