如何从指定元素直接访问继承的xml:space空格处理行为？

问题背景 #

给定XML示例：

<root>
   <foo>
       <bar xml:space="preserve">
         <baz>
           TEXT
         </baz>
       </bar>
   </foo>
</root>

需要处理<baz>内的文本时遵循<bar>上定义的xml:space="preserve"规则，但不想通过遍历父节点树或额外XPath查询来获取该继承规则，希望直接通过DOMElement或DOMText的属性/方法获取空格处理行为。

核心结论 #

libxml的DOM接口没有直接提供能返回继承后xml:space值的属性或方法。虽然解析器在处理XML时确实会识别这个属性的继承规则，但它不会将计算后的结果存储在DOM节点的直接属性中。

优化解决方案 #

你可以通过两种方式避免手动遍历父节点的冗余操作：

• 预计算缓存：在解析完成后，遍历一次DOM树，为每个节点计算并缓存其最终的xml:space继承值。后续处理文本节点时直接读取缓存即可。
• 利用XPath内置优化：使用XPath表达式ancestor-or-self::*[@xml:space][1]/@xml:space获取最近的祖先（含自身）的xml:space属性值。libxml对XPath的内部优化比手动遍历父节点更高效，尤其适合处理大量节点的场景。

代码示例 #

基于libxml C接口

xmlXPathContextPtr xpathCtx = xmlXPathNewContext(doc);
xmlXPathObjectPtr xpathObj = xmlXPathEvalExpression(BAD_CAST "ancestor-or-self::*[@xml:space][1]/@xml:space", xpathCtx);
if (xpathObj && xpathObj->nodesetval && xpathObj->nodesetval->nodeNr > 0) {
    xmlNodePtr attrNode = xpathObj->nodesetval->nodeTab[0];
    const char* spaceVal = xmlNodeGetContent(attrNode);
    // 根据spaceVal的值处理文本空格
}
xmlXPathFreeObject(xpathObj);
xmlXPathFreeContext(xpathCtx);

基于Python lxml（libxml高层绑定）

from lxml import etree

xml_content = """<root>
   <foo>
       <bar xml:space="preserve">
         <baz>
           TEXT
         </baz>
       </bar>
   </foo>
</root>"""
doc = etree.fromstring(xml_content)
baz_node = doc.find('.//baz')
space_attr = baz_node.xpath('ancestor-or-self::*[@xml:space][1]/@xml:space')
space_val = space_attr[0] if space_attr else 'default'
# 用space_val判断是否保留空格

补充说明 #

xml:space的继承逻辑是：节点自身未定义该属性时，继承最近祖先的xml:space值；若没有任何祖先定义，则使用默认的default行为（即修剪空格）。虽然libxml不直接暴露计算结果，但上述两种方式可以在保证效率的前提下满足需求。

内容的提问来源于stack exchange，提问作者Tim