升级Saxon从10.6到11.4后XML解析器跳过结束标签问题求助

问题现象 #

将XML通过Saxon XSLT转换时，Saxon 10.6版本运行完全正常，但升级到Saxon-HE 11.4后，当标签内仅包含空格时，解析器会错误跳过结束标签，将后续其他标签的内容当作该标签的输入；标签为空或包含非空格内容时无此问题。

输入XML示例 #

<Tag0>
  <Tag1>sample1</Tag1>
  <Tag2>  </Tag2>
  <Tag3>sample2</Tag3>
</Tag0>

错误转换输出 #

<Tag0 Tag1="sample1"
Tag2="   &lt;Tag2&gt;&#xa;  &lt;Tag3&gt;sample2&lt;/Tag2&gt;&#xa;"/>

使用的XSLT代码 #

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet 
    version="3.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform" 
    xmlns:xs="http://www.w3.org/2001/XMLSchema" 
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
    xmlns:fn="http://www.w3.org/2005/xpath-functions" 
    >
   
    <xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/>

    <xsl:template match="/">
        <xsl:element name="{MsgStr}message" namespace="{$msgNamespace}">
            <xsl:element name="Tag1"  namespace="{$Namespace}">
                <xsl:attribute name="Tag2"><xsl:value-of select="*:Tag2"/></xsl:attribute>
                <xsl:attribute name="Tag3"><xsl:value-of select="*:Tag3"/></xsl:attribute>
            </xsl:element>
        </xsl:element>
    </xsl:template>
</xsl:stylesheet>

原因分析 #

Saxon 11.x版本对空白文本节点的处理规则与10.x版本存在差异。xsl:value-of select="*:Tag2"默认会提取该元素节点下的所有子节点内容，当Saxon错误识别仅含空格的元素边界时，后续的标签节点会被误判为<Tag2>的子节点，导致输出异常。直接使用*:Tag2/text()无效，是因为默认的空白处理可能过滤了该文本节点，或者解析器仍未正确识别元素边界。

解决方案 #

方案1：精准提取目标文本节点 #

修改<xsl:attribute>中的select表达式，直接指定提取<Tag2>的第一个文本节点（仅含空格的元素只有一个文本节点）：

<xsl:attribute name="Tag2"><xsl:value-of select="*:Tag2/text()[1]"/></xsl:attribute>

如果不需要保留原空格，可使用normalize-space()去除冗余空白：

<xsl:attribute name="Tag2"><xsl:value-of select="normalize-space(*:Tag2)"/></xsl:attribute>

方案2：显式控制空白处理规则 #

在XSLT的<xsl:stylesheet>节点下添加空白控制指令，强制保留<Tag2>的空白内容：

<xsl:preserve-space elements="Tag2"/>

或者全局去除不必要的空白，同时保留目标元素的空白：

<xsl:strip-space elements="*"/>
<xsl:preserve-space elements="Tag2"/>

方案3：调整Saxon配置参数 #

Saxon 11新增了部分空白解析相关的特性，可通过设置配置参数兼容旧版本行为，例如：

Processor processor = new Processor(false);
processor.setConfigurationProperty("http://saxon.sf.net/feature/recognize-unicode-whitespace", false);

该参数会禁用Unicode空白字符的扩展识别，避免边界判断异常。

内容的提问来源于stack exchange，提问作者Khyros12