DOMParser解析XML字符串时HTML特殊字符转义及空白节点问题

两个问题不属于同一原因导致，均为XML规范定义的标准处理行为，不属于解析异常。

特殊字符被解析为HTML标签的原因 #

你代码中DOM赋值用的是innerHTML属性，该属性会把传入的文本当作HTML代码解析：XML解析后你拿到的文本内容是My text -<br>- rest of the text，传入innerHTML后，<会被HTML解析器转换为<，最终<br>被识别为换行标签渲染。

空白文本节点生成的原因 #

XML规范默认将标签之间的所有空白字符（换行、制表符、连续空格）识别为合法的文本节点，你看到的额外节点是解析器的标准输出，不是异常。

特殊字符展示问题 #

• 方案1：修改DOM赋值方式，把innerHTML替换为innerText或textContent，这两个属性只会把传入内容当作纯文本渲染，不会触发HTML解析，完全符合你的展示需求。
• 方案2：XML存储时将需要保留原始格式的文本包裹在<![CDATA[]]>块中，XML解析器会直接返回块内的原始内容，不会做任何转义处理。使用CDATA块存储文本时，无需对文本内的特殊字符做XML转义，直接写入原始内容即可，示例写法：

<myText><![CDATA[My text -&lt;br&gt;- rest of the text]]></myText>

空白节点问题 #

无需修改存入数据库的原始XML，解析完成后调用通用方法递归移除空白文本节点即可，不会影响原始XML的可读性和调试效率，示例代码：

function removeBlankXmlNodes(node) {
  let currentChild = node.firstChild;
  while (currentChild) {
    const nextChild = currentChild.nextSibling;
    if (currentChild.nodeType === Node.TEXT_NODE && /^\s+$/.test(currentChild.nodeValue)) {
      node.removeChild(currentChild);
    } else if (currentChild.nodeType === Node.ELEMENT_NODE) {
      removeBlankXmlNodes(currentChild);
    }
    currentChild = nextChild;
  }
}

// 调用方式
const parser = new DOMParser();
const xmlDoc = parser.parseFromString(xmltext, "text/xml");
removeBlankXmlNodes(xmlDoc.documentElement);

内容的提问来源于stack exchange，提问作者bubarnet