能否配置Saxon的Serializer生成Canonical XML？

我之前也碰到过一模一样的困扰——Saxon默认的Serializer输出确实不符合Canonical XML规范，比如它会自动生成自闭合标签（像<element/>），但Canonical XML要求必须展开成<element></element>，还有不少格式细节都对不上。

其实Saxon本身是支持Canonical XML的，但不能通过普通的序列化属性来配置，得用它专门的Canonicalizer工具类来处理。下面是具体的实现思路和示例：

• 先初始化Saxon的Processor实例，基于它创建Canonicalizer对象
• 可以指定要遵循的Canonical XML版本（比如1.0或1.1）
• 将需要规范化的XML节点（比如XdmNode）传入canonicalize方法，就能得到符合规范的输出

举个Java代码的例子：

Processor processor = new Processor(false);
// 指定使用Canonical XML 1.0规范，也可以换成CANONICAL_XML_1_1
Canonicalizer canonicalizer = processor.newCanonicalizer(Canonicalizer.CANONICAL_XML_1_0);

// 假设你已经获取到了要处理的XdmNode对象
XdmNode targetNode = ...;
ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
canonicalizer.canonicalize(targetNode, outputStream);

// 最终得到的就是符合规范的Canonical XML字符串
String canonicalXml = outputStream.toString(StandardCharsets.UTF_8);

至于为什么普通Serializer没有对应的配置项？因为Saxon的序列化属性主要是控制常规XML的输出风格（缩进、换行、空格保留等），而Canonical XML是一套严格的标准化规则，需要独立的处理逻辑来逐字节符合规范，所以没有直接对应的序列化参数可以开启。

如果是在XSLT转换场景里，你也可以在转换完成后，用上述方法对结果节点做规范化处理，或者调用Saxon的扩展函数来触发规范化流程。

内容的提问来源于stack exchange，提问作者Jindřich Mynarz