火狐DOMParser问题

Question

出于某种原因，DOMParser为该url的每个换行符\n添加了一些额外的#文本元素

http://rt.com/Root.rss

...as以及我尝试过的许多其他RSS。我查看了cnn/bbc源，它们没有换行符和dom解析器很好地处理它们。因此在解析它之前，我必须添加以下内容

var xmlText = htmlText.replace(/\n[ ]*/g, "");
var xmlDoc = parser.parseFromString(xmlText, "text/xml");

服务器正在返回text/xml。

var channel = xmlDoc.documentElement.childNodes[0];

这是在没有我上面的代码的情况下返回的\n，以及带更正的channel。

Answer 1

出于某种原因，DOMParser为此url的每个换行符\n添加了一些额外的#文本元素

这是标准行为。只有IE忽略元素节点之间的whithespace。(XML Whitespace Handling、Whitespace @ MSDN、Whitespace @ MDC)

Answer 2

是的，这就是XML解析器默认应该做的事情。习惯于遍历子节点，检查它们是元素(nodeType===1)还是文本节点(3)。

从Firefox3.5开始，你得到了Element Traversal API，提供了像firstElementChild和nextElementSibling这样的属性。这使得在忽略空白的同时遍历DOM变得更容易。或者，您可以使用XPath (doc.evaluate)来查找所需的元素。

如果您想永久删除空格节点，最好在解析后的DOM上执行此操作，而不是使用regex hack：

function removeWhitespace(node) {
    for (var i= node.childNodes.length; i-->0;) {
        var child= node.childNodes[i];
        if (child.nodeType===3 && child.data.match(/^\s*$/))
            node.removeChild(child);
        if (child.nodeType===1)
            removeWhitespace(child);
    }
}

Answer 3

你的问题是什么？您不希望使用变通方法吗？我认为解决方法是必要的，因为解析器可以正常工作。