TransformerFactory 损坏 <html> 标签内的 <input> 和 <br> 标签答案

【问题标题】：TransformerFactory corrupts < input > and < br > tags inside < html > tagTransformerFactory 损坏 <html> 标签内的 <input> 和 <br> 标签
【发布时间】：2016-03-09 17:35:45
【问题描述】：

通过简单的代码解析和重写简单的xml，一些奇怪的事情发生了

输入：

<html>
<input></input>
</html>

给出输出（格式不正确）：

<html>
<input>
</html>

或
也会发生同样的情况。

它不会出现在内部，与其他标签，...

代码很经典：

// READ XML
DocumentBuilderFactory builderFactory =DocumentBuilderFactory.newInstance();
builderFactory.setNamespaceAware(true);
DocumentBuilder builder = builderFactory.newDocumentBuilder();

// PARSE
Document document = builder.parse(new InputSource(new StringReader(_xml_source)));

// WRITE XML

TransformerFactory transFactory = TransformerFactory.newInstance();
Transformer transformer = transFactory.newTransformer();
StringWriter buffer = new StringWriter();
transformer.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes");
transformer.transform(new DOMSource(document), new StreamResult(buffer));
String output = buffer.toString();

这是一个已知的错误吗？

【问题讨论】：

自动关闭的 html 标签立即浮现在我的脑海中......

标签： java xml parsing

【解决方案1】：

XSLT 定义了一个output method，它可以是xml、html 或text。

规范说如果根节点为<html>，则默认输出方式为html，否则为xml。

使用xml 方法，您将获得<input/>。

使用html 方法，您将得到<input>，因为HTML specification 是这样说的。

如果需要，您可以显式给出输出方法：

transformer.setOutputProperty(OutputKeys.METHOD, "xml");

这样带有<html> 根节点的文档将输出XML，即<input/>。

行情

XSLT output method:

method 属性的默认选择如下。如果

结果树的根节点有一个子元素，

结果树的根节点（即文档元素）的第一个元素子元素的扩展名称具有本地部分html（大小写任意组合）和一个空命名空间 URI，以及

结果树根节点的第一个子元素之前的任何文本节点仅包含空白字符，

则默认输出方式为html；否则，默认输出方法为xml。如果没有xsl:output 元素或xsl:output 元素都没有为method 属性指定值，则应使用默认输出方法。

HTML empty tags:

某些 HTML 元素类型没有内容。比如换行元素BR没有内容；它的唯一作用是终止一行文本。 这样的空元素永远不会有结束标签。文档类型定义和规范文本指示元素类型是否为空（没有内容），或者如果它可以有内容，则认为什么是合法内容。

【讨论】：