XML-Minifizierer

XML taucht in ziemlich vielen Kontexten auf, wo jedes Byte der Übertragungsgröße mehr zählt als menschliche Lesbarkeit — ein wiederholt zwischen Diensten gesendeter SOAP-Anfrage-Body, ein in einer längenbeschränkten Umgebungsvariable gespeicherter Konfigurationswert, ein häufig von automatisierten Clients abgerufener Feed. Leerzeichen zwischen Elementen zusammenzufalten, während CDATA-Abschnitte, Kommentare und Attributwerte sorgfältig exakt so erhalten bleiben, wie geschrieben, entfernt den Formatierungsaufwand, ohne die Daten anzutasten, die diese speziellen Abschnitte bewusst schützen — dieselbe Sicherheitsgarantie, die der Parser beim Formatieren in die entgegengesetzte Richtung anwendet.

Wie bei den Analysegarantien des Formatierers entfernt die Minifizierung hier nur Leerzeichen zwischen Element-Tags — sie ordnet keine Elemente neu, schreibt keine Attributwerte um, und ändert nichts, was ein das resultierende XML analysierendes Programm tatsächlich lesen würde. Ein so minifiziertes Dokument und ein für Lesbarkeit formatiertes stellen für alles, was sie programmatisch verarbeitet, exakt dieselben Daten dar; nur ihre Bytegröße und menschliche Lesbarkeit unterscheiden sich.

Das Leerzeichen zwischen zwei Geschwisterelementen — Einrückung, die rein zum Nutzen eines menschlichen Lesers dient — ist es, was entfernt wird. Leerzeichen, das direkt innerhalb eines Elements mit Text als echtem Inhalt liegt, wie ein bewusstes Leerzeichen in einem als Elementtext gespeicherten Satz, bleibt erhalten statt entfernt zu werden, da XML keine allgemeine Regel hat, dass Leerzeichen im Inhalt eines Elements unbedeutend ist, wie HTML es oft behandelt. Diese Unterscheidung richtig zu treffen ist Teil dessen, warum ein speziell dafür gebauter Parser sie korrekt behandelt, wo ein allgemeiner „alle Leerzeichen entfernen"-Ansatz echten Textinhalt beschädigen würde.