用别的工具格式化 XML 后再跑，程序取到的文本前后多了空格——问题就出在混合内容上。「XML转换」的格式化按嵌套层级缩进，但元素与文字交错的节点会整块保持在同一行，不做拆行。这不是排版偷懒，是为了不改动你解析出来的值。
为什么这一行不能拆
XML 里元素之间的空白是有内容的。同一个段落内混着强调标签、链接标签和正文时，换行会变成文字的一部分：原本读出来是「请阅读用户协议并确认」，拆行后变成中间夹着换行的三段，拼回去就是断句错乱。带命名空间的文档、以及依赖空白做分隔的公式或诗句，表现更明显。
所以判断标准很直接：这个元素内部只有子元素，就往下缩进；一旦文字和标签交错，整块留在原行。代价是这类节点行很长（比如一整段带若干内联标签的说明文字），看起来不够整齐。想让它变短只能改文档结构，而不是指望格式化工具替你折行。
校验查什么、给什么
校验范围是明确的五项：标签闭合与嵌套顺序、属性引号是否成对、是否只有一个根元素、注释与 CDATA 段是否正确闭合、实体引用是否合法。每一项都给出行号和列号。
这套检查用的是自写的事件式解析器逐字符扫描，不依赖 DOMParser，所以几 MB 的文件也不会让页面长时间失去响应，报错位置也能精确到列。定位效率最高的一类错误是嵌套顺序反了：结束标签交叉（先开的标签后关），行号会指向那个错位的结束标签，而不是真正漏关的位置，需要往前找同名开始标签配对。
它明确不做的三件事
不联网获取外部 DTD 与外部实体。文档里声明了外部实体的，这里不会去取，相关引用只做字面处理。不做 DTD 或 Schema 的有效性校验——元素该不该出现、顺序对不对、属性缺没缺，只要语法合法全部放过。不做 XSLT 转换，样式表渲染请回原系统。
因此「校验通过」的真实含义只是这份文件是一份结构良好的 XML，不代表业务方能接受它。政务对接、老系统导入这类场景，必须拿实际接口跑一遍才算验收。
建议的处理顺序
- 上传或粘贴，先执行校验，把行列号记下来。
- 有错先修错，别在报错状态下格式化——输出可能是半截结构。
- 校验通过后执行格式化，重点看长行是不是混合内容，是就别拆。
- 下载后用接收方的解析器再读一次，确认取值没有多出或缺少空白。
什么时候别用格式化：文件是要送去签名或做哈希比对的，任何空白改动都会让校验失败，这种要保持原始字节不动。更多排查思路见 XML 在线格式化与校验，工具入口在 XML转换。