什么是Canonical XML (C14N) XML规范化方法

Canonical XML（C14N）是将逻辑等价XML文档转换为唯一字节序列的标准，用于确保数字签名一致性；其通过UTF-8编码、属性排序、空白规范化、实体展开、移除声明注释等规则实现确定性输出。

Canonical XML（简称 C14N）是一种将 XML 文档转换为唯一、确定性字节序列的标准方法，目的是让逻辑上等价的 XML 文档在签名和验证场景中产生完全一致的哈希值或数字签名。

为什么需要 XML 规范化

XML 允许大量词法等价但字面不同的写法：属性顺序可变、命名空间前缀可选、空白处理自由、引号类型不同（单/双）、换行与缩进不统一、CDATA 与文本等价、实体引用可展开或保留……这些差异不会影响解析结果，却会导致原始字节流完全不同。数字签名依赖字节级一致性，因此必须先“标准化”再签名。

C14N 的核心规范化规则

W3C Cano

nical XML 1.0（REC-xml-c14n-20010315）定义了以下关键处理：

• 使用 UTF-8 编码，换行统一为 0x0A
• 属性按名称字母序排序（如 a="1" c="3" b="2" → a="1" b="2" c="3"）
• 所有属性值中的空白字符被规范化（多个空格/制表符/换行归为单个空格，首尾截断）
• 展开所有字符实体（& → &， → 换行符等）
• 移除 XML 声明（）、DTD、注释、处理指令
• 空元素统一写为开始+结束标签对（ → ）
• 命名空间声明仅保留在最靠近使用它的元素上，冗余声明被剔除

Exclusive vs Inclusive 两种主流模式

实际应用中更常用的是带上下文感知的变体：

• Exclusive C14N（URI：http://www.w3.org/2001/10/xml-exc-c14n#）：只保留当前子树显式使用的命名空间，忽略父级或外部作用域中未直接引用的命名空间声明——适合签名局部片段，避免因外部环境变化导致签名失效
• Inclusive C14N（URI：http://www.w3.org/TR/2001/REC-xml-c14n-20010315）：保留所有在作用域内有效的命名空间声明（包括继承的），更严格但易受周边 XML 结构影响

两者都支持带/不带注释（exclusive_with_comments 等）的扩展版本，但生产环境普遍禁用注释以增强确定性。

它不是格式美化，而是签名前提

C14N 不是为了让人读得舒服，而是为了机器可验证。一次规范化是幂等的——对已规范的文档再次执行，输出不变。只要输入逻辑等价，输出必完全相同（字节级）。这也是它能支撑 XML Signature、SAML 断言、WS-Security 等安全协议的基础。