XML中的CDATA是什么：作用与使用规范

XML解析与转义字符

XML 解析器通常会解析 XML 文档里的所有文本。当 XML 元素被解析时，其内部的文本也会被解析。例如：

<message>This text is also parsed</message>

这是因为 XML 元素内部可能包含嵌套元素，如：

<name><first>Bill</first><last>Gates</last></name>

如果直接在 XML 中使用类似 "<" 的字符，解析器会将其误认为是一个新元素的开始，从而导致错误：

<message>if salary < 1000 then</message>

为了避免这种情况，必须将特殊字符替换为相应的实体引用。XML 预定义了以下五个实体：

• < 表示 <（小于号）
• > 表示 >（大于号）
• & 表示 &（和号）
• ' 表示 '（单引号）
• " 表示 "（双引号）

注意：只有 "<" 和 "&" 字符对于 XML 来说是严格禁止直接使用的。虽然其他字符合法，但使用实体引用是一个良好的编程习惯。

CDATA 部件的原理与作用

如果一段文本包含了大量的 "<" 和 "&" 字符（例如程序代码或脚本），逐个转义非常繁琐且易错。此时可以使用 CDATA 部件。

CDATA 全称是 Character Data（字符数据）。在 CDATA 部分内的所有文本都会被解析器忽略，即解析器不会将其视为标签或指令，而是当作纯文本处理。这对于嵌入 JavaScript、CSS 或其他包含特殊符号的内容非常有用。

第1步：定义 CDATA 结构

CData 以特定的标记开始和结束。结构如下：

<![CDATA[ ... ]]>

具体示例：

<script>
<![CDATA[
function matchwo(a,b)
{
if (a < b && a < 0) then
{
return 1
}
else
{
return 0
}
}
]]>
</script>

在上述例子中，尽管内部包含了许多像 "<" 这样的字符，但由于它们处于 CDATA 包装中，解析器会直接忽略它们，从而避免了语法错误。

CDATA 与 PCDATA 的区别

理解 CDATA 的关键在于区分它与 PCDATA（Parsed Character Data）：

• PCDATA（已解析的字符数据）：这是 XML 中的默认行为。解析器会读取并分析这些数据，查找标签、实体引用和结构。如果其中包含非法字符，解析会中断。
• C DATA（未解析的字符数据）：解析器完全忽略这部分内容，不检查其中的任何标记或实体。它告诉解析器：“这里的文字就是文字本身，不要试图解释它们”。

例如，一段 Java 代码如果使用 PCDATA 表示，必须将所有 ">" 转为 >；而使用 CDATA 则表示为原始代码，无需转义。

注意事项与限制

1. 不可嵌套：CDATA 部分内部不能再包含 CDATA 声明（即不能出现 <![CDATA[）。如果在 CDATA 内部出现了字符序列 ]]>，解析器会将其误认为是 CDATA 部分的结束标记，从而导致错误。因此，确保字符串 "]]>" 中间没有空格或换行符非常重要。
2. 适用范围：CDATA 主要用于 XML 文档正文中。在 DTD（文档类型定义）约束文档中，使用的是 #PCDATA 来定义元素内容的取值范围，二者概念不同。
3. 性能影响：虽然 CDATA 避免了转义的麻烦，但在处理大量数据时，解析器跳过 CDATA 块的过程依然需要一定的计算资源，不过对于常规应用而言差异可忽略不计。

总结

CDATA 是 XML 中处理包含特殊字符（尤其是 "<" 和 "&"）文本的重要工具。它通过让解析器忽略内部内容，简化了代码嵌入和数据传输的过程。使用时需牢记其起止标记 <![CDATA[ 和 ]]>，并避免内部出现终止序列。以上就是关于 XML CDATA 的详细解析，更多关于 XML 数据格式的资料请关注本站其它相关文章！