XML中文本节点存储任意字符的方法

XML

  xml是一种可扩展标签语言, 为众多浏览器支持解析, ajax更是利用xml来完成服务器和客户端之前的通信。

  xml基本元素为 <label>xxx</label>, 并支持嵌套, 即标签的内容, 既可以是文本, 又可以是另外一个基本元素。

  语法介绍 : http://www.w3school.com.cn/xml/xml_syntax.asp

XML转义字符

  xml标签之间的内容,如果是文本的时候, 文本的内容中, 不能含有 < 和 & 字符,

否则会导致xml解析失败, 因为<被认为是标签开始的标识, 不应该出现的文本内容中,

&字符被认为是实体转义开始的标识, 所以这些字符都需要转义为实体形式:

<message>if salary &lt; 1000 then</message>

  对于xml字符串,不管是xml标签的内容是文本,还是另外一个基本元素, 都需要经过xml解析器解析

解析过程一则耗时, 二则对于一些乱码字符(0-32 or 127-255)的存在解析器也容易报错,

也会解析终止,则xml字符中其他的部分不能被顺利解析出来。

  对于这种情况,介绍一种可尝试的方法cdata。

XML CDATA

  xml的所有字符都需要被解析器解析, 但是xml语法告诉我们,可以通过特殊声明(CDATA = Charactor Data 字符数据 ),

让标签的文本内容,不用经过解析。 只需要给 文本内容添加特殊的 开始和结束标记。

  术语 CDATA 指的是不应由 XML 解析器进行解析的文本数据(Unparsed Character Data)。

  CDATA 部分中的所有内容都会被解析器忽略。

  CDATA 部分由 "<![CDATA[" 开始,由 "]]>" 结束。

  这样上面的例子可写为,  < 使用原样书写,这就是cdata的好处,

一些人为书写的js脚本中含有大于号的, 可以通过这种方法注释掉,以通过xml校验(http://www.xmlvalidation.com/):

<message><![CDATA[if salary < 1000 then]]></message>

CDATA不足与应对

  不足CDATA内容不能 再含有 CDATA的开始 和 结束标记,否则会打断CDATA解析,

这样就意味着CDATA的内容不能为任意字符串。

  要想让CDATA存储任意内容,则转码必不可少, 则解析结果不是原始内容, 需要经过反转码,将结果还原。

  方法:将CDATA存储的文本字符串, 全部使用HTMLEncode转义, 将所有可见字符转为实体引用,

即时, 将 & 转为 &amp;

  JS取到CDATA内容后, 再通过HTMLDecode反转码。

CDATA应用例子

<![CDATA[]]>为XML的文本内容,被转义为 实体引用, 后组成 xml 字符串,送到xml解析器中,构造出xml dom树,
js获取到cdata内容后, 使用HTMLDecode反转还原。
<html>
<head>
<script type="text/javascript" src="./JQuery.js"></script>
<style>
</style>
</head>
<body> <script type='text/javascript'>
txt="<bookstore><book>";
//txt=txt+"<title><![CDATA[Everyday <<>>></<></<></<>Italian]]></title>";
txt=txt+"<title><![CDATA[<![CDATA[]]>]]></title>";
//txt=txt+"<title>Everyday <<>>></<></<></<>Italian</title>"; //OK
txt=txt+"<author>Giada De Laurentiis</author>";
txt=txt+"<year>2005</year>";
txt=txt+"</book></bookstore>";
if (window.DOMParser)
{
parser=new DOMParser();
xmlDoc=parser.parseFromString(txt,"text/xml");
}
else // Internet Explorer
{
xmlDoc=new ActiveXObject("Microsoft.XMLDOM");
xmlDoc.async=false;
xmlDoc.loadXML(txt);
} var cdata = xmlDoc.getElementsByTagName("title")[0].childNodes[0].nodeValue
console.log(cdata) function HTMLDecode(text)
{
var temp = document.createElement("div");
temp.innerHTML = text; var output = temp.innerText || temp.textContent;
temp = null;
return output;
}
console.log(HTMLDecode(cdata)) </script>
</body>
</html>

 

上一篇:backup mysql


下一篇:特殊引用类型(string)