XML 特殊字元處理和 CDATA

在處理XML資料時，特殊字元要特殊處理，不能和節點字元混淆。

所有 XML 文檔中的文本均會被解析器解析。

隻有 CDATA 區段（CDATA section）中的文本會被解析器忽略。

PCDATA

PCDATA 指的是被解析的字元資料（Parsed Character Data）。

XML 解析器通常會解析 XML 文檔中所有的文本。

當某個 XML 元素被解析時，其标簽之間的文本也會被解析：

<message>此文本也會被解析</message>

解析器之是以這麼做是因為 XML 元素可包含其他元素，就像這個例子中，其中的 <name> 元素包含着另外的兩個元素(first 和 last)：

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

而解析器會把它分解為像這樣的子元素：

<name>

<first>Bill</first>

<last>Gates</last>

</name>

轉義字元

非法的 XML 字元必須被替換為實體引用（entity reference）。

假如您在 XML 文檔中放置了一個類似 "<" 字元，那麼這個文檔會産生一個錯誤，這是因為解析器會把它解釋為新元素的開始。是以你不能這樣寫：

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

為了避免此類錯誤，需要把字元 "<" 替換為實體引用，就像這樣：

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

在 XML 中有 5 個預定義的實體引用：

<

<

小于

>

>

大于

&

&

和号

'

'

單引号

"

"

雙引号

注釋：嚴格地講，在 XML 中僅有字元 "<"和"&" 是非法的。省略号、引号和大于号是合法的，但是把它們替換為實體引用是個好的習慣。

CDATA

術語 CDATA 指的是不應由 XML 解析器進行解析的文本資料（Unparsed Character Data）。

在 XML 元素中，"<" 和 "&" 是非法的。

"<" 會産生錯誤，因為解析器會把該字元解釋為新元素的開始。

"&" 也會産生錯誤，因為解析器會把該字元解釋為字元實體的開始。

某些文本，比如 JavaScript 代碼，包含大量 "<" 或 "&" 字元。為了避免錯誤，可以将腳本代碼定義為 CDATA。

CDATA 部分中的所有内容都會被解析器忽略。

CDATA 部分由 "<![CDATA[" 開始，由 "]]>" 結束：

在上面的例子中，解析器會忽略 CDATA 部分中的所有内容。

關于 CDATA 部分的注釋：

CDATA 部分不能包含字元串 "]]>"。也不允許嵌套的 CDATA 部分。

标記 CDATA 部分結尾的 "]]>" 不能包含空格或折行。