Question

在XML DTD中 - 在定义元素时，我们使用#PCDATA来表示此元素可以包含任何可解析的文本。在定义属性时，我们使用CDATA来表示其值可以是任何字符数据。

XML中使用的CDATA是XML解析器未解析的（多字符转义序列）。一致地，当我们使用CDATA定义属性时;解析器不应该解析它。但是，确实如此！

那么，为什么不能使用PCDATA代替CDATA来定义属性？

更新 - 这一直保持与SGML向后兼容。 SGML中这种命名背后的原因是什么？

Answer 1

在属性的声明值中使用 CDATA是指属性（字符数据）的实际值，而不是解析它的上下文。另一方面，在解析元素时，我们需要区分character-data-with-no-markup（CDATA）和parsed-character-data-where-delimiters-expected（PCDATA）。

乍一看，这似乎是随意的，但事实并非如此（见here和here）。

在SGML中，属性值规范可以引用（属性值文字）或不引用（属性值）。

attribute value specification = attribute value literal | attribute value

当该属性不加引号时，只允许使用NAME字符，并且可能会对某些声明的值（如NUMBER）进一步限制。

另一方面，属性值文字的内容是由LIT / LITA分隔符（分别为双引号和单引号）包围的可替换字符数据的序列，在参考具体语法中）。

attribute value literal =
   ( LIT , replaceable character data *, LIT) | 
   ( LITA , replaceable character data *, LITA)

可替换字符数据“与CDATA类似，但实体引用和字符引用被识别”（Goldfarb，SGML手册）。

接下来，属性值文字中实体引用的替换不依赖于属性的声明值。因此，如果您有<!ENTITY foo "bar">和<elem attr="&foo;">，则将在可替换字符数据（LIT识别模式）的上下文中解析实体引用&foo;，从而产生<elem attr=bar>。将attr声明为CDATA，NAME或其他任何内容都无关紧要。

<强>更新

没有必要说必须解析属性中的实体，因为所有属性类型都具有相同的解析规则：如果属性值以引号（LIT）开头，则识别实体（可替换的字符数据）当找到匹配的结束引用时，该值结束。

此处CDATA表示有效属性在扩展实体后必须包含任意字符数据。如果该属性已声明为NUMBER，则需要包含数字字符（或扩展为数字字符的实体）。

在上面的示例中，值"&foo;"的CDATA属性等同于"bar"，与值"0"的NUMBER属性相当于"0"的方式相同（即使序列"0"包含除数字之外的字符）。

Answer 2

CDATA section就像您在元素中使用的那样，与CDATA attribute type不同。

您最有可能观察到的解析（例如正在解析的实体引用）来自attribute-value normalization。

XML DTD中的PCDATA与CDATA

2 个答案: