Question

我想知道是否有办法在xml文档的CDATA部分中转义CDATA结束标记（]]>）。或者，更一般地说，如果在CDATA中使用某些转义序列（但如果它存在，我想它可能只有在逃避开始或结束令牌时才有意义）。

基本上，您是否可以在CDATA中嵌入开始或结束标记，并告诉解析器不要解释它，而是将其视为另一个字符序列。

如果你发现自己试图这样做，你应该重构你的xml结构或你的代码，但即使我在过去3年左右的时间里每天都在使用xml而且我从未有过这个问题，我想知道是否有可能。只是出于好奇。

编辑：

除了使用html编码...

Answer 1

您必须将数据分成几部分才能隐藏]]>。

以下是整个事情：

<![CDATA[]]]]><![CDATA[>]]>

第一个<![CDATA[]]]]>有]]。第二个<![CDATA[>]]>包含>。

Answer 2

显然，这个问题纯粹是学术性的。幸运的是，它有一个非常明确的答案。

您无法转义CDATA结束序列。 XML specification的生产规则20非常明确：

[20]    CData      ::=      (Char* - (Char* ']]>' Char*))

编辑：此产品规则的字面意思是“CData部分可能包含您想要的任何内容但序列']]＆gt;'。没有例外。”。

EDIT2：same section也读取：

在CDATA部分中，只有CDEnd字符串被识别为标记，因此左尖括号和＆符号可能以其字面形式出现;他们不需要（也不能）使用“<”和“&”进行转义。 CDATA部分无法嵌套。

换句话说，不可能使用实体引用，标记或任何其他形式的解释语法。 CDATA部分中唯一解析的文本是]]>，它会终止该部分。

因此，无法在CDATA部分中转义]]>。

EDIT3：same section也读取：

2.7 CDATA章节

[定义：CDATA部分可能出现在任何可能出现字符数据的地方;它们用于转义包含字符的文本块，否则这些字符将被识别为标记。 CDATA部分以字符串“＆lt;！[CDATA [”开头，以字符串“]]＆gt;”：]结束

然后可能存在CDATA部分，可能出现任何字符数据，包括单个CDATA部分的多个相邻CDATA部分。这样就可以分割]]>标记，并将它的两部分放在相邻的CDATA部分中。

例如：

<![CDATA[Certain tokens like ]]> can be difficult and <invalid>]]>

应该写成

<![CDATA[Certain tokens like ]]]]><![CDATA[> can be difficult and <valid>]]>

Answer 3

你没有逃脱]]>，但是在>之后]]移出]]><![CDATA[，>之前插入\，就像>一样{1}}在C / Java / PHP / Perl字符串中，但仅在]]之前和{{1}}之后需要。

BTW，

S.Lott的回答与此相同，措辞不同。

Answer 4

S上。 Lott的答案是正确的：你没有对结束标记进行编码，而是将其分成多个CDATA部分。

如何在现实世界中遇到这个问题：使用XML编辑器创建一个将被送入内容管理系统的XML文档，尝试写一篇关于CDATA部分的文章。你在CDATA部分嵌入代码示例的普通技巧将在这里失败。你可以想象我是如何学到这一点的。

但是在大多数情况下，你不会遇到这个，这就是原因：如果你想存储（比方说）XML文档的文本作为XML元素的内容，你可能会使用DOM方法，例如：

XmlElement elm = doc.CreateElement("foo");
elm.InnerText = "<[CDATA[[Is this a problem?]]>";

并且DOM非常合理地逃脱了＆lt;和＆gt ;,这意味着你没有无意中在文档中嵌入了CDATA部分。

哦，这很有趣：

XmlDocument doc = new XmlDocument();

XmlElement elm = doc.CreateElement("doc");
doc.AppendChild(elm);

string data = "<![[CDATA[This is an embedded CDATA section]]>";
XmlCDataSection cdata = doc.CreateCDataSection(data);
elm.AppendChild(cdata);

这可能是.NET DOM的一种特殊情况，但这不会引发异常。抛出异常：

Console.Write(doc.OuterXml);

我猜在幕后发生的事情是XmlDocument正在使用XmlWriter产生其输出，并且XmlWriter在写入时检查格式良好。

Answer 5

只需将]]>替换为]]]]><![CDATA[>

即可

Answer 6

这是另一个需要转义]]>的案例。假设我们需要在XML文档的CDATA块中保存一个完全有效的HTML文档，并且HTML源恰好拥有它自己的CDATA块。例如：

<htmlSource><![CDATA[ 
    ... html ...
    <script type="text/javascript">
        /* <![CDATA[ */
        -- some working javascript --
        /* ]]> */
    </script>
    ... html ...
]]></htmlSource>

注释的CDATA后缀需要更改为：

        /* ]]]]><![CDATA[> *//

因为XML解析器不知道如何处理javascript注释块

Answer 7

在PHP中：'<![CDATA['.implode(explode(']]>', $string), ']]]]><![CDATA[>').']]>'

Answer 8

PHP中更清洁的方式：

   function safeCData($string)
   {
      return '<![CDATA[' . str_replace(']]>', ']]]]><![CDATA[>', $string) . ']]>';
   }

如果需要，请不要忘记使用多字节安全的str_replace（非latin1 $string）：

   function mb_str_replace($search, $replace, $subject, &$count = 0)
   {
      if (!is_array($subject))
      {
         $searches = is_array($search) ? array_values($search) : array ($search);
         $replacements = is_array($replace) ? array_values($replace) : array ($replace);
         $replacements = array_pad($replacements, count($searches), '');
         foreach ($searches as $key => $search)
         {
            $parts = mb_split(preg_quote($search), $subject);
            $count += count($parts) - 1;
            $subject = implode($replacements[$key], $parts);
         }
      }
      else
      {
         foreach ($subject as $key => $value)
         {
            $subject[$key] = mb_str_replace($search, $replace, $value, $count);
         }
      }
      return $subject;
   }

Answer 9

另一种解决方案是将]]>替换为]]]><![CDATA[]>。

Answer 10

见这个结构：

<![CDATA[
   <![CDATA[
      <div>Hello World</div>
   ]]]]><![CDATA[>
]]>

对于内部CDATA标记，您必须使用]]]]><![CDATA[>而非]]>关闭。就这么简单。

Answer 11

我不认为中断CDATA是个好方法。这是我的选择...

将]用于转义序列，后跟字符的十六进制值。就像在&#xhhhh; => ]<unicode value>;

中一样

这样，如果您尝试记录]]>，则编码fn将产生]005D;]005D;]003E;，这在CDATA中是可以的。

这比按实体名称进行转义更好，因为它们不会在您的应用程序中每次都解码，并且您可能对使用＆符号转义实体与对某些其他字符/序列转义可能具有不同的优先级。因此，您可以更好地控制CDATA的内容。

有没有办法在xml中转义CDATA结束标记？

11 个答案: