深入解析XML中的字符实体与字符数据

时间:2021-05-08

字符实体
在我们了解字符实体之前,先了解一下什么是 XML 实体。

W3 联盟 对实体的定义:文档实体作为实体树的根元素和 XML 处理程序的起点。


这意味着实体就是 XML 中的占位符。它们可以声明在文档序言或者DTD中。实体有不同的类型,本章后面会讨论字符实体。

HTML 和 XML 都有一些符号被保留使用,它们不能在 XML 代码中用作内容。例如,< 和 > 符号被用作 XML 标签的开头和结尾。要显示这些特殊字符,就要使用字符实体。

有些特殊的字符或符号还不能直接使用键盘输入。可以使用字符实体来显示这些符号或特殊字符。

字符实体类型
有三种类型的字符实体:

预定义的字符实体。
编码字符实体。
命名字符实体。
预定义的字符实体

引入它们是为了避免使用某些有歧义的符号。例如,当我们把小于(<)或大于(>)符号当尖括号(<>)使用时就会产生歧义。字符实体从根本上来说就是用来界定 XML 标签的。下面是一个来自 XML 规范的预定义字符实体列表。它们可以用来表示某些字符而不带歧义。

和号: &
单引号: '
大于: >
小于: <
双引号: "
数字字符实体

数字引用被用来表示字符实体。数字引用可以是十进制或十六进制格式。由于有数以千记的数字引用,导致很难记住它们。数字引用通过使用字符在 Unicode 字符集中的编码数值来表示。

十进制数字引用基本语法:

XML/HTML Code复制内容到剪贴板
  • &#decimalnumber;
  • 十六进制数字引用基本语法:

    XML/HTML Code复制内容到剪贴板
  • &#xHexadecimalnumber;
  • 下面的表格列出了一些预定义字符实体和它们对应的数值:

    实体名称 字符 十进制引用 十六进制引用 quot " &#34; &#x22; amp & &#38; &#x26; apos ' &#39; &#x27; lt &#60; &#x3C; gt > &#62; &#x3E;
    命名字符实体

    正如上面所说的,数值字符很难记住,最受欢迎的字符实体类型是命名字符实体。因为每个实体都用一个名称标识。

    例如:

    'Aacute' 表示带重音符的大写 A 字符。
    'ugrave' 表示带沉音符的小写 u。


    CDATA 片段
    术语 CDATA 就是字符数据。CDATA 被定义为不由解析器解析的文本块,但它被公认为标记。

    标记中预定义的实体比如 &lt;,&gt; 和 &amp; 需要手动输入并且通常难以阅读。这种情况下就可以使用 CDATA 片段。通过使用 CDATA 片段,我们可以告诉解析器文档的特定部分不包含标记,应该被当做普通文本对待。

    语法
    下面是 CDATA 片段的语法:

    XML/HTML Code复制内容到剪贴板
  • <![CDATA[
  • characterswithmarkup
  • ]]>
  • 上面的语法由三个部分组成:

    CDATA 开始部分 - CDATA 以9个字符的分隔符<![CDATA[开头。
    CDATA 结束部分 - CDATA 以 ]]> 分隔符结尾。
    CData 部分 - 上面这两个标记之间的字符被解释为字符而不是标记。这个部分可以包含标记字符(<,> 和 &),但是它们会被 XML 处理程序忽略。
    示例

    下面的标记代码展示了 CDATA。其中写在 CDATA 片段中的字符都会被解析器忽略。

    XML/HTML Code复制内容到剪贴板
  • <script>
  • <![CDATA[
  • <message>WelcometoTutorialsPoint</message>
  • ]]>
  • </script>
  • 在上述的语法中,<message> 和 </message> 之间的所有内容都会被当做字符数据而不是标记。

    CDATA 规则
    XML CDATA 需要遵循以下规则:

    XML 文档任何位置的 CDATA 都不能包含 "]]>" 字符。
    CDATA 片段不可以嵌套。

    声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

    相关文章