有没有办法在 xml 中转义 CDATA 结束标记？

Question

我想知道是否有任何方法可以在 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 中使用一些转义序列（但如果存在，我想无论如何，转义开始或结束标记可能才有意义）。

基本上，您是否可以在 CDATA 中嵌入一个开始或结束标记，并告诉解析器不要解释它，而是将其视为另一个字符序列。

也许，如果您发现自己试图这样做，您应该重构您的 xml 结构或代码，但即使在过去 3 年左右的时间里我每天都在使用 xml，而且我从未遇到过这个问题，我想知道这是否可能。 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 ]]>。

整个内容如下：

]]>

第一个 具有 ]]。 第二个 ]]> 具有 >。

Answer 2

您无法转义 CDATA 结束序列。 XML 规范的产生规则 20 非常清楚：

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

编辑：此乘积规则的字面意思是“CData 部分可以包含您想要的任何内容，但序列 ']]>'。也不例外。”。

编辑2：同一部分还显示：

在 CDATA 部分中，只有 CDEnd 字符串被识别为标记，因此左尖括号和 & 符号可能以其文字形式出现； 它们不需要（也不能）使用“<”和“&”进行转义。 CDATA 节不能嵌套。

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 节中唯一解析的文本是 ]]>，它终止该节。

因此，不可能在 CDATA 部分中转义 ]]>。

EDIT3：同一部分还显示：

2.7 CDATA 部分

[定义：CDATA 节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“”结束：]

那么在任何可能出现字符数据的地方都可能存在 CDATA 节，包括代替单个 CDATA 的多个相邻 CDATA 节部分。 这样就可以拆分 ]]> 标记并将其两部分放在相邻的 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

只需将 ]]> 替换为 ]]]]>

Answer 4

您不会转义 ]]>，但可以通过插入 ]]><]] 之后转义 >。 ![CDATA[ 在 > 之前，可以将其想象为 C/Java/PHP/Perl 字符串中的 \，但只需要在 之前>> 以及 ]] 之后。

顺便说一句，

S.Lott 的答案与此相同，只是措辞不同。

Answer 5

S. Lott 的答案是正确的：您不对结束标记进行编码，而是将其分解为多个 CDATA 部分。

如何在现实世界中解决这个问题：使用 XML 编辑器创建将输入内容管理系统的 XML 文档，尝试写一篇关于 CDATA 部分的文章。 在 CDATA 部分中嵌入代码示例的普通技巧在这里会失败。 你可以想象我是如何学到这一点的。

但在大多数情况下，您不会遇到这种情况，原因如下：如果您想将 XML 文档的文本存储为 XML 元素的内容，您可能会使用 DOM 方法，例如

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

： DOM 相当合理地转义了 < 和 >，这意味着您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 的一个特点，但这不会引发异常。 这里抛出异常：

Console.Write(doc.OuterXml);

我猜想，幕后发生的事情是 XmlDocument 正在使用 XmlWriter 生成其输出，并且 XmlWriter 在写入时检查格式是否良好。

Answer 6

这是 ]]> 需要转义的另一种情况。 假设我们需要将一个完全有效的 HTML 文档保存在 XML 文档的 CDATA 块内，并且 HTML 源恰好有它自己的 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 解析器不会知道如何处理 javascript 注释块

Answer 7

在 PHP 中： '', $string), ']]]]>').'] ]>'

Answer 8

PHP 中更简洁的方法：

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

如果需要，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

我想补充一点，如果您打破 ]] 之间的 CDATA 结束标记 ]]>，它也可以工作，如下所示: ] ]]> ]> 例如

。

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

但是，在 > 之前打破 ]]> 是全球公认的惯例，如下所示其他答案在这里。

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

Answer 10

请参阅此结构：

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

对于内部 CDATA 标记，您必须以 ]]]]> 而不是 ]]> 结束。 就那么简单。