Xml'de bir CDATA bitiş belirtecinden çıkmanın bir yolu var mı?

]]>Bir xml belgesindeki bir CDATA bölümünde bir CDATA end token ( ) ' dan kaçmanın bir yolu olup olmadığını merak ediyordum . Veya, daha genel olarak, bir CDATA içinde kullanmak için bir kaçış dizisi varsa (ancak varsa, başlangıç ​​veya bitiş belirteçlerinden kurtulmanın muhtemelen mantıklı olacağını tahmin ediyorum).

Temel olarak, bir CDATA içine gömülü bir başlangıç ​​veya bitiş simgeniz olabilir ve ayrıştırıcıya onu yorumlamamasını, sadece başka bir karakter dizisi olarak işlemesini söyleyebilir misiniz?

Muhtemelen, kendinizi bunu yapmaya çalışırken bulursanız, xml yapınızı veya kodunuzu yeniden düzenlemelisiniz, ancak son 3 yıldır günlük olarak xml ile çalışmama ve bu sorunu hiç yaşamamış olmama rağmen, Mümkün olup olmadığını merak ediyordum. Sadece meraktan.

Düzenle:

Html kodlamasını kullanmak dışında ...

Açıktır ki, bu soru tamamen akademiktir. Neyse ki çok kesin bir cevabı var.

Bir CDATA bitiş dizisinden çıkamazsınız. XML spesifikasyonunun üretim kuralı 20 oldukça açıktır:

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

DÜZENLEME: Bu ürün kuralı tam anlamıyla "Bir CData bölümü istediğiniz her şeyi içerebilir ANCAK ']]>'. İstisna yok." Anlamına gelir.

DÜZENLEME2: Aynı bölümde ayrıca:

Bir CDATA bölümünde, yalnızca CDEnd dizesi işaretleme olarak tanınır, böylece sol açılı parantezler ve ve işaretleri değişmez biçimlerinde ortaya çıkabilir; " <" ve " &" kullanılarak bunların kaçması gerekmez (ve kaçılamaz) . CDATA bölümleri iç içe geçemez.

Başka bir deyişle, varlık referansı, işaretleme veya başka herhangi bir yorumlanmış sözdizimi biçimi kullanmak mümkün değildir. Bir CDATA bölümündeki tek çözümlenmiş metin bölümüdür ]]>ve bölümü sonlandırır.

Bu nedenle, ]]>bir CDATA bölümünden çıkmak mümkün değildir .

DÜZENLEME3: Aynı bölümde ayrıca:

2.7 CDATA Bölümleri

[Tanım: CDATA bölümleri, karakter verilerinin oluşabileceği her yerde oluşabilir; aksi takdirde biçimlendirme olarak tanınacak karakterleri içeren metin bloklarının çıkışını yapmak için kullanılırlar. CDATA bölümleri "<! [CDATA [" dizesiyle başlar ve "]]>" dizesiyle biter:]

Daha sonra, tek bir CDATA bölümünün yerine birden çok bitişik CDATA bölümü dahil olmak üzere, karakter verilerinin oluşabileceği herhangi bir yerde bir CDATA bölümü olabilir. Bu, ]]>jetonu bölmenin ve iki parçasını bitişik CDATA bölümlerine koymanın mümkün olmasını sağlar .

örn:

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

şu şekilde yazılmalıdır

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

.Pdf dosyasını gizlemek için verilerinizi parçalara ayırmalısınız ]]>.

İşte her şey:

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

İlk <![CDATA[]]]]>sahiptir ]]. İkinci <![CDATA[>]]>sahiptir >.

Kaçış yapmazsınız ]]>ama >sonradan ]], 'den ]]><![CDATA[önce ekleyerek kaçarsınız >, bunu tıpkı bir \C / Java / PHP / Perl dizgesinde olduğu gibi, ancak sadece a'dan önce >ve sonra gerekli olduğunu düşünün ]].

BTW,

S.Lott'un cevabı bununla aynı, sadece farklı bir şekilde ifade edildi.

S. Lott'un cevabı doğrudur: bitiş etiketini kodlamazsınız, onu birden çok CDATA bölümüne bölersiniz.

Gerçek dünyada bu problemle nasıl karşılaşılır: İçerik yönetim sistemine beslenecek bir XML belgesi oluşturmak için bir XML düzenleyici kullanarak, CDATA bölümleri hakkında bir makale yazmaya çalışın. Bir CDATA bölümüne kod örneklerini gömmekle ilgili olağan hileniz sizi burada yüzüstü bırakacaktır. Bunu nasıl öğrendiğimi tahmin edebilirsiniz.

Ancak çoğu durumda, bununla karşılaşmazsınız ve nedeni şudur: Bir XML belgesinin metnini bir XML öğesinin içeriği olarak saklamak (örneğin) istiyorsanız, muhtemelen bir DOM yöntemi kullanacaksınız, örneğin:

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

Ve DOM oldukça makul bir şekilde <ve> kaçar, bu da belgenize yanlışlıkla bir CDATA bölümü eklemediğiniz anlamına gelir.

Oh, ve bu ilginç:

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);

Bu muhtemelen .NET DOM'un bir ideosenkrasisidir, ancak bu bir istisna oluşturmaz. Buraya istisna atılır:

Console.Write(doc.OuterXml);

Kaputun altında olan şeyin, XmlDocument'in çıktısını üreten bir XmlWriter kullanması ve XmlWriter'ın yazarken iyi biçimlendirmeyi kontrol etmesi olduğunu tahmin ediyorum.

basitçe yerine ]]>sahip]]]]><![CDATA[>

İşte kaçılması gereken başka bir vaka ]]>. Bir XML belgesinin CDATA bloğunun içine tamamen geçerli bir HTML belgesini kaydetmemiz gerektiğini ve HTML kaynağının kendi CDATA bloğuna sahip olduğunu varsayalım. Örneğin:

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

yorum yapılan CDATA son ekinin şu şekilde değiştirilmesi gerekiyor:

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

XML ayrıştırıcı javascript yorum bloklarını nasıl kullanacağını bilemeyeceği için

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

PHP'de daha temiz bir yol:

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

Gerekirse çok baytlı güvenli bir str_replace kullanmayı unutmayın (latin1 olmayan $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;
   }

CDATA'yı kesintiye uğratmanın iyi bir yol olduğunu düşünmüyorum. İşte benim alternatifim ...

]Kaçış dizisi ve ardından karakterinizin onaltılık değeri için kullanın . Gibi içinde &#xhhhh;> =]<unicode value>;

Bu şekilde ]]>, kodlamanızı kaydetmeye çalışırsanız fn, CDATA'da uygun ]005D;]005D;]003E;olanı üretecektir .

Varlık adına göre kaçmaktan daha iyidir, çünkü bunlar uygulamanızda her seferinde çözülmez ve varlıkları ve işareti ile kaçmak için diğer karakterlerden / dizilerden kaçmak için farklı öncelikleriniz olabilir. Sonuç olarak, CDATA içeriği üzerinde daha fazla kontrole sahip olursunuz.

Şu yapıyı görün:

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

İç CDATA etiket (ler) i için ]]]]><![CDATA[>bunun yerine ile kapatmalısınız ]]>. Bu kadar basit.