2.5　字符数据

开始标签和结束标签之间的文本可以是任何Unicode字符，并且其间的任何字符都将忠实地传递给XML处理程序。例如下面的代码：

程序清单：codes\02\2.5\blank.xml

在上面的文档中，两个<计算机书籍…/>元素并不相同。后一个元素的文本字符串相比于前一个元素多了许多内容（空白和回车）。

HTML会把多个连续的空格字符裁减为一个，但XML则会忠实地保留所有空白。假设有如下HTML元素：

实际输出时将变为如下形式：

但XML文档中的所有空格都会被忠实地传给处理程序，因此XML元素里的空格不会被删除。

如果文本字符串中包含一些特殊的字符，例如尖括号（<）或and符号（&），由于这些符号在XML文档中都有特殊的含义，因此直接在XML元素中使用该字符串将引起文档混乱。看下面的文档：

程序清单：codes\02\2.5\ltSignal.xml

上述文档中的<比较符…/>元素的内容需要出现1+1<3字符串。但该元素的内容完全不行，图2.9所示是该文档在浏览器中浏览的结果。

图2.9　文本字符串中包含特殊字符

有两种方法可以解决这个问题：

　使用实体引用：用另一个特殊标记来代替这些特殊符号。

　使用CDATA标记：将整段文档定义成字符串。

2.5.1　使用实体引用

为了正确处理XML文档中的特殊字符，XML允许使用实体来表示这些特殊字符。XML预置了5个实体引用，如表2.1所示。

表2.1　XML预置的实体引用

因此，上面的文档改成如下形式即可正确显示：

程序清单：codes\02\2.5\entityRef.xml

上述文档的浏览结果如图2.10所示。

图2.10　实体引用的效果

注意

使用实体引用的格式相当固定：总是以“&”开始，以“;”结束。不要忘记实体引用后面的英文分号。

需要指出的是，在XML中其实只有字符<和&确实是非法的，而大于符号（>）其实是合法的，不过通常还是推荐使用实体引用来代替它，这样可以保证更好的可读性。

实体引用简单易用，但需要记熟。如果字符串中包含大量特殊字符，则需要使用实体引用逐一替换，这相当麻烦，幸好还有另一种解决方案——使用CDATA标记。

2.5.2　使用CDATA标记

在特殊标记CDATA下，所有的特殊字符，甚至是有效的元素都将被当成简单字符处理。实体引用也会失去作用，变成直接文本。CDATA的语法格式如下：

因此，可以将上面的文档变成如下形式：

程序清单：codes\02\2.5\cdata1.xml

当XML文档解析器处理该文档时，<比较符…/>元素的值将是1+1<3。

甚至对于如下特殊的形式：

程序清单：codes\02\2.5\cdata2.xml

上面的<书籍列表…/>元素将没有任何子元素，而只有一个简单的文本字符串，只不过该文本字符串内容较多而已。该文档的执行结果如图2.11所示。

图2.11　CDATA标记的效果

<书籍列表…/>内的所有内容都处于CDATA标记内，因此这些内容将全部被当成字符串处理，即使它们包含了合法的元素。

提示

由于XML根本不会对CDATA标记内的内容进行任何解析，因此在CDATA内可放置任何内容，其中的内容永远不会出错。