HTTP 与 Web 标准 / 系统课时
CDATA 能不能随便嵌套
CDATA 能不能随便嵌套
CDATA 看起来像由 <![CDATA[ 和 ]]> 包围的特殊结构,因此很容易被误认为可以像普通 XML 元素一样继续嵌套。实际上,CDATA 没有层级嵌套能力,第一个合法的 ]]> 就会结束当前 CDATA Section。
学习目标
- 理解 CDATA 为什么不能像 XML 元素一样嵌套
- 识别
]]>对 CDATA 内容造成的语法边界 - 学会处理必须保存
]]>字符序列的文本
CDATA 没有嵌套规则
普通 XML 元素可以通过开始标签和结束标签形成层级,例如 <outer><inner>...</inner></outer>。CDATA 不同,它的结束标记只有固定的 ]]>,解析器不会在 CDATA 内部继续寻找另一组 CDATA 层级。
下面这种写法是错误的:
<data><![CDATA[
outer text
<![CDATA[inner text]]>
more text
]]></data>解析器遇到内部第一个 ]]> 时,就会认为最外层 CDATA 已经结束。后面的字符不再处于 CDATA 中,因此整个文档会出现语法错误。CDATA 不能通过增加一层 <![CDATA[ 来“保护”另一段 CDATA。
真正的限制是不能包含结束标记
CDATA 的核心语法可以概括为:
<![CDATA[这里可以出现 <、>、& 等普通 XML 文本中需要转义的字符]]>但是内容本身不能直接包含字符序列 ]]>,因为解析器无法判断这个序列是“需要保存的数据”还是“当前 CDATA 的结束位置”。
例如,下面的文档不是合法 XML:
<example><![CDATA[value = "]]>";]]></example>这里第一个 ]]> 已经结束 CDATA,后续文本使结构失效。
保存结束标记时拆分 CDATA
如果业务文本确实必须包含 ]]>,常见方法是把这一序列拆到两个相邻的 CDATA Section 中。XML 元素可以连续包含多段字符数据,解析后这些内容仍可以组成同一段文本。
<example><![CDATA[value = "]] ]]]]><![CDATA[>";]]></example>为了避免人为拆分时写错,更清晰的实际写法通常是在 ]]> 前断开,使前一段保存 ]],后一段从 > 开始:
<example><![CDATA[value = "]] ]]><![CDATA[>";]]></example>不过上面为了展示边界加入了额外空格,因此并不能原样还原目标字符串。若必须精确保留 value = "]]>";,可以使用下面的合法拆分:
<example><![CDATA[value = "]]]]><![CDATA[>";]]></example>预期解析文本为:
value = "]]>";第一段 CDATA 在结束标记之前留下两个 ] 字符,第二段从 > 开始,因此解析后的连续字符正好重新组成 ]]>。
不要把 CDATA 当作转义层
CDATA 不是一种可以反复套娃的“转义容器”。如果数据本身还包含 XML、HTML 或程序代码,是否再次解析这些内容,应由应用程序决定,而不是通过嵌套 CDATA 表达。
例如:
<payload><![CDATA[<item id="1">A&B</item>]]></payload>这里 payload 的内容只是字符串 <item id="1">A&B</item>。如果程序之后需要把这段字符串再次当 XML 解析,那属于第二次独立的解析过程,与 CDATA 嵌套无关。
理解这一点后,CDATA 的边界就很明确:它可以减少特殊字符转义,但只有一层固定的开始与结束标记;遇到 ]]> 时必须拆分或改用其他文本表示方式。