除经特别注明外,本站文章版权归JScud Develop团队或其原作者所有.
转载请注明作者和来源. scud(飞云小侠) 欢迎访问 JScud Develop
根据XML中CDATA类型的规范可以知道:"&"和"<"不需要也不能被转换. ">" 如果出现在"]]>" 的内容而不是表示结束时,必须被转义为>
但是这样就存在一个问题,如果我需要输入"]]>",正确的处理是保存为"]]>",但是如果我想输入"]]>",那么应该如何保存哪? 我想了很久,除非加空格或者采用特殊的办法,否则是没有办法解决的.
1.如果我们不考虑输入"]]>"的问题,来考虑一下"]]>"的处理,看看各种XML解析器是如何处理的?
xml解析器的测试包含2个部分:设置cdata类型的数据和读出cdata类型的数据.
首先我们写一个测试的例子,计划使用JDom 1.0和Dom4j来测试一下:
package com.jscud.test;
public class XmlTestBase
{
public static String xmlpart =
"<?xml version=\"1.0\" encoding=\"UTF-8\"?>"+
"<xml>" +
"<test>"+
"<hello><![CDATA[ hello ]]> ]]></hello>" +
"</test>" +
"</xml>";
public static void print(String str)
{
System.out.println(str);
}
} |
JDom测试的例子如下:
package com.jscud.test;
import java.io.*;
import org.jdom.*;
import org.jdom.input.SAXBuilder;
import org.jdom.output.*;
//@author scud http://www.jscud.com
public class JDomXmlFileTest extends XmlTestBase
{
public static void main(String[] args) throws Exception
{
readDocument();
print("===========================");
createDocument();
}
public static void readDocument() throws Exception
{
Reader reader = new StringReader(xmlpart);
SAXBuilder builder = new SAXBuilder();
Document doc = builder.build(reader);
Element aRoot = doc.getRootElement();
Element anode = aRoot.getChild("test").getChild("hello");
print(anode.getText());
}
public static void createDocument() throws Exception
{
Document doc = new Document();
doc.setRootElement(new Element("root"));
CDATA node = new CDATA("hello alt=]]>");
//throw Exception
//node.setText("hello]]>");
Element ele = new Element("hello");
ele.setContent(node);
Element root = doc.getRootElement();
root.getChildren().add(ele);
XMLOutputter outputter = new XMLOutputter();
Format aFormat = Format.getCompactFormat();
aFormat.setEncoding("GB2312");
String sResult = outputter.outputString(doc.getRootElement().getChildren());
print(sResult);
}
} |
编译并运行上面的代码结果,我们可以看到JDom无法设置Cdata的值为"]]>",会报异常.从xml字符串读出cdata的结果也没有把字串"]]>"翻译为"]]>".
接着再来测试Dom4J:
package com.xml.test;
import java.io.StringReader;
import org.dom4j.*;
import org.dom4j.io.SAXReader;
import org.dom4j.tree.DefaultCDATA;
/**
* 测试XML的CData数据类型.
*
* @author scud http://www.jscud.com
*
*/
public class Dom4jXmlTest extends XmlTestBase
{
public static void main(String[] args) throws Exception
{
readDocument();
print("===========================");
createDocument();
}
public static void createDocument()
{
Document document = DocumentHelper.createDocument();
Element root = document.addElement( "root" );
DefaultCDATA cdata = new DefaultCDATA("sample]]>");
DefaultCDATA cdata2 = new DefaultCDATA("sample]]>");
Element anode = root.addElement("cdata");
anode.add(cdata);
print(anode.getText());
print(anode.asXML());
Element anode2 = root.addElement("cdata2");
anode2.add(cdata2);
print(anode2.getText());
print(anode2.asXML());
}
public static void readDocument() throws Exception
{
StringReader strreader = new StringReader(xmlpart);
SAXReader reader = new SAXReader();
Document document = reader.read(strreader);
Node node = document.selectSingleNode( "//test/hello" );
print(node.getText());
print(node.getStringValue());
}
} |
我们可以看到Dom4j也是没有做任何处理,输入的时候不作任何转换,原样输出,这样必然导致xml错误.读出的时候也没有做转换.
根据上面的测试我们可以得出结论:很多xml解析器没有正确解析cdata的数据,(jdom和dom4j用的人比较多),不要太相信这些解析器.
2.我们再来看看阅读RSS的RSS阅读器吧,例如FeedDemon和POTU,我们准备了一个CData类型的description字段,来进行测试.
内容:
<?xml version="1.0" encoding="GB2312" ?>
<rss version="2.0">
<channel>
<title>Some Where</title>
<link>http://www.jscud.com/</link>
<description />
<item>
<title>Test</title>
<link>http://www.jscud.com</link>
<author>scud</author>
<pubDate>Mon, 22 Aug 2005 10:22:22 GMT</pubDate>
<description><![CDATA[
<hr>
]]>
]]></description>
</item>
</channel>
</rss> |
结果:
1.POTU没有做任何处理
2.FeedDemon做了处理,不过同时也把其他的> <等等都翻译了,这就更不对了..
本来我是打算在RSS里使用CDATA类型的description字段的,经过几番试验和测试,最后决定还是使用普通的description字段了,不在使用CDATA了.
CDATA? 鸡肋乎? 呵呵