Có cách nào để thoát mã thông báo kết thúc CDATA trong xml không?

Tôi đã tự hỏi liệu có cách nào để thoát mã thông báo kết thúc CDATA ( ]]>) trong phần CDATA trong tài liệu xml không. Hoặc, nói chung, nếu có một chuỗi thoát nào đó để sử dụng trong CDATA (nhưng nếu nó tồn tại, tôi đoán có lẽ chỉ có nghĩa là thoát khỏi mã thông báo bắt đầu hoặc kết thúc, dù sao đi nữa).

Về cơ bản, bạn có thể có mã thông báo bắt đầu hoặc kết thúc được nhúng trong CDATA và yêu cầu trình phân tích cú pháp không diễn giải nó mà chỉ coi nó như một chuỗi ký tự khác.

Có lẽ, bạn chỉ nên cấu trúc lại cấu trúc xml hoặc mã của mình nếu bạn thấy mình đang cố gắng làm điều đó, nhưng mặc dù tôi đã làm việc với xml hàng ngày trong 3 năm qua và tôi chưa bao giờ gặp phải vấn đề này, Tôi đã tự hỏi nếu nó có thể. Chỉ tò mò thôi.

Biên tập:

Khác với việc sử dụng mã hóa html ...

Rõ ràng, câu hỏi này hoàn toàn là học thuật. May mắn thay, nó có một câu trả lời rất chắc chắn.

Bạn không thể thoát khỏi chuỗi kết thúc CDATA. Quy tắc sản xuất 20 của đặc tả XML khá rõ ràng:

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

EDIT: Quy tắc sản phẩm này có nghĩa đen là "Phần CData có thể chứa bất cứ thứ gì bạn muốn NHƯNG chuỗi ']]>'. Không có ngoại lệ."

EDIT2: Phần tương tự cũng đọc:

Trong phần CDATA, chỉ chuỗi CDEnd được nhận dạng là đánh dấu, do đó dấu ngoặc vuông và ký hiệu góc trái có thể xảy ra ở dạng nghĩa đen của chúng; họ không cần (và không thể) được thoát bằng " <" và " &". Phần CDATA không thể làm tổ.

Nói cách khác, không thể sử dụng tham chiếu thực thể, đánh dấu hoặc bất kỳ hình thức cú pháp diễn giải nào khác. Văn bản được phân tích cú pháp duy nhất trong phần CDATA là ]]>và nó chấm dứt phần đó.

Do đó, không thể thoát ]]>trong phần CDATA.

EDIT3: Phần tương tự cũng đọc:

2.7 Phần CDATA

[Định nghĩa: Phần CDATA có thể xảy ra ở bất cứ đâu có thể xảy ra dữ liệu ký tự; chúng được sử dụng để thoát khỏi các khối văn bản chứa các ký tự thường được nhận dạng là đánh dấu. Các phần CDATA bắt đầu bằng chuỗi "<! [CDATA [" và kết thúc bằng chuỗi "]]>":]

Sau đó, có thể có một phần CDATA bất cứ nơi nào dữ liệu ký tự có thể xảy ra, bao gồm nhiều phần CDATA liền kề thay cho một phần CDATA. Điều đó cho phép có thể phân tách ]]>mã thông báo và đặt hai phần của nó vào các phần CDATA liền kề.

Ví dụ:

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

nên được viết là

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

Bạn phải chia dữ liệu của bạn thành nhiều phần để che giấu ]]>.

Đây là toàn bộ:

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

Cái đầu tiên <![CDATA[]]]]>có ]]. Thứ hai <![CDATA[>]]>có >.

Bạn không thoát khỏi ]]>nhưng bạn thoát khỏi cái >sau ]]bằng cách chèn vào ]]><![CDATA[trước >, hãy nghĩ về điều này giống như một chuỗi \trong C / Java / PHP / Perl nhưng chỉ cần trước a >và sau a ]].

BTW,

Câu trả lời của S.Lott giống như thế này, chỉ diễn đạt khác nhau.

Câu trả lời của S. Lott là đúng: bạn không mã hóa thẻ kết thúc, bạn chia nó qua nhiều phần CDATA.

Cách xử lý vấn đề này trong thế giới thực: sử dụng trình soạn thảo XML để tạo tài liệu XML sẽ được đưa vào hệ thống quản lý nội dung, hãy thử viết một bài viết về các phần CDATA. Thủ thuật thông thường của bạn về việc nhúng các mẫu mã trong phần CDATA sẽ khiến bạn thất bại ở đây. Bạn có thể tưởng tượng làm thế nào tôi học được điều này.

Nhưng trong hầu hết các trường hợp, bạn sẽ không gặp phải điều này và đây là lý do: nếu bạn muốn lưu trữ (giả sử) văn bản của tài liệu XML làm nội dung của một phần tử XML, có thể bạn sẽ sử dụng phương thức DOM, ví dụ:

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

Và DOM khá hợp lý thoát khỏi <và>, điều đó có nghĩa là bạn đã vô tình nhúng một phần CDATA trong tài liệu của bạn.

Ồ, và điều này thật thú vị:

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);

Đây có lẽ là một ideosyncrasy của .NET DOM, nhưng điều đó không tạo ra ngoại lệ. Ngoại lệ được ném ở đây:

Console.Write(doc.OuterXml);

Tôi đoán rằng những gì đang diễn ra dưới mui xe là XmlDocument đang sử dụng XmlWriter tạo ra đầu ra của nó và XmlWriter kiểm tra độ chính xác khi viết.

chỉ cần thay thế ]]>bằng]]]]><![CDATA[>

Đây là một trường hợp khác ]]>cần phải thoát. Giả sử chúng ta cần lưu một tài liệu HTML hợp lệ hoàn hảo bên trong khối CDATA của tài liệu XML và nguồn HTML xảy ra để có khối CDATA riêng. Ví dụ:

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

hậu tố CDATA nhận xét cần được thay đổi thành:

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

vì trình phân tích cú pháp XML sẽ không biết cách xử lý các khối nhận xét javascript

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

Một cách sạch hơn trong PHP:

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

Đừng quên sử dụng một chuỗi liên kết an toàn đa bào nếu được yêu cầu (không phải là 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;
   }

Tôi không nghĩ rằng làm gián đoạn CDATA là cách tốt để đi. Đây là sự thay thế của tôi ...

Sử dụng ]cho chuỗi thoát theo sau là giá trị hex của nhân vật của bạn. Thích trong &#xhhhh;=>]<unicode value>;

Bằng cách này, nếu bạn cố gắng ghi lại ]]>mã hóa fn của bạn sẽ tạo ra ]005D;]005D;]003E;cái nào cũng được trong CDATA.

Tốt hơn là thoát theo tên thực thể, bởi vì chúng không được giải mã mỗi lần trong ứng dụng của bạn và bạn có thể có các ưu tiên khác nhau để thoát các thực thể bằng dấu và so với thoát một số ký tự / chuỗi khác. Kết quả là bạn có nhiều quyền kiểm soát hơn đối với nội dung của CDATA.

Xem cấu trúc này:

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

Đối với (các) thẻ CDATA bên trong, bạn phải đóng ]]]]><![CDATA[>thay vì ]]>. Đơn giản như vậy.