如果你用 Flash 搭配 XML 做網站應用,就會碰到這樣的狀況。以遊戲排行榜為例,當你開放使用者自由輸入暱稱時,難保有人會打出 <、>、/、? 這類符號。等到你要把這些資料寫成 XML,這些字元會直接破壞文件結構,讓資料中斷。
這就是 CDATA 存在的意義。
一句話記住差別:XML 文件中的所有文字都會被解析器處理,只有放在 CDATA 區段內的文字會被解析器忽略。
XML 解析器預設會處理文件裡的所有文字。當一個元素被解析時,元素內部的文字同樣會被解析:
<message>This text is also parsed</message>
之所以如此,是因為元素內部可能還嵌套其他元素。例如下面這個 name 元素裡就包了 first 與 last:
<name><first>Bill</first><last>Gates</last></name>
解析器眼中的結構是這樣的:
<name> <first>Bill</first> <last>Gates</last> </name>
問題就出在這裡:它無法分辨哪些 < 是標籤、哪些只是使用者輸入的字元。
XML 中不合法的字元必須替換成對應的實體。如果在文件裡直接寫 <,解析器會把它當成新元素的起點而報錯。所以下面這種寫法行不通:
<message>if salary < 1000 then</message>
必須改寫成:
<message>if salary < 1000 then</message>
XML 預先定義了五個實體:
< → < 小於號> → > 大於號& → & 和' → ' 單引號" → " 雙引號實體一律以 & 開頭、以 ; 結尾。嚴格來說,XML 只絕對禁止 < 與 & 兩個字元,其餘都算合法;但為了減少出錯機會,養成一律使用實體的習慣是明智的。
放在 CDATA 裡的所有內容都會被解析器忽略。當文字中充滿 < 與 &(例如程式碼),把它們整段放進 CDATA 是最省事的做法。
CDATA 以 <![CDATA[ 開始,以 ]]> 結束:
<script>
<![CDATA[
function matchwo(a, b)
{
if (a < b && a < 0) {
return 1;
} else {
return 0;
}
}
]]>
</script>
上例中所有位於 CDATA 之間的文字都被解析器忽略,因此那些 < 與 && 不會引發任何錯誤。
第一,CDATA 不能嵌套。區段之內不得再出現 CDATA。若內容本身含有 ]]> 或 <![CDATA[,極可能釀成解析錯誤,遇到這種情況建議改用實體轉義。
第二,]]> 之間不能有空格或換行。解析器對這個結束符號的辨識是逐字比對的,多一個空白就找不到收尾,整段結構會跟著崩掉。
這兩點看似瑣碎,卻是實務上 CDATA 出問題時最常見的原因——症狀往往表現為「後面的內容全部消失」,而根因只是結束標記寫壞了。