2

好的，我正在使用 StreamReader 从流中读取数据。流中的数据不是 xml，它可以是任何东西。

基于输入 StreamReader，我正在使用 XmlTextWriter 写入输出流。基本上，当一切都说完了，输出流包含来自输​​入流的数据，这些数据包装在父元素中包含的元素中。

我的问题是双重的。数据以块的形式从输入流中读取，StreamReader 类返回 char[]。如果输入流中的数据包含“]]>”，则需要将其拆分为两个 CDATA 元素。首先，如何在 char 数组中搜索“]]>”？其次，因为我是分块阅读，所以“]]>”子字符串可以分成两个块，那么我该如何解释呢？

我可能会将 char[] 转换为字符串，然后对其进行搜索替换。这将解决我的第一个问题。在每次读取时，我还可以检查最后一个字符是否是“]”，以便在下一次读取时，如果前两个字符是“]>”，我将开始一个新的 CDATA 部分。

这看起来几乎没有效率，因为它涉及将 char 数组转换为字符串，这意味着要花费时间来复制数据，并占用两倍的内存。有没有更有效的方法，无论是在速度方面还是在内存方面？

4

3 回答 3

4

根据HOWTO 避免在生产 XML 时被称为 Bozo：

不要打扰 CDATA 部分

XML 提供了两种转义标记有效字符的方法：预定义实体和 CDATA 部分。CDATA 部分只是语法糖。这两种替代句法结构没有语义差异。

当您手动编辑 XML 并且需要粘贴包含标记有效字符的大量文本（例如代码示例）时，CDATA 部分很方便。但是，当使用序列化程序生成 XML 时，序列化程序会自动处理转义，并且尝试对转义方法的选择进行微观管理只会带来错误的可能性。
...
只有 <、>、& 和（在属性值中）" 需要转义。

只要对一小部分特殊字符进行编码/转义，它就应该可以工作。

你是否必须自己处理逃跑是另一回事，但肯定是一个更容易解决的问题。

然后只需将全部作为子文本节点附加到相关的 XML 元素。

于 2009-02-13T14:37:06.867 回答
1

我知道 CDATA 的两个真实用例：

一个是在包含脚本的 XHTML 文档中：

<script type="text/javascript">
<![CDATA[
   function foo()
   {
      alert("You don't want <this> text escaped.");
   }
]]>
</script>

另一种是手工编写的 XML 文档，其中文本包含嵌入的标记，例如：

<p>
   A typical XML element looks like this:
</p>
<p>
   <pre>
   <![CDATA[
      <sample>
         <text>
            I'm using CDATA here so that I don't have to manually escape
            all of the special characters in this example.
         </text>
      </sample>
   ]]>
   </pre>
</p>

在所有其他情况下，只要让 DOM（或 XmlWriter，或您用来创建 XML 的任何工具）转义文本节点就可以了。

于 2009-02-13T20:15:59.717 回答
0

其次，因为我正在分块阅读，所以“]]>”子字符串可以分成两个块，那么我该如何解释呢？

实际上，您必须将最后两个字符保留在队列中，而不是立即将它们吐出。然后当新输入进入时，将其附加到队列中，然后再次获取除最后两个字符之外的所有字符，搜索并替换它们，然后输出。

更好：根本不用担心 CDATA 部分。它们只是为了方便手工创作而存在。如果您已经在进行搜索和替换，那么您没有理由不只搜索和替换 '<'、'>' 和 '&' 及其预定义的实体，并将这些实体包含在普通的 Text 节点中。由于这些是简单的单字符替换，因此您无需担心缓冲。

但是：如果您按照您所说的那样使用 XmlTextWriter，那么它就像为每个传入文本块调用 WriteString() 一样简单。

于 2009-02-13T10:21:38.273 回答