14

我正在使用从数据库中获取的值创建 XML 文档。有时由于遗留的实现，我会撤回一个包含在未正确转义时无效的字符的值（例如＆）。

所以问题就变成了，我应该 CDATA 还是 Escape？某些情况是否更适合其中一种情况？

例子：

<Email>foo&bar@domain.com</Email>

我倾向于这里的 CDATA。

<Name>Bob & Tom</Name>

我倾向于逃离这里。

我想避免每次都盲目地 CDATA，但从性能的角度来看，这似乎是合乎逻辑的选择。这总是比查找无效字符更快，如果它存在则换行。

想法？

4

5 回答 5

21

IMO，CDATA 主要用于人类可读性。就机器而言，除了长度之外，CDATA 和转义文本之间最多没有区别。也许转义版本需要更长的时间来处理，但我说也许，因为这不应该是一个重要因素，除非您的应用程序主要是 IO 绑定的。

人们可能正在阅读 XML 吗？如果没有，就让 XML 解析器做它做的事情，不要担心 CDATA 与转义文本。如果人们会阅读这个 XML，那么 CDATA 可能是更好的选择。

如果您要拥有一个值为 XML 的 XML 元素，那么对于这种情况，CDATA 可能是更好的选择。

有关更多信息，请参阅 XML 常见问题解答的问题，我何时应该使用 CDATA 标记部分？

于 2009-06-09T01:04:12.860 回答
5

我已经看到人们将 CDATA 用于上述情况，这是可以的，并且用于包装非 XML 的东西 - 例如 JSON 或 CSS - 这是使用它的更好理由。当人们使用它来引用基于元素的标记（例如 HTML）时，就会出现问题，然后就会发生混淆。

人们不期待

<![CDATA[<foo>bar</foo>]]>

等同于

&lt;foo&gt;bar&lt;/foo&gt;

就 XML 系统而言。

请参阅 RSS 标签汤了解逃逸关卡的恐怖示例。

您还必须确保字符序列 ']]>' 永远不会出现在您的包装数据中，因为它是终止符。

因此，除非可读性是最重要的，或者您要包装非元素标记，否则我建议避免使用 CDATA。

于 2009-06-09T01:18:52.580 回答
1

我认为没有真正的区别。我更喜欢将 CDATA 用于所有内容，因为我不必关心要转义的字符，我唯一需要注意的是内容中的“]]>”，顺便说一句，如果您拆分 CDATA 开头，则允许使用并将结束标签分成多个片段。

示例（在 PHP 中）

<?php

function getXMLContent($content)
{
    if
    (
        (strpos($content, '<') !== false) ||
        (strpos($content, '>') !== false) ||
        (strpos($content, '&') !== false) ||
        (strpos($content, '"') !== false) ||
        (strpos($content, '\'') !== false)
    )
    {
        // If value contains ']]>', we need to break it into multiple CDATA tags
        return "<![CDATA[". str_replace(']]>', ']]]]><![CDATA[>', $content) ."]]>";
    }
    else
    {
        // Value does not contain any special characters which needs to be wrapped / encoded / escaped
        return $content;
    }
}

echo getXMLContent("Hello little world!");
echo PHP_EOL . PHP_EOL;
echo getXMLContent("This < is > a & hard \" test ' for ]]> XML!");

?>

退货

Hello little world!

<![CDATA[This < is > a & hard " test ' for ]]]]><![CDATA[> XML!]]>

如果将其放入这样的 XML 结构中：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<test>
    <![CDATA[This < is > a & hard " test ' for ]]]]><![CDATA[> XML!]]>
</test>

... 将其保存到文件（如 test.xml）并使用浏览器打开它，您会看到，浏览器（或任何其他 XML 应用程序/解析器）将向您显示正确的输出字符串：

This < is > a & hard " test ' for ]]> XML!
于 2015-10-22T22:07:26.610 回答
0

在这些情况下用 CDATA 包装：如果您有可疑的数据并且您想转义那些 Data is used for display ，因为那时该应用程序也将转义。反复转义相同的数据元素 - 更多的解析和转义将影响性能。

于 2013-09-25T06:36:05.257 回答
0

我认为 CDATA 会更快 - 它必须扫描结束字符，从头到尾制作一个副本并将其传回 - 一个副本。读取转义数据时，它必须使用缓冲区，在扫描转义字符时附加到缓冲区，完成后，将缓冲区转换为字符串并将其传回。因此，转义将使用更多内存，并且必须进行额外的复制。尽管您可能只会注意到大型数据集和大量事务的差异。所以如果它的小领域，不要担心 - 使用任何一个。

于 2016-12-06T11:15:08.800 回答