XML简介之CDATA与XML编码
15.XML CDATA
--------------------------------------------------------------------------------
在XML文档中的所有文本都会被解析器解析。
只有在CDATA部件之内的文本会被解析器忽略。
--------------------------------------------------------------------------------
解析数据
XML 解析器通常情况下会处理XML文档中的所有文本。
当XML元素被解析的时候，XML元素内部的文本也会被解析:
<message>This text is also parsed</message>
XML解析器这样做的原因是XML元素内部可能还包含了别的元素，象下面的例子，name元素内部包含了first和last两个元素:
<name><first>Bill</first><last>Gates</last></name>
解析器会认为上面的代码是这样的:
<name>
<first>Bill</first>
<last>Gates</last>
</name>
--------------------------------------------------------------------------------
转义字符
不合法的XML字符必须被替换为相应的实体。
如果在XML文档中使用类似"<" 的字符, 那么解析器将会出现错误，因为解析器会认为这是一个新元素的开始。所以不应该象下面那样书写代码:
<message>if salary < 1000 then</message>
为了避免出现这种情况，必须将字符"<" 转换成实体，象下面这样:
<message>if salary < 1000 then</message>
下面是五个在XML文档中预定义好的实体:
< < 小于号
> > 大于号
& & 和
' ' 单引号
" " 双引号
实体必须以符号"&"开头，以符号";"结尾。
注意: 只有"<" 字符和"&"字符对于XML来说是严格禁止使用的。剩下的都是合法的，为了减少出错，使用实体是一个好习惯。
--------------------------------------------------------------------------------
CDATA部件
在CDATA内部的所有内容都会被解析器忽略。
如果文本包含了很多的"<"字符和"&"字符——就象程序代码一样，那么最好把他们都放到CDATA部件中。
一个 CDATA 部件以"<![CDATA[" 标记开始，以"]]>"标记结束:
<script>
<![CDATA[
function matchwo(a,b)
{
if (a < b && a < 0) then
{
return 1
}
else
{
return 0
}
}
]]>
</script>
在前面的例子中，所有在CDATA部件之间的文本都会被解析器忽略。
CDATA注意事项:
CDATA部件之间不能再包含CDATA部件（不能嵌套）。如果CDATA部件包含了字符"]]>" 或者"<![CDATA[" ，将很有可能出错哦。
同样要注意在字符串"]]>"之间没有空格或者换行符。
--------------------------------------------------------------------------------
16.XML编码
--------------------------------------------------------------------------------
XML文档可以包含外文字符比如挪威语或者法语（中文当然也可以！这一部分还是不能照原文翻译，下面有些内容是我自己写的）
为了让你的解析器能够明白这些字符，你必须在XML文档中统一的字符编码标准。
--------------------------------------------------------------------------------
Windows 95/98 记事本
Windows 95/98 记事本不能以Unicode的编码格式保存文件。
可以使用记事本来编辑和保存包含了外文字符的XML文档 (比如：挪威语或者法语或者中文)
<?xml version="1.0"?>
<note>
<from>lijizh1013</from>
<to>小林</to>
<message>晚上一起去火锅呀</message>
</note>
但是如果你用浏览器打开这个用记事本编辑过的XML文档，将会出现一个错误open it with IE 5.0。
--------------------------------------------------------------------------------
在Windows 95/98 记事本中使用编码
Windows 95/98 记事本编辑XML文件必须进行编码属性设置。
为了避免发生错误，可以在XML文档声明中加上一个encoding属性，指明此XML文档的编码类型，但是不要使用Unicode编码。
下面的编码类型不会导致错误，(用IE 5.0+浏览器观看), 并且汉字显示正常:
<?xml version="1.0" encoding="gb2312"?>
下面的编码类型不会导致错误，(用IE 5.0+浏览器观看), 并且汉字显示正常:
<?xml version="1.0" encoding="gbk"?>
下面的编码类型不会导致错误，(用IE 5.0+浏览器观看), 并且汉字显示不正常(乱码):
<?xml version="1.0" encoding="windows-1252"?>
下面的编码类型不会导致错误，(用IE 5.0+浏览器观看), 并且汉字显示不正常(乱码):
<?xml version="1.0" encoding="ISO-8859-1"?>
下面的编码类型不会导致错误，(用IE 5.0+浏览器观看),并且汉字显示正常:
<?xml version="1.0" encoding="UTF-8"?>
下面的编码类型会导致错误，(用IE 5.0+浏览器观看):
<?xml version="1.0" encoding="UTF-16"?>
--------------------------------------------------------------------------------
使用Windows 2000 记事本
Windows 2000 记事本可以以Unicode编码格式保存文件。
Windows 2000 的记事本支持Unicode字符集。如果使用Win2000的记事本以Unicode的编码格式保存XML文档(请注意这里在XML声明中没有编码信息):
<?xml version="1.0"?>
<note><from>lijizh1013</from><to>小林</to><message>晚上一起去火锅呀</message></note>
下面这个文件; note_encode_none_u.xml, 在IE5.0+中将不会出现错误，但如果你使用网景Netscape 6.2，就可能出错。读者比较 note_encode_none.xml 和 note_encode_none_u.xml这两个文件，如果单独看他们各自的源文件，是没有区别的，但为什么一个能显示，一个不能显示呢？答案就是Unicode字符集。
--------------------------------------------------------------------------------
Windows 2000 记事本编码
Windows 2000记事本还可以以"UTF-16"编码格式保存文件。
如果你在XML文档中声明了编码属性而又以Unicode编码格式保存文件，将可能发生错误。
下面的代码将会导致错误 (用浏览器察看):
<?xml version="1.0" encoding="windows-1252"?>
下面的代码将会导致错误 (用浏览器察看):
<?xml version="1.0" encoding="ISO-8859-1"?>
下面的代码将会导致错误 (用浏览器察看):
<?xml version="1.0" encoding="UTF-8"?>
下面这个文件; note_encode_utf16_u.xml, 将会在IE5.0+中显示正常，在网景Netscape 6.2浏览器中将会出现错误。
<?xml version="1.0" encoding="UTF-16"?>
--------------------------------------------------------------------------------
错误信息
当时用IE5.0或者更高版本浏览XML文档时，可能会遇到两中不同的编码错误:
在文本内容中发现一个非法字符(An invalid character was found in text content)。
如果你的XML文档和你的XML文档的编码格式不匹配就可能导致错误发生。通常情况是，XML文档包含一些“非英文”字符，并且使用了单字节编码的编辑器，而且没有在XML文档的声明中设置XML文档的编码格式。
不支持从当前的编码格式转换成另一种编码格式（Switch from current encoding to specified encoding not supported）。
如果XML文档以Unicode/UTF-16编码格式保存，但是XML文档的声明中却设置了编码格式是一些单字节的编码（比如 Windows-1252, ISO-8859-1 或者 UTF-8）；或者XML文档以单字节编码格式保存，但是XML文档的声明中却设置了编码格式是一些Unicode/UTF-16的编码形式，这样两种情况都会导致错误发生。
--------------------------------------------------------------------------------
结论
结论:在保存XML文档之前在XML文档的声明中设置文档的编码格式，我的一些关于避免错误发生的建议:
使用一种支持Unicode编码格式的编辑器。
确信你知道自己正在使用那种编码格式。
在XML文档中使用属性声明设置编码格式。
补充：Web开发 , 其他 ,
