XML入門的常見問題(三)_Xml教程

如何加載有外國(guó)和特殊字符的文檔？

文檔可以包含外國(guó)字符，例如：

foreign characters (úóí?)

例如 �箜� 的外國(guó)字符必須在前面加上 escape 序列。外國(guó)字符可以是 UTF-8 編碼或用不同編碼指定，如下所示：

foreign characters (�箜�)

現(xiàn)在可以正確加載 XML 了。

其他字符是保留在 XML 中的，并且需要以不同的方式處理。下面的 XML：

This & that

產(chǎn)生如下錯(cuò)誤：

此處不允許有空格。

行 0000001: This & that

位置 0000012: ----------^

此處 & 是 XML 句法結(jié)構(gòu)的一部分，如果它僅僅放在 XML 數(shù)據(jù)源內(nèi)部，那么不能解釋為 &。您需要替換稱為“實(shí)體”的特殊字符序列。

This & that

下面的字符需要相應(yīng)的實(shí)體：

以下為引用的內(nèi)容： 　　< < 　　& & 　　> > 　　" " 　　' &apos;

引號(hào)字符被用作標(biāo)記中屬性值的定界符，因此通常不能在屬性值的內(nèi)部使用。例如，下面的內(nèi)容將返回錯(cuò)誤：

此處的單引號(hào)既用作屬性定界符，又在屬性值自身中。為了糾正這個(gè)問題，可以將屬性定界符換成雙引號(hào)：

或者可以將單引號(hào)轉(zhuǎn)義為實(shí)體 '

上述兩種方式都將通過 XML 對(duì)象模型中的 getAttribute 方法返回屬性值 John's Stuff。同樣，對(duì)于雙引號(hào)，您可以使用實(shí)體"。

也可以通過將文本放在 CDATA 節(jié)中來處理元素內(nèi)容中的特殊字符。下面的內(nèi)容是正確的：

在本例子中，XML 對(duì)象模型將 CDATA 節(jié)點(diǎn)顯示 xml 節(jié)點(diǎn)的子節(jié)點(diǎn)，它將返回字符串

This & that is just "text" content.

作為 nodeValue。

如何在 Visual Studio 6.0 C 中使用 MSXML COM 組件？

在 Visual C 6.0 中使用 MSXML COM 組件M的最簡(jiǎn)便方式是使用 #import 指令：

#import "msxml.dll" named_guids no_namespace#import "msxml.dll" named_guids no_namespace

它定義了所有 IXML* 接口和接口 ID，從而可以在應(yīng)用程序中使用它們了。也可以從 INETSDK 獲取 MSXML 類型庫(kù)和頭文件（英文），以及包含類 IIDs 的 uuid.lib。

如何在 XML 中使用 HTML 實(shí)體？

下面的 XML 包含 HTML 實(shí)體：

Copyright ? 2000, Microsoft Inc, All rights reserved.

它產(chǎn)生下列錯(cuò)誤：

引用未定義的實(shí)體 'copy'。

行： 1, 位置：23, 錯(cuò)誤碼：0xC00CE002

Copyright ? 2000, ...

這是因?yàn)?XML 只有五個(gè)內(nèi)置實(shí)體。關(guān)于內(nèi)置實(shí)體的詳細(xì)信息，請(qǐng)參閱如何加載有外國(guó)和特殊字符的文檔？

要使用 HTML 實(shí)體，需要用 DTD 定義它們。有關(guān) DTD 的詳細(xì)信息，請(qǐng)參閱 W3C XML 建議（英文）。要使用該 DTD，請(qǐng)將它直接包括在 DOCTYPE 標(biāo)記中，如下所示：

Copyright ? 2000, Microsoft Inc, All rights reserved.

要加載它，需要關(guān)閉 IXMLDOMDocument 接口的 validateOnParse 屬性。請(qǐng)嘗試將它粘貼到“Validator 測(cè)試頁(yè)”中，關(guān)閉 DTD 驗(yàn)證，然后單擊“驗(yàn)證”。請(qǐng)注意文檔將加載，并且版權(quán)字符將顯示在 validator 頁(yè)面的末尾的 DOM 樹中。

如果已經(jīng)完成了 DTD 驗(yàn)證，那么必須將作為參數(shù)實(shí)體的 HTML 實(shí)體包括在現(xiàn)有的 DTD 中，如下所示：

%HTMLENT;

%HTMLENT;

它將定義所有 HTML 實(shí)體，以便在 XML 文檔中使用它們。

在元素內(nèi)容中如何處理空白字符？

XML DOM 有三種訪問元素文本內(nèi)容的方式：

屬性 行為

nodeValue 按照原始的 XML 源中指定的那樣，返回 TEXT、CDATA、COMMENT 和 PI 節(jié)點(diǎn)上的原始文本內(nèi)容（包括空白字符）。對(duì)于 ELEMENT 節(jié)點(diǎn)和 DOCUMENT 本身，則返回空值。

數(shù)據(jù)與nodeValue相同

文本重復(fù)連接指定子樹中的多個(gè) TEXT 和 CDATA 節(jié)點(diǎn)并返回組合結(jié)果。

注意：空白字符包括新行、tab 和空格。

nodeValue 屬性通常返回原始文檔中的內(nèi)容，與文檔如何加載和當(dāng)前 xml:space 范圍無關(guān)。

文本屬性連接指定子樹中的所有文本并擴(kuò)展實(shí)體。這與文檔如何加載、preserveWhiteSpace 開關(guān)的當(dāng)前狀態(tài)和當(dāng)前 xml:space 范圍有關(guān)，請(qǐng)看如下所示：

以下為引用的內(nèi)容： 　　preserveWhiteSpace = true when the document is loaded preserveWhiteSpace=true preserveWhiteSpace=true preserveWhiteSpace=false preserveWhiteSpace=false xml:space=preserve xml:space=default xml:space=preserve xml:space=default 保留 保留 保留 保留并截?cái)? 　　preserveWhiteSpace = false when the document is loaded preserveWhiteSpace=true preserveWhiteSpace=true preserveWhiteSpace=false preserveWhiteSpace=false xml:space=preserve xml:space=default xml:space=preserve xml:space=default 半保留 半保留并截?cái)?半保留 半保留并截?cái)?

此處的保留表示和原始 XML 文檔中完全相同的原始文本內(nèi)容，截?cái)嘁馕吨�前�?dǎo)和尾部空格已經(jīng)刪除，半保留意味著保留了“重要的空白字符”并規(guī)范化了“不重要的空白字符”。重要的空白字符是文本內(nèi)容內(nèi)部的空白字符。不重要的空白字符是標(biāo)記之間的空白字符，請(qǐng)看如下所示：

以下為引用的內(nèi)容： 　　\n 　　\t　 Jane\n 　　\tSmith　　 \n

在本示例中，紅色是可以忽略的不重要的空白字符，而綠色是重要的空白字符，因?yàn)樗�是文本�?nèi)容的一部分，因此有不可忽略的重要含義。所以在本例中，文本屬性返回下列結(jié)果：

狀態(tài) 返回值

保留 "\n\t　 Jane\n\tSmith　 \n"

保留并截?cái)?"Jane\n\tSmith"

半保留 "　 Jane Smith　 "

半保留并截?cái)?"Jane Smith"

請(qǐng)注意“半保留”將規(guī)范化不重要的空白字符，例如，新行和 tab 字符將退化為單個(gè)空格。如果更改 xml:space 屬性和 preserveWhiteSpace 開關(guān)，那么文本屬性將返回相應(yīng)的不同值。

CDATA and xml:space="preserve" subtree boundaries

在下面的例子中，CDATA 節(jié)點(diǎn)或“保留”節(jié)點(diǎn)的內(nèi)容將得到連接，原因是它們不參與不重要的空白字符規(guī)范化。例如：

以下為引用的內(nèi)容： 　　\n 　　\t Jane \n 　　\t　　 Smith　　 ]>\n

在這種情況下，CDATA 節(jié)點(diǎn)內(nèi)部的空白字符不再與“不重要”空白字符“合并”，并且不會(huì)截?cái)唷Ｒ虼?ldquo;半保留并截?cái)?rdquo;情況將返回下列內(nèi)容：

"Jane　　 Smith"

在此，標(biāo)記之間的不重要的空白字符將包括在內(nèi)，與 CDATA 節(jié)點(diǎn)的內(nèi)容無關(guān)。如果用下列內(nèi)容代替 CDATA，那么將返回相同結(jié)果：

Smith

實(shí)體是特殊的

實(shí)體是作為 DTD 的一部分加載和分析的，并且顯示在 DOCTYPE 節(jié)點(diǎn)下。它們不一定要有任何 xml:space 范圍。例如：

以下為引用的內(nèi)容： 　　Jane \n 　　\t\n 　　"> 　　]> 　　&Jane;

假定 preserveWhiteSpace=false（在 DOCTYPE 標(biāo)記范圍內(nèi)），在分析實(shí)體時(shí)不重要的空白字符丟失。實(shí)體將不會(huì)有空白字符節(jié)點(diǎn)。樹將類似于：

以下為引用的內(nèi)容： 　　DOCTYPE foo 　　ENTITY: Jane 　　ELEMENT: employee 　　ELEMENT: name 　　TEXT: Jane 　　ELEMENT: title 　　TEXT>:Software Design Engineer 　　ELEMENT: foo 　　ATTRIBUTE: xml:space="preserve" 　　ENTITYREF: Jane

請(qǐng)注意，在 DOCTYPE 內(nèi)部 ENTITY 節(jié)點(diǎn)下顯露的 DOM 樹不包含任何 WHITESPACE 節(jié)點(diǎn)。這意味著 ENTITYREF 節(jié)點(diǎn)的子節(jié)點(diǎn)也沒有 WHITESPACE 節(jié)點(diǎn)，即使實(shí)體引用在 xml:space="preserve" 的范圍內(nèi)也是這樣。

給定文檔中引用的每個(gè) ENTITY 的實(shí)例通常都有相同的樹。

如果實(shí)體必須絕對(duì)保留空白字符，那么它必須在自己內(nèi)部指定自己的 xml:space 屬性，或者文檔 preserveWhiteSpace 開關(guān)必須設(shè)置為 true。

如何處理屬性中的空白字符？

有幾種方式可以訪問屬性值。IXMLDOMAttribute 接口有 nodeValue 屬性，它等價(jià)于作為 Microsoft 擴(kuò)展的 nodeValue 和 text 屬性。這些屬性返回： 屬性 返回的文本

以下為引用的內(nèi)容： 　　attrNode.nodeValue 　　attrNode.value 　　getAttribute("name") 返回和原始文檔中完全相同的內(nèi)容（和擴(kuò)展的實(shí)體）。 　　attrNode.nodeTypedValue Null 　　attrNode.text 除了前導(dǎo)和尾部的空白字符已經(jīng)截?cái)嘀�外，其他與 nodeValue 相同。

“XML 語(yǔ)言”規(guī)范為 XML 應(yīng)用程序定義了下列行為： 屬性類型 返回的文本

CDATA ID、IDREF、IDREFS、ENTITY、ENTITIES、NOTATION、枚舉

半規(guī)范化 全規(guī)范化

在此半規(guī)范化代表將新行和 tab 字符轉(zhuǎn)換為空格，但是多個(gè)空格不會(huì)退化為一個(gè)空格。