Чи є спосіб вийти з маркера кінця CDATA у xml?

Мені було цікаво, чи є якийсь спосіб уникнути маркера закінчення CDATA ( ]]>) у розділі CDATA у документі xml. Або, загалом, якщо є якась послідовність запуску для використання в межах CDATA (але, якщо вона існує, я думаю, це, мабуть, має сенс лише бігти починаючи або закінчуючи лексеми, все одно).

В основному, чи можете ви мати маркер початку або кінця, вбудований в CDATA, і сказати аналізатору не інтерпретувати його, а трактувати його як лише іншу послідовність символів.

Можливо, вам слід просто переробити структуру xml або свій код, якщо ви виявите, що намагаєтесь це зробити, але, хоча я працюю з xml щодня протягом останніх 3 років або близько того, і я ніколи не мав цієї проблеми, Мені було цікаво, чи це можливо. Тільки з цікавості.

Редагувати:

Крім використання кодування html ...

Зрозуміло, що це питання суто академічне. На щастя, він має дуже певну відповідь.

Ви не можете уникнути послідовності завершення CDATA. Правило виробництва 20 специфікації XML є досить зрозумілим:

[20]    CData      ::=      (Char* - (Char* ']]>' Char*))

EDIT: Це правило продукту буквально означає "Розділ CData може містити все, що завгодно, АЛЕ послідовність"]]> ". Не виняток."

EDIT2: У цьому ж розділі також написано:

У розділі CDATA тільки розмітка CDEnd розпізнається як розмітка, так що ліві кутові дужки та амперсанд можуть виникати в їх буквальному вигляді; їх не потрібно (і неможливо) уникнути, використовуючи " <" і " &". Розділи CDATA не можуть гніздитися.

Іншими словами, використовувати посилання, розмітку чи будь-яку іншу форму інтерпретованого синтаксису неможливо. Єдиний проаналізований текст у розділі CDATA є ]]>, і він закінчує розділ.

Отже, не вдається вийти ]]>з розділу CDATA.

EDIT3: У цьому ж розділі також написано:

2.7 Розділи CDATA

[Визначення: розділи CDATA можуть виникати будь-де, де можуть виникати дані символів; вони використовуються для виведення блоків тексту, що містять символи, які в іншому випадку будуть розпізнані як розмітка. Розділи CDATA починаються з рядка "<! [CDATA [" і закінчуються рядком "]]>":]

Тоді може бути розділ CDATA, де б не траплялися дані символів, включаючи кілька сусідніх розділів CDATA замість одного розділу CDATA. Це дозволяє розділити ]]>маркер і розмістити дві його частини в сусідніх розділах CDATA.

колишній:

<![CDATA[Certain tokens like ]]> can be difficult and <invalid>]]> 

слід писати як

<![CDATA[Certain tokens like ]]]]><![CDATA[> can be difficult and <valid>]]> 

Ви повинні розбити свої дані на частини, щоб приховати ]]>.

Ось вся справа:

<![CDATA[]]]]><![CDATA[>]]>

Перший <![CDATA[]]]]>має ]]. Другий <![CDATA[>]]>має >.

Ви не уникаєте, ]]>але уникаєте >після ]], вставляючи ]]><![CDATA[перед> , думайте про це так само, як \у рядку C / Java / PHP / Perl, але потрібно лише перед a >і після a ]].

До речі,

Відповідь С.Лотта така ж, як і ця, лише сформульована по-різному.

Відповідь С. Лотта правильна: ви не кодуєте кінцевий тег, ви розбиваєте його на кілька розділів CDATA.

Як вирішити цю проблему в реальному світі: використовуючи редактор XML, щоб створити XML-документ, який подаватиметься в систему управління вмістом, спробуйте написати статтю про розділи CDATA. Ваш звичайний трюк вбудовування зразків коду в розділ CDATA не зможе вас тут. Ви можете уявити, як я це дізнався.

Але за більшості обставин ви не зіткнетеся з цим, і ось чому: якщо ви хочете зберегти (сказати) текст документа XML як вміст елемента XML, ви, ймовірно, будете використовувати метод DOM, наприклад:

XmlElement elm = doc.CreateElement("foo");
elm.InnerText = "<[CDATA[[Is this a problem?]]>";

І DOM цілком обґрунтовано уникає <і>>, це означає, що ви ненавмисно не вклали розділ CDATA у свій документ.

О, і це цікаво:

XmlDocument doc = new XmlDocument();

XmlElement elm = doc.CreateElement("doc");
doc.AppendChild(elm);

string data = "<![[CDATA[This is an embedded CDATA section]]>";
XmlCDataSection cdata = doc.CreateCDataSection(data);
elm.AppendChild(cdata);

Це, мабуть, ідеосинкразія .NET DOM, але це не є винятком. Тут викидається виняток:

Console.Write(doc.OuterXml);

Я здогадуюсь, що те, що відбувається під кришкою, полягає в тому, що XmlDocument використовує XmlWriter для отримання свого результату, і XmlWriter перевіряє наскільки добре сформований, як пише.

просто замінити ]]>на]]]]><![CDATA[>

Ось ще один випадок, коли ]]>потрібно уникати. Припустимо, нам потрібно зберегти ідеально правильний HTML-документ у блоці CDATA документа XML, а у джерела HTML є власний блок CDATA. Наприклад:

<htmlSource><![CDATA[ 
    ... html ...
    <script type="text/javascript">
        /* <![CDATA[ */
        -- some working javascript --
        /* ]]> */
    </script>
    ... html ...
]]></htmlSource>

коментований суфікс CDATA потрібно змінити на:

        /* ]]]]><![CDATA[> *//

оскільки XML-аналізатор не знає, як обробляти блоки коментування JavaScript

На PHP: '<![CDATA['.implode(explode(']]>', $string), ']]]]><![CDATA[>').']]>'

Чистіший спосіб у PHP:

   function safeCData($string)
   {
      return '<![CDATA[' . str_replace(']]>', ']]]]><![CDATA[>', $string) . ']]>';
   }

Не забудьте використовувати мультибайтовий безпечний str_replace, якщо потрібно (не латинська1 $string):

   function mb_str_replace($search, $replace, $subject, &$count = 0)
   {
      if (!is_array($subject))
      {
         $searches = is_array($search) ? array_values($search) : array ($search);
         $replacements = is_array($replace) ? array_values($replace) : array ($replace);
         $replacements = array_pad($replacements, count($searches), '');
         foreach ($searches as $key => $search)
         {
            $parts = mb_split(preg_quote($search), $subject);
            $count += count($parts) - 1;
            $subject = implode($replacements[$key], $parts);
         }
      }
      else
      {
         foreach ($subject as $key => $value)
         {
            $subject[$key] = mb_str_replace($search, $replace, $value, $count);
         }
      }
      return $subject;
   }

Я не думаю, що переривання CDATA - це хороший шлях. Ось моя альтернатива ...

Використовуйте ]для послідовності втечі з наступним шістнадцятковим значенням вашого персонажа. Як і в &#xhhhh;=>]<unicode value>;

Таким чином, якщо ви спробуєте записати, ]]>ваш кодування fn видасть, ]005D;]005D;]003E;що в CDATA нормально.

Це краще, ніж бігти за назвою сутності, тому що вони не розшифровуються щоразу у вашій програмі, і у вас можуть бути різні пріоритети для втечі сутностей з амперсом та уникненням інших символів / послідовностей. Як результат, ви маєте більше контролю над вмістом CDATA.

Дивіться цю структуру:

<![CDATA[
   <![CDATA[
      <div>Hello World</div>
   ]]]]><![CDATA[>
]]>

Для внутрішніх тегів CDATA ви повинні закрити, ]]]]><![CDATA[>а не ]]>. Просто як це.