XML入門的常見問題(三)

作者：AngelGavin 出處：CSDN

如何載入有外國和特殊字元的文件？

文件可以包含外國字符，例如：

foreign characters (úóí?)

例如?磲的外國字元必須在前面加上escape 序列。外國字元可以是UTF-8 編碼或用不同編碼指定，如下所示：

foreign characters (?磲)

現在可以正確載入XML 了。

其他字元是保留在XML 中的，並且需要以不同的方式處理。下面的XML：

This & that
產生以下錯誤：
此處不允許有空格。
行0000001: This & that
位置 0000012: ----------^

此處& 是XML 句法結構的一部分，如果它僅僅放在XML 資料來源內部，那麼不能解釋為&。您需要替換稱為“實體”的特殊字元序列。

This & that
下面的字元需要對應的實體：

< <
& &
> >
" "
' &apos;

引號字元被用作標記中屬性值的定界符，因此通常不能在屬性值的內部使用。例如，下面的內容將傳回錯誤：

此處的單引號既用作屬性定界符，又在屬性值本身。為了修正這個問題，可以將屬性定界符換成雙引號：

或者可以將單引號轉義為實體&apos;

上述兩種方式都將透過XML 物件模型中的getAttribute 方法傳回屬性值John's Stuff。同樣，對於雙引號，您可以使用實體"。
也可以透過將文字放在CDATA 節中來處理元素內容中的特殊字元。下面的內容是正確的：

在本範例中，XML 物件模型將CDATA 節點顯示xml 節點的子節點，它將傳回字串

This & that is just "text" content.
作為nodeValue。

如何在Visual Studio 6.0 C++ 中使用MSXML COM 元件？

在Visual C++ 6.0 中使用MSXML COM 元件最簡單的方式是使用 #import 指令：

#import "msxml.dll" named_guids no_namespace#import "msxml.dll" named_guids no_namespace
它定義了所有IXML* 介面和介面ID，從而可以在應用程式中使用它們了。也可以從INETSDK 取得MSXML 類型庫和頭檔（英文），以及包含類別IIDs 的uuid.lib。

如何在XML 中使用HTML 實體？

下面的XML 包含HTML 實體：

Copyright ? 2000, Microsoft Inc, All rights reserved.

它產生下列錯誤：

引用未定義的實體'copy'。
行： 1, 位置：23, 錯誤碼：0xC00CE002
Copyright ? 2000, ...
----------------------^

這是因為XML 只有五個內建實體。關於內建實體的詳細信息，請參閱如何載入有外國和特殊字元的文件？ 。

要使用HTML 實體，需要用DTD 定義它們。有關DTD 的詳細信息，請參閱W3C XML 建議（英文）。要使用該DTD，請將它直接包括在DOCTYPE 標記中，如下所示：

Copyright ? 2000, Microsoft Inc, All rights reserved.

要載入它，需要關閉IXMLDOMDocument 介面的validateOnParse 屬性。請嘗試將它貼到「Validator 測試頁」中，關閉DTD 驗證，然後按一下「驗證」。請注意文件將加載，並且版權字元將顯示在validator 頁面的末尾的DOM 樹中。

如果已經完成了DTD 驗證，那麼必須將作為參數實體的HTML 實體納入現有的DTD 中，如下所示：

%HTMLENT;
%HTMLENT;

它將定義所有HTML 實體，以便在XML 文件中使用它們。

在元素內容中如何處理空白字元？

XML DOM 有三種存取元素文字內容的方式：

屬性行為

nodeValue 按照原始的XML 來源中指定的那樣，傳回TEXT、CDATA、COMMENT 和PI 節點上的原始文字內容（包括空白字元）。對於ELEMENT 節點和DOCUMENT 本身，則傳回空值。

資料與nodeValue 相同

文字重複連接指定子樹中的多個TEXT 和CDATA 節點並傳回組合結果。

注意： 空白字元包括新行、tab 和空格。

nodeValue 屬性通常傳回原始文件中的內容，與文件如何載入和目前xml:space 範圍無關。

文字屬性連接指定子樹中的所有文字並擴展實體。

文件如何載入

、preserveWhiteSpace 開關的目前狀態和目前xml:space 範圍有關，請看如下所示： preserveWhiteSpace = true when the document is loaded

preserveWhiteSpace = false when the document isloaded

此處的保留表示和截斷此處半保留表示原始XML 文件中完全相同的原始文字內容，截斷意味著前導和尾部空格已經刪除，半保留意味著保留了“重要的空白字元”並規範化了“不重要的空白字元”。重要的空白字元是文字內容內部的空白字元。不重要的空白字符是標記之間的空白字符，請看如下所示：

n
t Janen
tSmith n

在本範例中，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，因為它是文字內容的一部分，因此有不可忽略的重要含義。所以在本例中，文字屬性傳回下列結果：

狀態回傳值保留"nt JanentSmith n"

保留並截斷"JanentSmith"

半保留" Jane Smith "

半保留並截斷"Jane Smith"

請注意「半保留」將規範化不重要的空白字符，例如，新行和tab 字符將退化為單個空格。如果變更xml:space 屬性和preserveWhiteSpace 開關，那麼文字屬性將會傳回對應的不同值。

CDATA and xml:space="preserve" subtree boundaries
在下面的例子中，CDATA 節點或「保留」節點的內容將會連接，原因是它們不參與不重要的空白字元規範化。例如：

n
t Jane n
t Smith ]>n

在這種情況下，CDATA 節點內部的空白字元不再與“不重要”空白字元“合併”，並且不會截斷。因此「半保留並截斷」情況將傳回下列內容：

"Jane Smith "

在此， 和標記之間的不重要的空白字元將包括在內，與CDATA 節點的內容無關。如果用下列內容取代CDATA，那麼將會傳回相同結果：

Smith
實體是特殊的

實體是作為DTD 的一部分加載和分析的，並且顯示在DOCTYPE 節點下。它們不一定要有任何xml:space 範圍。例如：

Jane n
tn
">
]>
&Jane;

假定preserveWhiteSpace=false（在DOCTYPE 標記範圍內），在分析實體時不重要的空白字元遺失。實體將不會有空白字元節點。樹將類似於：

DOCTYPE foo
ENTITY: Jane
ELEMENT: employee
ELEMENT: name
TEXT: Jane
ELEMENT: title
TEXT>:Software Design Engineer
ELEMENT: foo
ATTRIBUTE: xml:space="preserve"
ENTITYREF: Jane

請注意，在DOCTYPE 內部ENTITY 節點下顯露的DOM 樹不包含任何WHITESPACE 節點。這意味著ENTITYREF 節點的子節點也沒有WHITESPACE 節點，即使實體引用在xml:space="preserve" 的範圍內也是如此。

給定文件中引用的每個ENTITY 的實例通常都有相同的樹。

如果實體必須絕對保留空白字符，那麼它必須在自己內部指定自己的xml:space 屬性，或者文檔preserveWhiteSpace 開關必須設為true。

如何處理屬性中的空白字元？

有幾種方式可以存取屬性值。 IXMLDOMAttribute 介面有nodeValue 屬性，它等價於作為Microsoft 擴充的nodeValue 和text 屬性。這些屬性傳回： 屬性傳回的文字

attrNode.nodeValue
attrNode.value
getAttribute("name") 傳回和原始文件中完全相同的內容（和擴充的實體）。
attrNode.nodeTypedValue Null
attrNode.text 除了前導和尾部的空白字元已經截斷之外，其他與nodeValue 相同。

「XML 語言」規範為XML 應用程式定義了下列行為： 屬性類型傳回的文字CDATA ID、IDREF、IDREFS、ENTITY、ENTITIES、NOTATION、枚舉

半規範化全規範化

在此半規範化代表將新行和tab 字元轉換為空格，但是多個空格不會退化為一個空格。