如何从包含 CDATA 和 xml 的节点中读取单个 xml 节点

Question

我有问题。我有几个 xml 文件，其中随机包含带有 CDATA 和 reqular xml 节点的节点。我需要读取这些节点的内容，但不确定如何确定该节点是普通 xml 节点、CDATA 节点还是包含两者混合的节点，其中开头和结尾的 CDATA 部分可能包含任何事物。 （如果有帮助，我正在使用 xPath 来引用我的节点）

用于检索节点文本内容的行：

contentObj.text = contentNode.selectSingleNode("./text").text;

导致问题的xml示例：

<text>
     <![CDATA[<P align=center>&nbsp;</P>
          <P align=center>]]>
     <media identifier="005896523">
          <label>
               <![CDATA[NOTE]]>
          </label>
          <description>
               <![CDATA[Image for NOTE]]>
          </description>
          <comments>Update Required</comments>
     </media>
    <![CDATA[</P>
       <P>&nbsp;</P>
       <P align=left>&nbsp;</P>]]>
</text>

Answer 1

当你说

contentNode.selectSingleNode("./text")

这当然会返回<text> 元素节点；但是当你然后要求

.text

它的属性，你要的是整个 <text> 元素的文本内容，它是其所有后代文本节点的值的串联。

如果要选择单个文本节点，请尝试

contentNode.selectSingleNode("./text/text()[1]").text;

即选择<text> 元素的第一个文本节点子节点，然后检索其文本属性。在您的示例中，这应该会给您"<P align=center> </P> <P align=center>"（作为未解析的文本，而不是 XML 树）。

为了区分 CDATA 和非 CDATA，您必须使用 XPath，它的设计目的不是能够区分它们。另一方面，XML DOM 可以，至少在某些实现中是可以的。所以你可以试试

var children = contentNode.selectNodes("./text/node()");

这将选择<text> 元素的所有子元素中的nodeList，包括文本节点、元素节点和可能的CDATA 节点。遍历children 中的节点并检查它们的nodeType 属性以查看它是NODE_CDATA_SECTION、NODE_TEXT 还是其他。

让我们知道进展如何，以及您是否需要进一步的帮助。

编辑

我假设你接受了这个答案，你能够让事情正常进行，我很高兴你能够做到。

但是，我不想在不强调 @choroba 所暗示的警告的情况下放弃这一点：CDATA 包装器（围绕一段文本）对大多数 XML 工具是不可见的（尽管文本内容是可见的）。 XML 数据模型（非正式地描述为here）对CDATA 部分一无所知。 XML Infoset 的标准explicitly omits 有关 CDATA 标记部分边界的信息。

因此，虽然您这次“走运了”，因为您使用的是确实提供有关 CDATA 部分信息的 XML DOM，但依赖该信息来编码重要数据是违反 XML 的精神的（因此是不明智的）在 XML 中。因此，您最好以其他方式对该信息进行编码。否则，如果您需要对数据使用其他 XML 工具，您可能会陷入困境。

我认为您在此处尝试提取的重要信息是 CDATA 部分中的文本是转义标记。例如。它是不应该（或不能）成为 XML 树的一部分的 HTML 标记。因此，您可以通过使用自定义元素围绕每个标识来编码该标识：

<text>
     <escaped><![CDATA[<P align=center>&nbsp;</P>
          <P align=center>]]></escaped>
     <media identifier="005896523">
     ...

那么，为了在未来找到这些部分，您所要做的就是查找名为 <escaped> 的元素，这对于任何 XML 工具来说都是一项简单而自然的任务。

我不知道这些 XML 文件的设计是否在您的控制之下。如果没有，您至少应该可以选择向设计师发送反馈。如果不精通 XML 事物的设计人员犯了设计错误，那么了解它符合他们的最大利益，以便他们能够纠正它，或者至少在未来的设计中避免同样的错误。如果您在一个指挥链下工作，并且 XML 的设计者在不同的部门，则反馈的适当途径可能是通过您的主管。了解他们是否正在制作不可移植的 XML 设计符合该部门的最大利益。