XML进门的常见标题(三)

如何加载有外国和特别字符的文档？

文档可以包含外国字符，例如：

foreign characters (úóí?)

例如 ?磲 的外国字符必需在前面加上 escape 序列。外国字符可以是 UTF-8 编码或用不同编码指定，如下所示：

foreign characters (?磲)

现在可以准确加载 XML 了。

其他字符是保留在 XML 中的，并且需要以不同的方法处理。下面的 XML：

This & that

产生如下错误：

此处不答应有空格。

行 0000001: This & that

地位 0000012: ----------^

此处 & 是 XML 句法结构的一部分，假如它仅仅放在 XML 数据源内部，那么不能说明为 &。您需要调换称为“实体”的特别字符序列。

This & that

下面的字符需要相应的实体：

以下为引用的内容：

　　<<
　　& &
　　> >
　　" "
　　' '

引号字符被用作标记中属性值的定界符，因此通常不能在属性值的内部应用。例如，下面的内容将返回错误：

此处的单引号既用作属性定界符，又在属性值自身中。为了改正这个标题，可以将属性定界符换成双引号：

或者可以将单引号转义为实体 '

上述两种方法都将通过 XML 对象模型中的 getAttribute 方法返回属性值 John's Stuff。同样，对于双引号，您可以应用实体"。

也可以通过将文本放在 CDATA 节中来处理元素内容中的特别字符。下面的内容是准确的：

在本例子中，XML 对象模型将 CDATA 节点显示 xml 节点的子节点，它将返回字符串

This & that is just "text" content.

作为 nodeValue。

如何在 Visual Studio 6.0 C 中应用 MSXML COM 组件？

在 Visual C 6.0 中应用 MSXML COM 组件M的最简便方法是应用 #import 指令：

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

它定义了所有 IXML* 接口和接口 ID，从而可以在利用程序中应用它们了。也可以从 INETSDK 获取 MSXML 类型库和头文件（英文），以及包含类 IIDs 的 uuid.lib。

如何在 XML 中应用 HTML 实体？

下面的 XML 包含 HTML 实体：

Copyright ? 2000, Microsoft Inc, All rights reserved.

它产生下列错误：

引用未定义的实体 'copy'。

行： 1, 地位：23, 错误码：0xC00CE002

Copyright ? 2000, ...

这是由于 XML 只有五个内置实体。关于内置实体的具体信息，请参阅如何加载有外国和特别字符的文档？

要应用 HTML 实体，需要用 DTD 定义它们。有关 DTD 的具体信息，请参阅 W3C XML 建议（英文）。要应用该 DTD，请将它直接包含在 DOCTYPE 标记中，如下所示：

Copyright ? 2000, Microsoft Inc, All rights reserved.

要加载它，需要封闭 IXMLDOMDocument 接口的 validateOnParse 属性。请尝试将它粘贴到“Validator 测试页”中，封闭 DTD 验证，然后单击“验证”。请留心文档将加载，并且版权字符将显示在 validator 页面的末尾的 DOM 树中。

假如已经完成了 DTD 验证，那么必需将作为参数实体的 HTML 实体包含在现有的 DTD 中，如下所示：

%HTMLENT;

%HTMLENT;

它将定义所有 HTML 实体，以便在 XML 文档中应用它们。

在元素内容中如何处理空缺字符？

XML DOM 有三种拜访元素文本内容的方法：

属性 行动

nodeValue 按照原始的 XML 源中指定的那样，返回 TEXT、CDATA、COMMENT 和 PI 节点上的原始文本内容（包含空缺字符）。对于 ELEMENT 节点和 DOCUMENT 本身，则返回空值。

数据与nodeValue雷同

文本重复连接指定子树中的多个 TEXT 和 CDATA 节点并返回组合成果。

留心：空缺字符包含新行、tab 和空格。

nodeValue 属性通常返回原始文档中的内容，与文档如何加载和当前 xml:space 范畴无关。

文本属性连接指定子树中的所有文本并扩大实体。这与文档如何加载、preserveWhiteSpace 开关确当前状态和当前 xml:space 范畴有关，请看如下所示：

以下为引用的内容：

　　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 保留并截断

　　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 半保留并截断 半保留 半保留并截断

此处的保留表现和原始 XML 文档中完整雷同的原始文本内容，截断意味着前导和尾部空格已经删除，半保留心味着保留了“重要的空缺字符”并规范化了“不重要的空缺字符”。重要的空缺字符是文本内容内部的空缺字符。不重要的空缺字符是标记之间的空缺字符，请看如下所示：

以下为引用的内容：
　　\n
　　\t　 Jane\n
　　\tSmith　　 \n

在本示例中，红色是可以疏忽的不重要的空缺字符，而绿色是重要的空缺字符，由于它是文本内容的一部分，因此有不可疏忽的重要含义。所以在本例中，文本属性返回下列成果：

状态 返回值

保留 "\n\t　 Jane\n\tSmith　 \n"

保留并截断 "Jane\n\tSmith"

半保留 "　 Jane Smith　 "

半保留并截断 "Jane Smith"

请留心“半保留”将规范化不重要的空缺字符，例如，新行和 tab 字符将退化为单个空格。假如更改 xml:space 属性和 preserveWhiteSpace 开关，那么文本属性将返回相应的不同值。

CDATA and xml:space="preserve" subtree boundaries

在下面的例子中，CDATA 节点或“保留”节点的内容将得到连接，原因是它们不参与不重要的空缺字符规范化。例如：

以下为引用的内容：

　　\n
　　\t Jane \n
　　\t　　 Smith　　 ]>\n

在这种情况下，CDATA 节点内部的空缺字符不再与“不重要”空缺字符“合并”，并且不会截断。因此“半保留并截断”情况将返回下列内容：

"Jane　　 Smith"

在此，标记之间的不重要的空缺字符将包含在内，与 CDATA 节点的内容无关。假如用下列内容代替 CDATA，那么将返回雷同成果：

Smith

实体是特别的

实体是作为 DTD 的一部分加载和分析的，并且显示在 DOCTYPE 节点下。它们不必定要有任何 xml:space 范畴。例如：

以下为引用的内容：
　　Jane \n
　　\t\n
　　">
　　]>
　　&Jane;

假定 preserveWhiteSpace=false（在 DOCTYPE 标记范畴内），在分析实体时不重要的空缺字符丧失。实体将不会有空缺字符节点。树将类似于：