尝试解析字符串时出现 XElement Parse 错误

Question

我在尝试解析字符串时遇到 xml 解析错误（CDATA 中包含 CDATA）

var cont = "<op><![CDATA[someData<p><![CDATA[someotherData]]></p></op>";
XElement.Parse(cont);

错误：

The 'op' start tag on line 1 position 2 does not match the end tag of 'p'. Line 1, position 52.

我们可以在 CDATA 中包含 CDATA 吗？如果可以，那我为什么会收到错误消息。

下面的代码可以正常工作（它在 CDATA 中不包含 CDATA）。

var cont = "<op><![CDATA[someData]]</op>";
XElement.Parse(cont);

Answer 1

1  <op>
2      <![CDATA[
3          someData
4          <p>
5              <![CDATA[someotherData]]>
6          </p>
7  </op>

当 XML Parser 在第 5 行遇到 ]]> 时，它将终止在第 2 行遇到的第一个 <![CDATA[。因此，您永远不能将CDATA 嵌套在CDATA 中。

CDATA 不是用来保存 xmlelements 的，而是用来保存可能包含 <、> 等字符的字符数据，这样我们就可以避免将它们转义为 < ， > 分别写出来并以干净的方式显示出来。

所以<![CDATA[和]]之间的内容将被视为纯文本，无需进一步处理，即使看起来有层次结构。换句话说，它们是纯字符串。让我们以您的代码为例：

var cont = "<op><![CDATA[ <foo><bar></bar></foo> ]]></op>";
var xml=XElement.Parse(cont);

这里xml 的FirstNode 将是纯文本foo><bar></bar></foo>，FirstNode 的FirstNode 将是null。

由于解析器将始终将<![CDATA[ 和]] 之间的数据视为纯字符串，因此没有“标准”最接近的有效方式来表示它们。只需对它们进行编码和解码。例如，我们可以对数据进行urlencode：

string xmlstr= @"<op><![CDATA[
    <helloworld/>
    someData%0A%3Cp%3E%0A%3C!%5BCDATA%5BsomeotherData%5D%5D%3E%0A%3C%2Fp%3E
]]></op>";
var xml = XElement.Parse(xmlstr);

var subxmlString=System.Web.HttpUtility.UrlDecode(xml.Value);
// make sure there' must be a root element
var subxml= XElement.Parse($"<root>${subxmlString}</root>");