XML入门常见问题(3)

如何加载有外国和特殊字符的文档？

文档可以包含外国字符，例如：

　　foreign characters (úóí?)　

　　例如 磲 的外国字符必须在前面加上 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)　

　　现在可以正确加载 XML 了。

其他字符是保留在 XML 中的，并且需要以不同的方式处理。下面的 XML：

　　This & that
　　产生如下错误：
　　此处不允许有空格。
　　行 0000001: This & that
　　位置　0000012: ----------^

　　此处 & 是 XML 句法结构的一部分，如果它仅仅放在 XML 数据源内部，那么不能解释为 &。您需要替换称为“实体”的特殊字符序列。

This & that
　　下面的字符需要相应的实体：

　　< <
　　& &
　　> >
　　" "
　　' &apos;

　　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使用。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。为了纠正这个问题，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 &apos;

上述两种方式都将通过 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，您可以使用实体
　　"。
　　也可以通过将文本放在 CDATA 节中来处理元素内容中的特殊字符。下面的内容是正确的：

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++ 中使用 MSXML COM 组件？

在 Visual C++ 6.0 中使用 MSXML COM 组件的最简便方式是使用 #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，从而可以在应用程序中使用它们了。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 中使用 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, 位置：23, 错误码：0xC00CE002
　　Copyright ? 2000, ...
　　----------------------^

　　这是因为 XML 只有五个内置实体。关于内置实体的详细信息，请参阅如何加载有外国和特殊字符的文档？。

要使用 HTML 实体，需要用 DTD 定义它们。有关 DTD 的详细信息，请参阅 W3C XML 建议（英文）。要使用该 DTD，请将它直接包括在 DOCTYPE 标记中，如下所示：

　　Copyright ? 2000, Microsoft Inc, All rights reserved.

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

如果已经完成了 DTD 验证，那么必须将作为参数实体的 HTML 实体包括在现有的 DTD 中，如下所示：

　　%HTMLENT;
　　%HTMLENT;

　　它将定义所有 HTML 实体，以便在 XML 文档中使用它们。

在元素内容中如何处理空白字符？

XML DOM 有三种访问元素文本内容的方式：

属性 行为

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（包括空白字符）。对于 ELEMENT 节点和 DOCUMENT 本身，则返回空值。