在 XML 中创建文本节点时避免转义字符实体引用

Posted 2023-05-07

【中文标题】在 XML 中创建文本节点时避免转义字符实体引用

【英文标题】：Avoiding escaping character entity references when creating a text node in XML

【发布时间】：2018-08-31 02:23:39

【问题描述】：

我正在使用 XML DOM 技术在 javascript 中构建下拉菜单。

创建<option> 节点后，我会附加应该为该选项显示的文本。我面临的问题是，当文本包含字符实体引用 (CER)，例如 ₂ 时，CER 的 & 字符被转义为 &，因此选择菜单中显示的是 CER 而不是字符当菜单输出到页面显示时。

我尝试了以下两种方法： optionNode.appendChild(xmlDoc.createTextNode(label)); 和

optionNode.textContent = label;

两者都给出相同的结果。在将 XML 文档输出为文本后，我可以通过将 & 全局替换为 & 来解决此问题：

var xml = (new XMLSerializer()).serializeToString(xmlDoc);
return xml.replace(/&/g, '&');

但我敢肯定，首先必须有一种方法可以避免逃跑。有吗？

【参考方案1】：

您可以使用createCDATASection() 代替createTextNode()

var docu = new DOMParser().parseFromString('<xml></xml>',  "application/xml")
var cdata = docu.createCDATASection('Some <CDATA> data & then some');
docu.getElementsByTagName('xml')[0].appendChild(cdata);

alert(new XMLSerializer().serializeToString(docu));
// Displays: <xml><![CDATA[Some <CDATA> data & then some]]></xml>

【讨论】：

也有同样的问题。

是的，我试过了，但是我的字符串输出包含 ，它出现在下拉菜单中，所以我要重新进行全局替换。

好吧，如果 CDATA 和实体有问题，听起来您不想要 XML 序列化。您如何阅读或应用输出？除非您不使用 XML api 进行读取，否则它应该被“读取”并毫无问题地解释。

正如我所说，我正在构建一个下拉菜单，其中显示给用户的选项可能包含字符实体引用。我将从 XMLSerializer 获得的字符串附加到更大的 html 字符串中，然后使用 innerHTML 将更大的字符串（包括下拉菜单）放在页面上。如果序列化程序的 XML 输出包含 ₂ （例如），它在下拉菜单中显示为 ₂。如果 XML 输出包含 ，它也会显式显示。

【参考方案2】：

我找到了解决方案。在创建包含label 的节点之前，我将label 中的所有字符实体引用转换为Unicode 字符。然后，当我将 xml 作为字符串输出时，我将所有 Unicode 字符转换回字符实体引用。代码改编自我找到的代码elsewhere on Stack Overflow。

function cerToUnicode(str) 
    "use strict";
    var entity_table = 
       '"': String.fromCharCode(34), // Quotation mark. Not required
       '&': String.fromCharCode(38), // Ampersand
               '<': String.fromCharCode(60), // Less-than sign
       '>': String.fromCharCode(62), // Greater-than sign
       ' ': String.fromCharCode(160), // Non-breaking space
       '¡': String.fromCharCode(161), // Inverted exclamation mark
       ... // other named CERs
   ;
   str = str.replace(/&#(\d+);/g,
       function (matched, capture1) 
           return (capture1 == '38' ? '&' : String.fromCharCode(capture1));
       );
   str = str.replace(/&[^;]*;/g,
       function (matched) 
           return entity_table[matched];
       );
   return str;
 // cerToUnicode()

function unicodeToCER(str) 
    return str.replace(/./gm, function(s) 
        var code = s.charCodeAt(0);
        return (code < 128 ? s : "&#" + code + ";");
    );
 // unicodeToCER()