将特殊的 HTML 字符插入 XML

Posted 2023-03-05

【中文标题】将特殊的 HTML 字符插入 XML

【英文标题】：Inserting special HTML characters into XML

【发布时间】：2020-02-04 14:24:57

【问题描述】：

我在 javascript 中用这个表达式生成一个 XML 字符串：

var xml = '<xml xmlns="http://www.w3.org/1999/xhtml">' + dom.outerHTML + '</xml>'

（dom 是文档树中的某个节点。）

后来我读了一遍：

... = (new DOMParser).parseFromString(xml, "text/xml");

通常它可以正常工作，但当dom 中的一个字段包含不间断空格字符时会失败，该字符是使用 Alt+0160 手动键入的。 在dom.outerHTML 中，它显示为 ，但parseFromString 函数返回：

<xml xmlns="http://www.w3.org/1999/xhtml">
    <parsererror style="display: block; white-space: pre; border: 2px solid #c77; padding: 0 1em 0 1em; margin: 1em; background-color: #fdd; color: black">
        <h3>This page contains the following errors:</h3>
        <div style="font-family:monospace;font-size:12px">error on line 1 at column 139: Entity 'nbsp' not defined↵</div>
        <h3>Below is a rendering of the page up to the first error.</h3>
    </parsererror>
    ...
</xml>

(其实是函数结果，不是异常！很奇怪的解决方法(:.)

我也试过 ，没有<parsererror>标签就成功了，但被读回为" "字符串，而不是UNICODE 160代码点。

可能其他 HTML 规范字符也会受到影响。

我应该在哪里以及如何转义/替换特殊的 HTML 字符以恢复与原来完全相同的dom？

提前致谢。

【问题讨论】：

您应该使用<![CDATA[]]> 来执行字符数据。 ***.com/questions/2784183/what-does-cdata-in-xml-mean

你不能改用XMLSerializer吗？

【参考方案1】：

正如@forty-2 建议的那样，XMLSerializer 解决了这个问题：

var xml = '<xml xmlns="http://www.w3.org/1999/xhtml">' 
  + (new XMLSerializer).serializeToString(dom) 
  + '</xml>'

这会将不间断空格字符直接插入结果中。 （没有“&”字符。） 读取端无需更改。 谢谢。