XML CDATA是什么？

先说几个核心概念。在XML的世界里，解析器（Parser）是一个相当“较真”的家伙。它有一个基本特性：会处理文档里的所有文本内容。这听起来简单，但实际操作中，这个特性会带来一些麻烦，尤其是当文本里混入了与XML语法冲突的特殊字符时。

所以，理解解析数据和CDATA的区别，就成了写一手干净XML的必修课。

解析数据

XML解析器在处理文本时，默认是“开箱即读”的。它会逐字检查元素内部的所有文字，并试图理解其中的结构。比如下面这段代码：

This text is also parsed

解析器会认为它就是一个简单的文本节点。但问题在于，XML元素内部可能还包含了其他元素，像这样：

BillGates

解析器会把上面的代码理解成一个树状结构，自动“拆解”成：

 
    Bill 
    Gates

这就是解析器的本职工作——把文本解析成结构化的数据。但这也意味着，如果你在文本里直接写了“<”或“>”，解析器就会“犯迷糊”，因为它会认为这是一个新标签的开始。

转义字符

为了让解析器能正确理解我们想表达的意思，就必须遵循“转义”规则。简单说，就是那些对XML语法有特殊意义的字符，不能直接写，得用对应的“实体”来代替。

举个例子，如果你想表达“如果薪水小于1000”，不能写成：

if salary < 1000 then

因为解析器看到“<”字符，就会误以为后面跟着一个新标签。正确的做法是使用预定义的实体：

if salary < 1000 then

下面这张表汇总了XML里五个最常用的预定义实体，属于必须记住的基础知识：

所有实体都以“&”开头，以“;”结尾。需要明确的是，在XML中，只有“<”和“&”是严格禁止直接使用的，其他几个字符虽然合法，但为了减少出错，养成使用实体的习惯总没错。

CDATA 部件

如果文本里充斥着大量的“<”和“&”字符，比如一段程序代码，一个个去改写成实体不仅繁琐，还容易出错。这时候，CDATA就派上用场了。

CDATA 就像是一个“保护层”，告诉解析器：“这里面的内容你不需要解析，原封不动地输出就行。” 它以一个特殊的标记 开始，以 ]]> 结束。