XML/RSS的CDATA区段

之前做RSS输出的程序时，用"<![CDATA[内容]]>"解决了description节点文章内容的老断点的问题。当时不甚其解，也没花时间弄明白它的原理。

    今天继续学习了一下XML的基础格式，豁然开朗。

    每种数据格式，如果要被广泛推广，被多种解析器能理解，必需要有其特定的格式，就如语法一般。

    虽然XML 和 HTML 为不同的目的而设计：

以下是引用片段： XML 被设计为传输和存储数据，其焦点是数据的内容。 HTML 被设计用来显示数据，其焦点是数据的外观。 HTML 旨在显示信息，而 XML 旨在传输信息。

    但在语法上，两者有相似之处，HTML的标签都是放在“<”和“>”之间，XML也是如此。如在 XML 文档中放置了一个类似 "<" 字符，那么这个文档会产生一个错误，这是因为解析器会把它解释为新元素的开始。

    而一般文章的内容可能包含意想不到的特殊字符，尤其是技术博客。那么为了避免此类错误，XML要求我们把字符 "<" 替换为实体引用，如：

以下是代码片段： <message>if salary &lt; 1000 then</message>

    而不是

以下是代码片段： <message>if salary < 1000 then</message>

    那什么是实体引用呢，如下：

以下是引用片段： 在 XML 中有 5 个预定义的实体引用： &lt; < 小于 &gt; > 大于 &amp; & 和号 &apos; ’ 单引号 &quot; " 双引号

    注释：严格地讲，在 XML 中仅有字符 "<"和"&" 是非法的。省略号、引号和大于号是合法的，但是把它们替换为实体引用是个好的习惯。

    所以在文章内容输出的时候，做一次htmlspecialchars处理是很有必要的。

    除了使用htmlspecialchars处理以外，XML还为我们提供了一个特殊的标签：CDATA 区段