Atom XMLフィードの解析時に、競合するCDATAとエンティティのエスケープされた要素をどのように処理する必要がありますか？ AtomフィードパーサがフィードにXMLの次の行を処理する必要がありますどのように

Question

：議論の便宜上

<title type="html"><![CDATA[Johnson &amp; Johnson]]></title> 

は、本来意図したテキストが実際Johnson & Johnsonにあったことを前提としています。私はこの問題について、このonline discussion渡って来て、2つの異なる意見があるように見えた：

1. Opinion #1 - claims that this content is double-encoded。テキスト「Johnson & Johnson」テキストはエンティティエスケープされ、CDATAセクションにラップされて再びエンコードされます。彼は、XML specがCDATAでエンコードされたデータを処理する方法であるため、よく動作するxmlパーサーはJohnson & Johnsonを返すと述べています。

2. Opinion #2 - claims that the Atom spec takes precedent。彼はCDATAがパススルーとして機能すると述べている。 Johnson & JohnsonがJohnson & Johnsonとなる。これが単なるXML文書であれば、そこでは終了します。しかし、それはAtomであるため、正しい動作を判断するためにはAtom specを調べる必要があります。アトム仕様では、type="html"の要素にエンティティがエスケープされたhtmlが含まれていると記載されています。したがって、私たちは自由に解読する必要があります。

どれが実際に正しいのですか？適切なAtom XMLパーサーは、この特定の状況を考慮して、 Johnson & JohnsonまたはJohnson & Johnsonを生成する必要がありますか？

Answer 1

CDATAは文字データです - 間のパーサーは完全に無視されます。 xmlは&を扱うことができないので、それが必要です。したがって、「ダブルエンコーディング」はありません。パーサは、間にあるものを無視して、クローズタグにスキップします。私は実際のネスティングを可能にするパーサを見いだすことはありませんでした（完全なCDATAオープンタグとクローズタグを埋め込みました）。

Answer 2

CDATAマーカー間のコンテンツはタグのエンティティで解析されないため、テキストノードの解析された値はJohnson & Johnsonです。

属性にはtype="html"と記載されているため、HTMLとして解析する必要があります。

あなたがWebページとしてこれを表現していた場合、あなたは書くかもしれない：

<h1>Johnson &amp; Johnson</h1> 

それはtype="text"は、あなたがあなたに与えているだろうHTMLとしてプレーンテキストエンコードする必要があったと述べていた場合：

<h1>Johnson &amp;amp; Johnson</h1> 

Answer 3

両方を意見が正しい：

• タイトルは、Johnson & Johnsonです。
• HTMLとしてエンコードされたタイトルはJohnson & Johnson
• XMLにHTMLとしてエンコードタイトルは<![CDATA[Johnson &amp; Johnson]]>