如何加載有外國和特殊字符的文檔？

　　文檔可以包含外國字符，例如：

 　　foreign characters (úóí?) 

　　例如 ?磲 的外國字符必須在前面加上 escape 序列。外國字符可以是 UTF-8 編碼或用不同編碼指定，如下所示：

 　　foreign characters (?磲) 

　　現在可以正確加載 XML 了。

　　其他字符是保留在 XML 中的，并且需要以不同的方式處理。下面的 XML：

 　　This & that
　　產生如下錯誤：
　　此處不允許有空格。
　　行 0000001: This & that
　　位置  0000012: ----------^

　　此處 & 是 XML 句法結構的一部分，如果它僅僅放在 XML 數據源內部，那么不能解釋為 &。您需要替換稱為“實體”的特殊字符序列。

　　This & that
　　下面的字符需要相應的實體：

 　　< <
　　& &
　　> >
　　" "
　　' &apos;

　　引號字符被用作標記中屬性值的定界符，因此通常不能在屬性值的內部使用。例如，下面的內容將返回錯誤：

　　此處的單引號既用作屬性定界符，又在屬性值自身中。為了糾正這個問題，可以將屬性定界符換成雙引號：

　　或者可以將單引號轉義為實體 &apos;

　　上述兩種方式都將通過 XML 對象模型中的 getAttribute 方法返回屬性值 John's Stuff。同樣，對于雙引號，您可以使用實體
　　"。
　　也可以通過將文本放在 CDATA 節中來處理元素內容中的特殊字符。下面的內容是正確的：

　　在本例子中，XML 對象模型將 CDATA 節點顯示 xml 節點的子節點，它將返回字符串

　　This & that  is just "text" content.
　　作為 nodeValue。

　　如何在 Visual Studio 6.0 C++ 中使用 MSXML COM 組件？

　　在 Visual C++ 6.0 中使用 MSXML COM 組件的最簡便方式是使用 #import 指令：

　　#import "msxml.dll" named_guids no_namespace#import "msxml.dll" named_guids no_namespace
　　它定義了所有 IXML* 接口和接口 ID，從而可以在應用程序中使用它們了。也可以從 INETSDK 獲取 MSXML 類型庫和頭文件（英文），以及包含類 IIDs 的 uuid.lib。

　　如何在 XML 中使用 HTML 實體？

　　下面的 XML 包含 HTML 實體：

 　　Copyright ? 2000, Microsoft Inc, All rights reserved.

　　它產生下列錯誤：

 　　引用未定義的實體 'copy'。
　　行： 1, 位置：23, 錯誤碼：0xC00CE002
　　Copyright ? 2000, ...
　　----------------------^

　　這是因為 XML 只有五個內置實體。關于內置實體的詳細信息，請參閱如何加載有外國和特殊字符的文檔？。

　　要使用 HTML 實體，需要用 DTD 定義它們。有關 DTD 的詳細信息，請參閱 W3C XML 建議（英文）。要使用該 DTD，請將它直接包括在 DOCTYPE 標記中，如下所示：

 　　Copyright ? 2000, Microsoft Inc, All rights reserved.

　　要加載它，需要關閉 IXMLDOMDocument 接口的 validateOnParse 屬性。請嘗試將它粘貼到“Validator 測試頁”中，關閉 DTD 驗證，然后單擊“驗證”。請注意文檔將加載，并且版權字符將顯示在 validator 頁面的末尾的 DOM 樹中。

　　如果已經完成了 DTD 驗證，那么必須將作為參數實體的 HTML 實體包括在現有的 DTD 中，如下所示：

 　　%HTMLENT;
　　%HTMLENT;

　　它將定義所有 HTML 實體，以便在 XML 文檔中使用它們。

　　在元素內容中如何處理空白字符？

　　XML DOM 有三種訪問元素文本內容的方式：

　　屬性 行為

　　nodeValue 按照原始的 XML 源中指定的那樣，返回 TEXT、CDATA、COMMENT 和 PI 節點上的原始文本內容（包括空白字符）。對于 ELEMENT 節點和 DOCUMENT 本身，則返回空值。

　　數據 與 nodeValue 相同

　　文本 重復連接指定子樹中的多個 TEXT 和 CDATA 節點并返回組合結果。

　　注意： 空白字符包括新行、tab 和空格。

　　nodeValue 屬性通常返回原始文檔中的內容，與文檔如何加載和當前 xml:space 范圍無關。

　　文本屬性連接指定子樹中的所有文本并擴展實體。這與文檔如何加載、preserveWhiteSpace 開關的當前狀態和當前 xml:space 范圍有關，請看如下所示：

　　preserveWhiteSpace = true when the document is loaded

　　preserveWhiteSpace = false when the document is loaded

　　此處的保留表示和原始 XML 文檔中完全相同的原始文本內容，截斷意味著前導和尾部空格已經刪除，半保留意味著保留了“重要的空白字符”并規范化了“不重要的空白字符”。重要的空白字符是文本內容內部的空白字符。不重要的空白字符是標記之間的空白字符，請看如下所示：

 　　
　　     Jane
　　 Smith    

　　在本示例中，紅色是可以忽略的不重要的空白字符，而綠色是重要的空白字符，因為它是文本內容的一部分，因此有不可忽略的重要含義。所以在本例中，文本屬性返回下列結果：

　　狀態 返回值
　　保留 "     Jane Smith    "
　　
　　保留并截斷 "Jane Smith"
　　
　　半保留 "    Jane Smith    "
　　
　　半保留并截斷 "Jane Smith"

　　請注意“半保留”將規范化不重要的空白字符，例如，新行和 tab 字符將退化為單個空格。如果更改 xml:space 屬性和 preserveWhiteSpace 開關，那么文本屬性將返回相應的不同值。

　　CDATA and xml:space="preserve" subtree boundaries
　　在下面的例子中，CDATA 節點或“保留”節點的內容將得到連接，原因是它們不參與不重要的空白字符規范化。例如：

 　　
　　 Jane
　　      Smith     ]>

　　在這種情況下，CDATA 節點內部的空白字符不再與“不重要”空白字符“合并”，并且不會截斷。因此“半保留并截斷”情況將返回下列內容：

　　"Jane      Smith     "

　　在此， 和 標記之間的不重要的空白字符將包括在內，與 CDATA 節點的內容無關。如果用下列內容代替 CDATA，那么將返回相同結果：

　　Smith    
　　實體是特殊的

　　實體是作為 DTD 的一部分加載和分析的，并且顯示在 DOCTYPE 節點下。它們不一定要有任何 xml:space 范圍。例如：

 　　Jane
　　
　　">
　　]>
　　&Jane;

　　假定 preserveWhiteSpace=false（在 DOCTYPE 標記范圍內），在分析實體時不重要的空白字符丟失。實體將不會有空白字符節點。樹將類似于：

 　　DOCTYPE foo
　　ENTITY: Jane
　　ELEMENT: employee
　　ELEMENT: name
　　TEXT: Jane
　　ELEMENT: title
　　TEXT>:Software Design Engineer
　　ELEMENT: foo
　　ATTRIBUTE: xml:space="preserve"
　　ENTITYREF: Jane

　　請注意，在 DOCTYPE 內部 ENTITY 節點下顯露的 DOM 樹不包含任何 WHITESPACE 節點。這意味著 ENTITYREF 節點的子節點也沒有 WHITESPACE 節點，即使實體引用在 xml:space="preserve" 的范圍內也是這樣。

　　給定文檔中引用的每個 ENTITY 的實例通常都有相同的樹。

　　如果實體必須絕對保留空白字符，那么它必須在自己內部指定自己的 xml:space 屬性，或者文檔 preserveWhiteSpace 開關必須設置為 true。

　　如何處理屬性中的空白字符？

　　有幾種方式可以訪問屬性值。IXMLDOMAttribute 接口有 nodeValue 屬性，它等價于作為 Microsoft 擴展的 nodeValue 和 text 屬性。這些屬性返回： 屬性 返回的文本

 　　attrNode.nodeValue
　　attrNode.value
　　getAttribute("name") 返回和原始文檔中完全相同的內容（和擴展的實體）。
　　attrNode.nodeTypedValue Null
　　attrNode.text 除了前導和尾部的空白字符已經截斷之外，其他與 nodeValue 相同。 

　　“XML 語言”規范為 XML 應用程序定義了下列行為： 屬性類型 返回的文本
　　CDATA ID、IDREF、IDREFS、ENTITY、ENTITIES、NOTATION、枚舉

　　半規范化 全規范化

　　在此半規范化代表將新行和 tab 字符轉換為空格，但是多個空格不會退化為一個空格。