首先确认使用支持CDATA的解析器，再通过节点类型判断读取。例如Java中用DocumentBuilder解析XML，遍历节点时检查Node.CDATA_SECTION_NODE类型并调用getNodeValue()获取内容；Python中需使用lxml等库，因标准ElementTree不保留CDATA，可通过isinstance(desc.text, etree.CData)判断并提取。注意解析器选择、编码一致性和节点存在性验证，确保正确读取CDATA内容。
在处理XML文档时，CDATA（Character Data）用于包裹那些包含特殊字符但又不想被解析器解析的文本内容。读取CDATA内容的关键在于正确使用解析器并识别其节点类型。以下是详细的操作方法。
理解CDATA的基本结构
CDATA块以 开始，以 ]]> 结束。例如：<description><![CDATA[这是一段包含<br/>标签和&符号的内容]]></description>
在这个例子中，所有位于CDATA内部的内容都会被当作纯文本处理，不会被解析为XML标签或实体。使用DOM解析器读取CDATA内容（Java示例）
Java中常用DocumentBuilder来解析XML。以下是如何提取CDATA内容的步骤：
- 加载XML文件并构建Document对象
- 遍历子节点，判断节点类型是否为CDATA_SECTION_NODE
- 调用getNodeValue()获取实际文本
代码示例：
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse(new File("data.xml"));
NodeList nodes = doc.getElementsByTagName("description");
for (int i = 0; i < nodes.getLength(); i++) {
Node node = nodes.item(i);
NodeList childNodes = node.getChildNodes();
for (int j = 0; j < childNodes.getLength(); j++) {
Node child = childNodes.item(j);
if (child.getNodeType() == Node.CDATA_SECTION_NODE) {
String cdataContent = child.getNodeValue();
System.out.println("CDATA内容：" + cdataContent);
}
}
}
使用Python ElementTree读取CDATA
标准的xml.etree.ElementTree默认不保留CDATA标识，需配合特定解析器如xml.sax.saxutils.XMLGenerator或使用第三方库如lxml。
- 使用lxml时，CDATA会被当作CData对象处理
- 可以直接检查元素文本是否属于CData类型
Python示例（使用lxml）：
from lxml import etree
tree = etree.parse('data.xml')
root = tree.getroot()
for desc in root.xpath('//description'):
if isinstance(desc.text, etree.CData):
print("发现CDATA内容：", desc.text)
注意事项与常见问题
读取CDATA时需要注意以下几点：
- 某些轻量级解析器可能将CDATA自动转换为普通文本，导致无法区分
- 确保XML文件编码一致，避免读取乱码
- 验证节点类型前先确认该节点有子节点存在
- 在序列化输出时，若需保留CDATA格式，应选择支持该特性的库
基本上就这些。只要选对解析工具并正确识别节点类型，读取CDATA并不复杂，但容易忽略节点类型的判断细节。
