在XML文档中必须转义哪些字符，或者在哪里可以找到这样的列表?
如果您使用适当的类或库，它们将为您进行转义。许多XML问题都是由字符串连接引起的。
XML转义字符
只有五种:
" "
' '
< <
> >
& &
转义字符取决于使用特殊字符的位置。
这些示例可以在W3C标记验证服务(W3C Markup Validation Service)中验证。
Text
安全的方法是转义文本中的所有五个字符。但是，"，'和>这三个字符在文本中不需要转义:
<?xml version="1.0"?>
<valid>"'></valid>
属性
安全的方法是转义属性中的所有五个字符。但是，>字符不需要在属性中转义:
<?xml version="1.0"?>
<valid attribute=">"/>
'字符在属性中不需要转义，如果引号是":
<?xml version="1.0"?>
<valid attribute="'"/>
同样，如果引号是'，属性中的"不需要转义:
<?xml version="1.0"?>
<valid attribute='"'/>
评论
注释中不能转义所有5个特殊字符:
<?xml version="1.0"?>
<valid>
<!-- "'<>& -->
</valid>
名为CDATA
所有5个特殊字符都不能在CDATA节中转义:
<?xml version="1.0"?>
<valid>
<![CDATA["'<>&]]>
</valid>
处理指令
在XML处理指令中，所有5个特殊字符都不能转义:
<?xml version="1.0"?>
<?process <"'&> ?>
<valid/>
XML vs. HTML
HTML有自己的一组转义码，可以覆盖更多的字符。
也许这将有所帮助:
XML和HTML字符实体引用列表:
在SGML、HTML和XML文档中 被称为字符的逻辑结构 数据和属性值由 字符序列，其中每个 性格可以直接表现出来 (代表自己)，或者可以 由一系列字符表示的 称为字符引用，其中 有两种类型:数字类型 字符引用和一个字符 实体引用。本文列出了 字符实体引用它 在HTML和XML文档中有效。
那篇文章列出了以下五个预定义的XML实体:
quot "
amp &
apos '
lt <
gt >
除了常见的五个字符[<，>，&，"和']之外，我还将转义垂直制表符(0x0B)。它是有效的UTF-8，但不是有效的XML 1.0，甚至许多库(包括高度可移植的(ANSI C)库libxml2)都会遗漏它，并无声地输出无效的XML。
根据万维网联盟(w3C)的规范，有5个字符不能以文字形式出现在XML文档中，除非用作标记分隔符或在注释、处理指令或CDATA部分中使用。在所有其他情况下，这些字符必须使用对应的实体或根据下表的数字引用替换:
Original CharacterXML entity replacementXML numeric replacement < < < > > > " " " & & & ' ' '
注意，前面提到的实体也可以在HTML中使用，除了'，它是在XHTML 1.0中引入的，在HTML 4中没有声明。因此，为了确保向后兼容性，XHTML规范建议使用'代替。
对于标签和属性，转义字符是不同的。
标签:
< <
> > (only for compatibility, read below)
& &
属性:
" "
' '
从字符数据和标记:
The ampersand character (&) and the left angle bracket (<) must not appear in their literal form, except when used as markup delimiters, or within a comment, a processing instruction, or a CDATA section. If they are needed elsewhere, they must be escaped using either numeric character references or the strings " & " and " < " respectively. The right angle bracket (>) may be represented using the string " > ", and must, for compatibility, be escaped using either " > " or a character reference when it appears in the string " ]]> " in content, when that string is not marking the end of a CDATA section. To allow attribute values to contain both single and double quotes, the apostrophe or single-quote character (') may be represented as " ' ", and the double-quote character (") as " " ".
摘自:XML，转义
有五个预定义的实体:
< represents "<"
> represents ">"
& represents "&"
' represents '
" represents "
所有允许的Unicode字符都可以用数字字符引用表示。例如:
中
大多数控制字符和其他Unicode范围被明确排除，这意味着(我认为)它们不能出现转义或直接:
XML中的有效字符
这取决于上下文。对于内容，它是<和&，和]]>(尽管是一个由三个字符组成的字符串而不是一个字符)。
对于属性值，它是<、&、"和'。
对于CDATA，为[]>。
对一个老问题的新的、简化的回答……
简化XML转义(有优先级，100%完成)
Always (90% important to remember) Escape < as < unless < is starting a <tag/> or other markup. Escape & as & unless & is starting an &entity;. Attribute Values (9% important to remember) attr=" 'Single quotes' are ok within double quotes." attr=' "Double quotes" are ok within single quotes.' Escape " as " and ' as ' otherwise. Comments, CDATA, and Processing Instructions (0.9% important to remember) <!-- Within comments --> nothing has to be escaped but no -- strings are allowed. <![CDATA[ Within CDATA ]]> nothing has to be escaped, but no ]]> strings are allowed. <?PITarget Within PIs ?> nothing has to be escaped, but no ?> strings are allowed. Esoterica (0.1% important to remember) Escape control codes in XML 1.1 via Base64 or Numeric Character References. Escape ]]> as ]]> unless ]]> is ending a CDATA section. (This rule applies to character data in general – even outside a CDATA section.)
公认的答案不正确。最好是使用一个库来转义xml。
正如在另一个问题中提到的
基本上，控制字符和超出Unicode范围的字符是不允许的。这也意味着，例如，调用字符实体是禁止的。”
如果你只转义这五个字符。您可能会遇到这样的问题:发现了一个无效的XML字符(Unicode: 0xc)
