摘自:XML，转义

有五个预定义的实体:

&lt; represents "<"
&gt; represents ">"
&amp; represents "&"
&apos; represents '
&quot; 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

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 <                              &lt;                                    &#60;                                     >                              &gt;                                   &#62;                                     "                               &quot;                               &#34;                                     &                              &amp;                               &#38;                                     '                               &apos;                               &#39;                                    

注意，前面提到的实体也可以在HTML中使用，除了&apos;，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&#39;代替。

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:

"   "
'   '
<   &lt;
>   &gt;
&   &amp;

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。

对于标签和属性，转义字符是不同的。

标签:

 < &lt;
 > &gt; (only for compatibility, read below)
 & &amp;

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 " &amp; " and " &lt; " respectively. The right angle bracket (>) may be represented using the string " &gt; ", and must, for compatibility, be escaped using either " &gt; " 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 " &apos; ", and the double-quote character (") as " &quot; ".

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[]>。

如果要处理字符数据而不是标记，则只有<和&需要转义:

2.4字符数据和标记