在XML文档中需要转义哪些字符?

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?

当前回答

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

其他回答

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)

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

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。

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。

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:

&#20013;

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

推荐文章