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

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。

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    >

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

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[]>。