XML转义字符

Question

必须在XML文档中转义哪些字符，或者在哪里可以找到这样的列表？

Answer 1

如果您使用适当的类或库，他们将为您进行转义。许多XML问题都是由字符串连接引起的。

XML转义字符

只有五个：

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

转义字符取决于特殊字符的使用位置。

可以在W3C Markup Validation Service验证示例。

文本

安全的方法是转义文本中的所有五个字符，但是，"，'和>这三个字符无需在文本中转义：

<?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=">"/>

如果引号为'，则"字符无需在属性中转义：

<?xml version="1.0"?>
<valid attribute="'"/>

同样，如果引号为"，则'无需在属性中进行转义：

<?xml version="1.0"?>
<valid attribute='"'/>

CDATA

所有5个特殊字符不得在CDATA个部分进行转义：

<?xml version="1.0"?>
<valid>
<![CDATA["'<>&]]>
</valid>

处理说明

所有5个特殊字符不得在XML处理说明中进行转义：

<?xml version="1.0"?>
<?process <"'&> ?>
<valid/>

XML与HTML

HTML有its own set of escape codes，其中包含更多字符。

Answer 2

也许这会有所帮助：

List of XML and HTML character entity references：

在SGML，HTML和XML文档中逻辑结构称为字符数据和属性值由字符序列，其中每个角色可以直接表现出来（代表自己），或者可以由一系列人物代表称为字符引用，其中有两种类型：数字字符引用和字符实体参考。本文列出字符实体引用它在HTML和XML文档中有效。

该文章列出了以下五个预定义的XML实体：

quot  "
amp   &
apos  '
lt    <
gt    >

Answer 3

根据万维网联盟（w3C）的规范there are 5 characters that must not appear in their literal form in an XML document，除非用作标记分隔符或注释，处理指令或CDATA部分。在所有其他情况下，必须使用相应的实体或根据下表的数字引用替换这些字符：

原始字符 XML实体替换 XML数字替换 < / KBD> ＆LT; ＆安培; LT; ＆安培;＃60; ＆GT; ＆安培; GT; ＆安培;＃62; “ ＆amp; quot; ＆amp;＃34; ＆安培; ＆放大器;放大器; ＆安培;＃38; ” ＆安培;者; ＆安培;＃39;

请注意，上述实体也可以在HTML中使用，但＆amp; 除外，它是在XHTML 1.0中引入的，并未在HTML 4中声明。因此，和确保复古兼容性，the XHTML specification recommends the use of '代替。

Answer 4

转义字符对于标记和属性是不同的。

对于标签：

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

对于属性：

" &quot;
' &apos;

http://www.w3.org/TR/2008/REC-xml-20081126/#syntax

＆符号（＆amp;）和左尖括号（＆lt;）不得   以字面形式出现，除非用作标记分隔符，   或在评论，处理指令或CDATA部分内。如果   它们在别处需要，必须使用数字进行转义   字符引用或字符串“＆amp; amp;”和“＆amp; lt;”   分别。可以使用以下来表示右尖括号（＆gt;）   字符串“＆amp; gt;”，并且为了兼容性，必须使用其中任何一个进行转义   “＆amp; gt;”或出现在字符串“]]＆gt;中的字符引用   “在内容中，当该字符串未标记CDATA的结尾时   部分。

要允许属性值包含单引号和双引号，   撇号或单引号字符（'）可以表示为“   ＆安培;者; “和双引号字符（”）为“＆amp; quot;”。

Answer 5

除了众所周知的五个字符[＆lt;，＆gt;，＆amp;，“，']之外，我还会转义垂直制表符（0x0B）。它是有效的UTF-8，但不是有效的XML 1.0，甚至许多库（包括libxml2）都会错过它并静默输出无效的XML。

Answer 6

^{对旧的，常见问题的简单回答...}

简化的XML转义

Always _{^{（要记住90％重要）}}
- 将<转换为<，除非<开始<tag/>。
- 将&转换为&，除非&正在&entity;开始。
Attribute Values _{^{（9％重要的是要记住）}}
- attr=" '单引号'在双引号内可以。"
- attr=' "双引号"在单引号内可以正常显示。'
- 以"退出"，'退出'。
Comments，CDATA和Processing Instructions _{^{（重要的是要记住0.9％）}}
- 内，不需要转义任何内容，但不允许--个字符串。
- <![CDATA[在CDATA ]]>内，不得转义任何内容，但不允许]]>个字符串。
- <?PITarget在PIs ?>内，不得转义任何内容，但不允许?>个字符串。
Esoterica _{^{（0.1％重要记住）}}
- 将]]>转义为]]>，除非]]>结束CDATA部分。
  _{^{（此规则一般适用于字符数据 - 甚至在CDATA部分之外。）}}

Answer 7

摘自：http://en.wikipedia.org/wiki/XML#Escaping

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范围都被明确排除，这意味着（我认为）它们不会被转义或直接发生：

http://en.wikipedia.org/wiki/Valid_characters_in_XML

Answer 8

这取决于具体情况。对于内容，它是＆lt;和＆amp;，和]]＆gt;（虽然字符串为3而不是一个字符）。对于属性值，它是＆lt;和＆amp;和＆＃34;和＆＃39;。对于CDATA，它是]]＆gt;。

Answer 9

接受的答案不正确。最好是使用一个库来转义 xml。

如本other question

中所述

“基本上，Unicode 范围之外的控制字符和字符是不允许的。这也意味着禁止调用例如字符实体。”

如果只转义五个字符。您可能会遇到诸如 An invalid XML character (Unicode: 0xc) was found

之类的问题

Answer 10

仅<＆lt;和＆amp;如果要处理字符数据而不是标记，则需要进行转义：

http://www.w3.org/TR/xml11/#syntax

我需要在XML文档中转义哪些字符？

10 个答案:

XML转义字符

文本

属性

评论

CDATA

处理说明

XML与HTML

简化的XML转义