我需要在 XML 文档中转义哪些字符？

Question

哪些字符必须在 XML 文档中转义，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，他们会为您进行转义。 许多 XML 问题是由字符串连接引起的。

XML 转义字符

只有五个：

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

转义字符取决于特殊字符的使用位置。

这些示例可以在W3C 标记验证服务中进行验证。

文本

安全的方法是转义文本中的所有五个字符。 但是，三个字符" 、 '和>不需要在文本中转义：

<?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，不需要在属性中对>字符进行转义：

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

如果引号是"则不需要在属性中对'字符进行转义：

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

同样， "不用在属性中进行转义，如果行情是' ：

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

评论

注释中不得对所有五个特殊字符进行转义：

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

数据中心

不得在CDATA部分中对所有五个特殊字符进行转义：

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

加工说明

不得在 XML 处理指令中对所有五个特殊字符进行转义：

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

XML 与 HTML

HTML有一套自己的转义码，涵盖了更多的字符。

Answer 2

也许这会有所帮助：

XML 和 HTML 字符实体引用列表：

在 SGML、HTML 和 XML 文档中，称为字符数据和属性值的逻辑结构由字符序列组成，其中每个字符可以直接表现（表示自身），也可以由称为字符引用的一系列字符表示，其中有两种类型：数字字符引用和字符实体引用。 本文列出了在 HTML 和 XML 文档中有效的字符实体引用。

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，有 5 个字符不得以其文字形式出现在 XML 文档中，除非用作标记定界符或在注释、处理指令或 CDATA 部分中使用. 在所有其他情况下，必须根据下表使用相应的实体或数字引用替换这些字符：

原始字符XML 实体替换XML 数字替换
< &lt; &#60;
> &gt; &#62;
“ &quot; &#34;
& &amp; &#38;
' ' &#39;

请注意，上述实体也可以在 HTML 中使用，除了&apos; ，它是在 XHTML 1.0 中引入的，并没有在 HTML 4 中声明。出于这个原因，并确保复古兼容性， XHTML 规范建议使用 &#39; 反而。

Answer 4

标签和属性的转义字符是不同的。

对于标签：

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

对于属性：

" "
' '

从字符数据和标记：

与符号 (&) 和左尖括号 (<) 不得以其文字形式出现，除非用作标记定界符，或者在注释、处理指令或 CDATA 部分中。 如果其他地方需要它们，则必须分别使用数字字符引用或字符串“&amp;”和“&lt;”进行转义。 右尖括号 (>) 可以使用字符串 " &gt; " 表示，为了兼容性，当它出现在内容中的字符串 " ]]> " 中时，必须使用 " &gt; " 或字符引用进行转义，当该字符串未标记 CDATA 部分的结尾时。

为了允许属性值同时包含单引号和双引号，撇号或单引号字符 (') 可以表示为 " &apos; "，双引号字符 (") 可以表示为 " &quot; ”。

Answer 5

^{对一个旧的、常见的问题的新的、简化的答案......}

简化的 XML 转义_{^{（优先，100% 完成）}}

1. 始终_{^{（记住 90% 很重要）}}

   • 将<转义为< 除非<开始一个<tag/>或其他标记。
   • Escape & as & 除非&开始一个&entity; .

2. 属性值_{^{（记住 9% 很重要）}}

   • attr=" '单引号'在双引号内是可以的。 "
   • attr=' "双引号"在单引号内是可以的。 '
   • 转义" as "和' as '否则。

3. 注释、 CDATA和处理说明_{^{（记住 0.9% 很重要）}}

   • <!--在注释中-->不需要转义任何内容，但不允许使用--字符串。
   • <![CDATA[内CDATA ]]>不需要转义任何内容，但不允许使用]]>字符串。
   • <?PITarget在PI 中?>不需要转义任何内容，但不允许使用?>字符串。

4. Esoterica _{^{(0.1% 需要记住)}}

   • 将]]>转义为]]> 除非]]>结束 CDATA 部分。
     _{^{（这条规则一般适用于字符数据——甚至在 CDATA 部分之外。）}}

Answer 6

除了常见的五个字符 [<、>、&、" 和 '] 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（包括高度可移植（ANSI C）库libxml2 ）错过它并静默输出无效的 XML。

Answer 7

节选自： XML，转义

有五个预定义实体：

&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 范围都被明确排除在外，这意味着（我认为）它们既不能转义也不能直接出现：

XML 中的有效字符

Answer 8

这取决于上下文。 对于内容，它是<和& ，和]]> （虽然是三个而不是一个字符的字符串）。

对于属性值，它是< 、 & 、 "和' 。

对于 CDATA，它是]]> 。

Answer 9

接受的答案不正确。 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，不允许使用 Unicode 范围之外的控制字符和字符。这也意味着禁止调用例如字符实体。”

如果你只转义五个字符。 您可能会遇到诸如An invalid XML character (Unicode: 0xc) was found 之类的问题

Answer 10

如果要处理字符数据而不是标记，则只需要对<和&进行转义：

2.4 字符数据和标记