我需要在XML文档中转义哪些字符？-Java 学习之路

817

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？

9 回答

5

如果要处理的是字符数据而不是标记，则只需要<和＆转义：

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

回复于 2024-04-29T13:02:47+08:00
45
标记和属性的转义字符不同 .

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（＆）和左尖括号（<）不得以其文字形式出现，除非用作标记分隔符，或用于注释，处理指令或CDATA部分 . 如果在其他地方需要它们，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，并且为了兼容性，必须使用“＆gt;”或字符引用进行转义，当它出现在字符串“]]>”内容中时，当该字符串未标记CDATA部分的结尾时 . 为了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“'”，而双引号字符（“）表示为”“ . ” .
回复于 2024-04-29T13:02:47+08:00
67
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 .

示例可以在W3C Markup Validation Service验证 .

文字

安全的方法是在文本中转义所有五个字符，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， > 字符不需要在属性中转义：
```
<?xml version="1.0"?>
<valid attribute=">"/>
```
如果引号为 " ，则无需在属性中转义 ' 字符：
```
<?xml version="1.0"?>
<valid attribute="'"/>
```
同样，如果引号是 ' ，则 " 不需要在属性中进行转义：
```
<?xml version="1.0"?>
<valid attribute='"'/>
```
评论

所有5个特殊字符 must not 都会在评论中转义：
```
<?xml version="1.0"?>
<valid>

</valid>
```
CDATA

所有5个特殊字符 must not 将在CDATA部分中进行转义：
```
<?xml version="1.0"?>
<valid>
<![CDATA["'<>&]]>
</valid>
```
处理说明

在XML处理指令中转义所有5个特殊字符 must not ：
```
<?xml version="1.0"?>
<?process <"'&> ?>
<valid/>
```
XML与HTML

HTML有its own set of escape codes，它涵盖了更多的字符 .
回复于 2024-04-29T13:02:47+08:00
1195

除了众所周知的五个字符[<，>，＆，“，']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，甚至还有很多库（包括libxml2）错过它并静默输出无效的XML .

回复于 2024-04-29T13:02:47+08:00
11
也许这会有所帮助：

List of XML and HTML character entity references：

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显示（表示自身），或者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    >
```
回复于 2024-04-29T13:02:47+08:00
-3
一个旧的，常见问题的新的，简化的答案......

简化的XML转义
- Always（记住重要的90％）
- Escape < as < 除非 < 正在启动<tag/> .
- Escape & as & 除非 & 正在启动&entity; .
- Attribute Values （9％重要记住）
- 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 . '
- 将 " 转义为 " ，将 ' 转换为 ' 否则 .
- Comments, CDATA, and Processing Instructions （重要的是要记住0.9％）
-  内没有必须转义但不允许 -- 字符串 .
- <![CDATA[ 在CDATA ]]> 内无需转义任何内容，但不允许使用 ]]> 字符串 .
- <?PITarget 在PIs ?> 内没有必须转义，但不允许 ?> 字符串 .
- Esoterica（0.1％重要记住）
- Escape ]]> as ]]> 除非 ]]> 正在结束CDATA部分 .
  （此规则通常适用于字符数据 - 甚至在CDATA部分之外 . ）
回复于 2024-04-29T13:02:47+08:00
19
来自：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）它们不会出现转义或直接：

http://en.wikipedia.org/wiki/Valid_characters_in_XML
回复于 2024-04-29T13:02:47+08:00
88

这取决于具体情况 . 对于内容，它是<和＆，和]]>（虽然字符串为3而不是一个char） . 对于属性值，它是<和＆和“和” . 对于CDATA，它是]]> .

回复于 2024-04-29T13:02:47+08:00
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，必须根据下表使用相应的实体或数字引用替换这些字符：

原始的CharacterXML实体replacementXML数字替换
<＆LT; <

＆GT;>
“＆QUOT;”
&&放大器;＆
“者;”

请注意，上述实体也可以在HTML中使用，但 ' 除外，它是随XHTML 1.0引入的，未在HTML 4中声明 . 因此，为了确保复古兼容性，请改为the XHTML specification recommends the use of ' .

回复于 2024-04-29T13:02:47+08:00

我需要在XML文档中转义哪些字符？

9 回答

XML转义字符

文字

属性

评论

CDATA

处理说明

XML与HTML

简化的XML转义

相关问题