c语言 xml特殊字符转意,我需要在XML文档中转义哪些字符？

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？

#1楼

除了常见的五个字符[，＆，“，']，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libxml2)错过它，并以静默方式输出无效的XML。

#2楼

如果您使用适当的类或库，它们将为您进行转义。 许多XML问题是由字符串串联引起的。

XML转义字符

只有五个：

" "

' '

< <

> >

& &

转义字符取决于使用特殊字符的位置。

文本

安全的方法是对文本中的所有五个字符进行转义，但是，在文本中不必对三个字符" ， '和> "进行转义：

"'>

属性

安全的方法是转义属性中的所有五个字符，但是，不必在属性中转义>字符：

如果引号是"则不必在属性中转义'字符：

同样， "不用在属性中进行转义，如果行情是' ：

评论

所有5个特殊字符均不得在注释中转义：

数据

所有5个特殊字符都不得在CDATA部分中转义：

&]]>

加工说明

XML处理指令中不得转义所有5个特殊字符：

?>

XML与HTML

HTML有其自己的转义码集，可覆盖更多字符。

#3楼

也许这会有所帮助：

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，其中每个字符都可以直接表示(代表自己)，也可以由一系列称为字符引用的字符表示，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 >

#4楼

根据万维网联盟(w3C) 的规范 ，除了用作标记定界符或用作注释定界符或在注释，处理指令或CDATA部分中使用之外， XML文档中不得有5个字符以其原义形式出现。 。 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来替换这些字符：

原始字符 XML实体替换 XML数字替换

< ＆lt; ＆＃60;

> ＆gt; ＆＃62;

“＆QUOT;＆＃34;

＆＆安培; ＆＃38;

' 者; ＆＃39;

注意，上述实体也可以在HTML中使用，除了’。 ，它是随XHTML 1.0引入的，而未在HTML 4中声明。因此，为确保追溯兼容性， XHTML规范建议使用＆＃39;。 代替。

#5楼

标签和属性的转义字符不同。

对于标签：

< <

> > (only for compatibility, read below)

& &

对于属性：

" "

' '

除用于标记分隔符时，或在注释，处理指令或CDATA节中，“＆”字符(＆)和左尖括号()可以用字符串“＆gt;”表示，并且为了兼容起见，在内容中出现在字符串“]]>”中时，必须使用“＆gt;”或字符引用对其进行转义，当该字符串未标记CDATA节的结尾时。

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“’”，而双引号字符(”)可以表示为“’”。 ”。