xml中的转义字符

XML 中的转义字符与 CDATA 区块

在 XML 文档中，某些字符具有特殊含义（如<和>用于标记元素边界），直接使用会导致解析错误。为了正确表示这些特殊字符，XML 提供了两种解决方案：转义字符和CDATA 区块。

XML 转义字符

XML 预定义了 5 个转义字符（实体引用），用于表示在 XML 中有特殊含义的字符：

转义字符	对应原字符	说明
`&`	`&`	表示和号（AND 符号）
`<`	`<`	表示小于号
`>`	`>`	表示大于号
`"`	`"`	表示双引号
`'`	`'`	表示单引号（撇号）

转义字符的使用场景

当文本中包含上述特殊字符时，必须使用转义字符替代，否则 XML 解析器会将其误认为 XML 语法的一部分，导致解析错误。

示例：

<?xml version="1.0"?>
<note>
  <description>
    比较结果：3 &lt; 5 &amp; 10 &gt; 7  <!-- 正确：使用转义字符表示<、&、> -->
  </description>
  <quote>
    他说：&quot;Hello World!&quot;    <!-- 正确：使用转义字符表示双引号 -->
  </quote>
</note>

错误示例（未转义导致解析失败）：

<!-- 错误：<和>会被误认为元素标记 -->
<description>3 < 5 & 10 > 7</description>

CDATA 区块

当文本中包含大量特殊字符（如代码片段、公式等）时，逐个转义会非常繁琐。XML 提供了CDATA 区块（Character Data），用于标识一段无需解析的原始文本，解析器会将其中的内容原样保留。

CDATA 的语法格式

<![CDATA[ 文本内容 ]]>

<!CDATA[：CDATA 区块的开始标记。
]]>：CDATA 区块的结束标记（必须连续，不能有空格）。
中间的文本内容可以包含任意字符（除]]>外），包括<、>、&等特殊字符，解析器不会对其进行解析。

CDATA 的使用场景

包含大量特殊字符的文本：如 HTML 代码片段、SQL 语句、数学公式等。

示例（嵌入 HTML 代码）：

<?xml version="1.0"?>
<document>
  <html-snippet>
    <![CDATA[
      <h1>标题</h1>
      <p>内容包含&符号和<标签></p>
    ]]>
  </html-snippet>
</document>

避免转义的繁琐：当文本中存在多个需要转义的字符时，CDATA 可简化书写。

示例：

<?xml version="1.0"?>
<code>
  <![CDATA[
    if (a < b && c > d) {
      System.out.println("条件成立");
    }
  ]]>
</code>

CDATA 的注意事项

不能嵌套：CDATA 区块中不能包含]]>，否则解析器会误认为区块结束。
仅适用于文本内容：CDATA 只能用于元素的文本内容，不能用于属性值（属性值中必须使用转义字符）。

错误示例（属性中使用 CDATA）：
1
2

<tag attr="<![CDATA[包含&符号]]>"></tag>
正确示例（属性中使用转义字符）：
1
<tag attr="包含&符号"></tag>

转义字符与 CDATA 的对比

特性	转义字符	CDATA 区块
使用场景	少量特殊字符	大量特殊字符或代码片段
书写复杂度	需逐个替换，较繁琐	一次性包裹，简单高效
适用位置	文本内容和属性值	仅文本内容（不能用于属性）
限制	仅支持 5 个预定义字符	不能包含`]]>`

选择建议：

少量特殊字符（如单个<或&）：使用转义字符。
大量特殊字符或代码片段：使用 CDATA 区块。
属性值中：必须使用转义字符，不能使用 CDATA