ต้องใช้อักขระใดบ้างในเอกสาร XML หรือฉันจะหารายการดังกล่าวได้จากที่ใด

หากคุณใช้คลาสหรือห้องสมุดที่เหมาะสมพวกเขาจะหลบหนีให้คุณ ปัญหา XML หลายอย่างเกิดจากการต่อสตริง

อักขระยกเว้น XML

มีเพียงห้า:

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

การหลีกเลี่ยงอักขระขึ้นอยู่กับตำแหน่งที่ใช้อักขระพิเศษ

ตัวอย่างที่สามารถตรวจสอบได้ที่W3C Markup การตรวจสอบการให้บริการ

ข้อความ

วิธีที่ปลอดภัยคือหลบหนีทั้งห้าตัวอักษรในข้อความ แต่ตัวละครทั้งสาม", 'และ>ไม่จำเป็นต้องหนีออกมาในข้อความ:

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

คุณลักษณะ

วิธีที่ปลอดภัยคือการหลีกเลี่ยงอักขระทั้งห้าในแอ็ตทริบิวต์ อย่างไรก็ตาม>ตัวละครไม่จำเป็นต้องถูกหลีกเลี่ยงในลักษณะ:

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

'ตัวละครไม่จำเป็นต้องหนีแอตทริบิวต์ถ้าคำพูดที่มี":

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

ในทำนองเดียวกันความ"จำเป็นที่ไม่ต้องหลบหนีในคุณลักษณะถ้าคำพูดคือ':

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

ความคิดเห็น

อักขระพิเศษทั้งห้าจะต้องไม่ถูก Escape ในความคิดเห็น:

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

CDATA

อักขระพิเศษทั้งห้าต้องไม่ถูกยกเว้นในส่วนของCDATA :

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

คำแนะนำการประมวลผล

อักขระพิเศษทั้งห้าตัวต้องไม่ถูกยกเว้นในคำแนะนำในการประมวลผล XML:

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

XML กับ HTML

HTML มีชุดรหัสการหลบหนีของตัวเองซึ่งครอบคลุมอักขระจำนวนมาก

บางทีนี่อาจช่วย:

รายการอ้างอิงเอนทิตีอักขระ XML และ HTML :

ใน SGML, เอกสาร HTML และ XML โครงสร้างเชิงตรรกะที่รู้จักกันในชื่อข้อมูลอักขระและค่าแอตทริบิวต์ประกอบด้วยลำดับของอักขระซึ่งอักขระแต่ละตัวสามารถแสดงรายการโดยตรง (แสดงถึงตัวมันเอง) หรือสามารถแสดงด้วยชุดอักขระที่เรียกว่าการอ้างอิงอักขระ ซึ่งมีอยู่สองประเภท: การอ้างอิงอักขระตัวเลขและการอ้างอิงเอนทิตีอักขระ บทความนี้แสดงรายการการอ้างอิงเอนทิตีอักขระที่ใช้ได้ในเอกสาร HTML และ XML

บทความนั้นแสดงเอนทิตี XML ที่กำหนดไว้ล่วงหน้าห้ารายการต่อไปนี้:

quot  "
amp   &
apos  '
lt    <
gt    >

ตามข้อกำหนดของ World Wide Web Consortium (w3C) มี 5 ตัวอักษรที่ต้องไม่ปรากฏในรูปแบบตัวอักษรในเอกสาร XMLยกเว้นเมื่อใช้เป็นตัวคั่นมาร์กอัปหรือภายในความคิดเห็นคำสั่งการประมวลผลหรือส่วน CDATA . ในทุกกรณีอื่น ๆ ตัวละครเหล่านี้จะต้องถูกแทนที่โดยใช้เอนทิตีที่สอดคล้องกันหรือการอ้างอิงตัวเลขตามตารางต่อไปนี้:

Original CharacterXML entity replacementXML numeric replacement
<                              &lt;                                    &#60;                                    
>                              &gt;                                   &#62;                                    
"                               &quot;                               &#34;                                    
&                              &amp;                               &#38;                                    
'                               &apos;                               &#39;                                    

โปรดสังเกตว่าเอนทิตีดังกล่าวสามารถใช้ใน HTML ได้ยกเว้น& apos; ที่ถูกนำมาใช้กับ XHTML 1.0 และไม่ได้ประกาศใน HTML 4 ด้วยเหตุนี้และเพื่อให้แน่ใจว่ามีความเข้ากันได้ย้อนยุคข้อกำหนด XHTML แนะนำให้ใช้ & # 39; แทน.

การหลีกเลี่ยงอักขระแตกต่างกันสำหรับแท็กและแอตทริบิวต์

สำหรับแท็ก:

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

สำหรับแอตทริบิวต์:

" "
' '

จากข้อมูลตัวละครและมาร์กอัป :

อักขระเครื่องหมายแอมเปอร์แซนด์ (&) และวงเล็บมุมซ้าย (<) ต้องไม่ปรากฏในรูปแบบตัวอักษรยกเว้นเมื่อใช้เป็นตัวคั่นมาร์กอัปหรือภายในความคิดเห็นคำสั่งการประมวลผลหรือส่วน CDATA หากจำเป็นต้องใช้ที่อื่นพวกเขาจะต้องหลบหนีโดยใช้การอ้างอิงอักขระตัวเลขหรือสตริง "& amp;" และ "& lt;" ตามลำดับ วงเล็บมุมขวา (>) อาจแสดงโดยใช้สตริง "& gt;" และต้องใช้ความสามารถในการเข้ากันได้โดยใช้ "& gt;" หรือการอ้างอิงอักขระเมื่อปรากฏในสตริง "]]>" ในเนื้อหา เมื่อสตริงนั้นไม่ได้ทำเครื่องหมายจุดสิ้นสุดของส่วน CDATA

หากต้องการอนุญาตให้ค่าแอตทริบิวต์มีทั้งเครื่องหมายอัญประกาศเดี่ยวและเครื่องหมายอัญประกาศคู่อักขระเครื่องหมายอัญประกาศเดี่ยวหรือเครื่องหมายอัญประกาศเดี่ยว (') อาจแสดงเป็น "& apos;" และอักขระเครื่องหมายคำพูดคู่ (") เป็น" & quot; "

^{ใหม่คำตอบที่ง่ายขึ้นสำหรับคำถามเก่าที่พบบ่อย ...}

การจัดการ XML แบบง่าย_{^{(จัดลำดับความสำคัญเสร็จสมบูรณ์ 100%)}}

1. เสมอ _{^{(90% สำคัญที่ต้องจำ)}}

   • หนี<เป็น<เว้นแต่เป็นการเริ่มต้น<<tag/>
   • หนี&เป็น&เว้นแต่เป็นการเริ่มต้น&&entity;

2. ค่าคุณสมบัติ _{^{(9% สำคัญที่ต้องจำ)}}

   • attr=" 'คำพูดเดี่ยว'ก็โอเคภายในเครื่องหมายคำพูดคู่"
   • attr=' "เครื่องหมายคำพูดคู่"จะใช้ได้ภายในเครื่องหมายคำพูดเดี่ยว'
   • หนี"เป็น"และ'เป็น'อย่างอื่น

3. ความคิดเห็น , CDATAและคำแนะนำในการประมวลผล _{^{(0.9% สำคัญที่ต้องจำ)}}

   • <!--ภายในความคิดเห็น -->ไม่ต้องมีการหลบหนี แต่ไม่--อนุญาตให้ใช้สตริง
   • <![CDATA[ภายในCDATA ]]>ไม่มีอะไรที่จะต้องหลบหนี แต่ไม่]]>อนุญาตให้ใช้สตริง
   • <?PITargetภายในPIs ?>ไม่มีอะไรที่ต้องหลบหนี แต่ไม่?>อนุญาตให้ใช้สตริง

4. Esoterica _{^{(สำคัญ 0.1% ที่ต้องจำ)}}

   • หลบหนี]]>ราวกับ]]>ว่า]]>กำลังจะสิ้นสุดส่วน CDATA
     _{^{(กฎนี้ใช้กับข้อมูลตัวอักษรโดยทั่วไป - แม้อยู่นอกส่วน CDATA)}}

นอกเหนือจากอักขระห้าตัวที่รู้จักกันทั่วไป [<,>, &, "และ '] แล้วฉันยังสามารถหลีกเลี่ยงอักขระแท็บแนวตั้ง (0x0B) ได้มันเป็น UTF-8 ที่ถูกต้อง แต่ไม่ใช่ XML 1.0 ที่ถูกต้องและแม้แต่ไลบรารีจำนวนมาก (รวมถึงไลบรารีlibxml2แบบพกพาสูง (ANSI C ) ที่พลาดไม่ได้และส่งออก XML ที่ไม่ถูกต้องอย่างเงียบ ๆ

สรุปโดย: XML, Escaping

มีเอนทิตีที่กำหนดไว้ล่วงหน้าห้ารายการ:

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

"อักขระ Unicode ที่ได้รับอนุญาตทั้งหมดอาจแสดงด้วยการอ้างอิงอักขระตัวเลข" ตัวอย่างเช่น:

中

อักขระควบคุมส่วนใหญ่และช่วง Unicode อื่น ๆ ได้รับการยกเว้นโดยเฉพาะความหมาย (ฉันคิดว่า) พวกเขาไม่สามารถหนีหรือควบคุมได้โดยตรง:

อักขระที่ถูกต้องใน XML

มันขึ้นอยู่กับบริบท สำหรับเนื้อหานั้นคือ<และ& , และ]]> (แม้ว่าจะเป็นสตริงสามตัวแทนที่จะเป็นหนึ่งตัวอักษร)

สำหรับค่าแอตทริบิวต์มันเป็น< , และ , "และ'

สำหรับ CDATA มันเป็น]]>

เฉพาะ<และ&จำเป็นต้องได้รับการยกเว้นหากจำเป็นต้องได้รับการปฏิบัติกับข้อมูลตัวอักษรไม่ใช่มาร์กอัป:

2.4 ข้อมูลตัวละครและมาร์กอัป