xml转义符规则

最近在写一个xml解析器，我百度xml转义符被坑过，为了防止更多的人被坑，所以写下这篇博客。

强制要求转义的符号只有两个 &与<，转义符规则如下：

1、转义符以 & 开始

2、转义符以 ; 结束

3、大小写敏感

4、单独的&字符，不管在什么位置，都是错误。

>不需要转义，不管在哪都一样，不要以为xml提供了它的转义符它就必须要转义。

在标签内，例如属性值引号与双引号不是必须转义：

1、使用单引号来描述属性值中的双引号不是必须转义 例如'123"45'

2、使用双引号来描述属性值中的单引号不是必须转义 例如"abc'de"

在标签外的双引号与单引号，不是必须转义：例如<text>"111" '222'</text>

此外，xml支持直接索引utf16字符值，例如：&#65;&#x0041;规则如下：

1、以 &# 开始

2、以 ; 结束

3、&#x表示16进制

4、&#后面直接是数字表示10进制

5、大小写不敏感

6、数字前可以有n个0

utf16存在4字节的字符，在xml中，4字节的字符范围 0x10000 ~ 0x10FFFF，在msdn可以查到计算方式如下：

val = (高代理字符值 - 0xD800) * 0x400 + (低代理字符值 - 0xDC00) + 0x10000

高代理字符范围：0xD800 ~ 0xDBFF，在这个范围内的索引都是不允许的。

低代理字符范围：0xDC00 ~ 0xDFFF，在这个范围内的索引都是不允许的。

0xFFFF是不允许的。

小于0x20的字符中，仅允许制表符('\t') 换行符('\n') 回车('\r') 其他的都不允许。

超过0x10FFFF的都是溢出，不允许。