如何解决XML文件中特殊字符“& <”导致解析错误的问题

“&”与“<”这样的特殊字符直接放在XML元素中，会导致XML文件解析错误。如下所示：

　　<salary>if salary < 1000 then</salary>

　　<url>http://www.baidu.com/s?bs=zuozhuan&wd=%D7%F3%D7%AC</url>

前者的XML元素直接使用了小于号“<”，后者使用了和号“&”，这样的XML会产生解析错误。为避免此类错误，专业说法是用这些特殊字符的实体引用来代替。

正确的写法，小于号“<”应该用“&lt;”代替，和号“&”应该用“&amp;”代替，这两个字符必须用实体引用代替。

另外还有大于号、单引号和双引号，这3个特殊字符可以存在于XML中，不会引起解析错误，但是将他们分别替换为实体引用“&gt;”、“&apos;”、 “&quot;”是更加符合标准的语法。

 

再介绍一种解决此类解析错误的方法：使用CDATA部件，前面的两个例子可以这么写：

　　<salary><![CDATA[if salary < 1000 then]]></salary>

　　<url><![CDATA[http://www.baidu.com/s?bs=zuozhuan&wd=%D7%F3%D7%AC]]></url>

原理就是CDATA部件包含的内容会被解析器忽略，CDATA区块由 <![CDATA[ 开始，以 ]]> 结束。CDATA区块内部不可以再出现 ]]> 这样的字符串，这也意味着CDATA部件禁止嵌套使用。

本文的两个例子使用实体引用比较合适。如果文本中间大量出现“<”“&”符号，例如一些条件判断的程序代码，逐一替换实体引用就不如直接用CDATA部件把整段代码包含起来更直观。