XML 文件中出现 & ? ? 这类特殊字符的一种解决方法(from blog.joycode.com/ghj)

        这几天在跟一个公司合作的项目中，对方提供了rss接口，通过这个接口，在我们网站展现出来，但是对方rss中出现了一些麻烦的字符，比如 &,®,™  等。这些字符放到xml中，如果不做特殊处理，就会有错误产生。比如下面的xml：

<item>&</item>

在ie 浏览器，以及一些解析用的dom中解析这个片段，就会产生错误。

在w3c的技术规范中，也可以看到这样的字符不允许出现：
http://www.w3.org/tr/2001/rec-xml-c14n-20010315

比如：对 text nodes 允许的字符有如下要求： the string value, except all ampersands are replaced by &amp;, all open angle brackets (< ) are replaced by &lt;, all closing angle brackets (> ) are replaced by &gt;, and all #xd characters are replaced by &#xd;.

由于这些特殊字符比较多，我们在xml中替换的工作量比较大，我们可以在dtd文件中作些定义：

比如dtd文件中增加以下部分：

<!-- percent sign -->
<!entity amp "&#38;#38;">
<!-- copyright sign -->
<!entity reg "&#x00ae;">
<!-- reg trade mark sign -->
<!entity trade "&#x2122;">

并在xml中定义这个xml文件需要这个dtd支持：

<!doctype headcount system "eula.dtd">

这样在xml文件中出现 & ® ™ 这类特殊字符就不会再报错了。

有关更多的特殊字符可以参看：

http://xml.coverpages.org/courtdocument11-2002-05s-dtd.txt

那里罗列的特殊字符有近200个。

®