XML和HTML常用转义字符
XML和HTML常用转义字符
XML和HTML中都有一些特殊的字符，这些字符在XML和HTML中是不能直接使用的，如果必须使用这些字符，应该使用其对应的转义字符。
如果在XML文档中使用类似"<" 的字符, 那么解析器将会出现错误，因为解析器会认为这是一个新元素的开始。
所以不应该像下面那样书写代码:
<message>if salary < 1000 then</message>
为了避免出现这种情况，必须将字符"<" 转换成“<”，如下面这样:
<message>if salary < 1000 then</message>
XML常用转义字符：
字符
转义字符
描述
&
&
和
<
<
小于号
>
>
大于号
"
"
双引号
'
'
单引号
HTML中<, >，&等有特殊含义，(前两个字符用于链接签，&用于转义)，不能直接使用。使用这三个字符时，应使用它们的转义字符。
HTML常用转义字符：
字符
转义字符
描述
&
&
和
<
<
小于号
>
>
大于号
"
"
双引号
空格
©
©
版权符
®
®
注册符
TM
&trade
商标
说明：转义字符应以“&”开头，以“;”结尾。
需要说明的是：
1. 转义序列各字符间不能有空格；
2. 转义字符应以“&”开头，以“;”结尾
3. 单独的&不被认为是转义开始；
4. 区分大小写。
参考url:
http://bei-jin-520.javaeye.com/blog/360765
http://www.souzl.com/article/2008/1103/article_98.html
相关文档：
NND EXCEL2007，让老子找了半天才把button添加上去。
Sub 按钮1_Click()
Dim sFileName As String
Dim ws As Worksheet ......
using System.Text.RegularExpressions;
string ohtml = this.TextBox1.Text;
System.Text.RegularExpressions.MatchCollection m;
//提取字符串的图片
......
对于"&# 24038;&# 36793;"这种&#开始的字符，应该为html unicode编码类型，解码方法如下：
s="&# 24038;& # 36793;"
s="左边"
import re
_=re.compile('&#(x)?([0-9a-fA-F]+);')
to_str=lambda s,charset='utf-8':_.sub(lambda result:unichr(int(result.group(2),result.group ......
最近项目中需要在页面中预览word文件，虽说word本身就可以在页面中打开，但是有两个弊端，1是可客户端必须安装word， 2是客户端的环境以及office版本有差异，会造成预览不稳定。在网上找了一下，发现poi可以把word装换成txt,但是格式都丢了,只有光秃秃的文本,又搜jacob, 网友们众说纷纭, 最后还是自己sourceforge上下载jaco ......
所有 XML 文档中的文本均会被解析器解析。
只有 CDATA 区段（CDATA section）中的文本会被解析器忽略。
Parsed Data
XML 解析器通常会解析 XML 文档中所有的文本。
当某个 XML 元素被解析时，其标签之间的文本也会被解析：
<message>此文本也会被解析</message>
解析器之所以这么做是因为 XML 元素可包 ......
