Tal vez esto ayude:

Lista de referencias de entidades de caracteres XML y HTML:

En documentos SGML, HTML y XML, el construcciones lógicas conocidas como carácter los valores de datos y atributos consisten en secuencias de caracteres, en las que cada el carácter puede manifestarse directamente (representándose a sí mismo), o puede ser representado por una serie de personajes se llama una referencia de caracteres, de los cuales hay dos tipos: un numérico referencia de caracteres y una caracter referencia de entidad. Este artículo enumera la entidad de carácter hace referencia a son válidos en documentos HTML y XML.

Ese artículo enumera las siguientes cinco entidades XML predefinidas:

quot  "
amp   &
apos  '
lt    <
gt    >

De acuerdo con las especificaciones del World Wide Web Consortium (w3C), Hay 5 caracteres que no deben aparecer en su forma literal en un documento XML, excepto cuando se usan como delimitadores de marcado o dentro de un comentario, una instrucción de procesamiento o una sección CDATA. En todos los demás casos, estos caracteres deben sustituirse utilizando la entidad correspondiente o la referencia numérica según la siguiente tabla:

Carácter OriginalXML entidad de reemplazoXML numérico de reemplazo

> > >
" "                               "                                    
&                              &                               &                                    
'                               '                               '                                    

Tenga en cuenta que las entidades mencionadas anteriormente se pueden utilizar también en HTML, con la excepción de ', que se introdujo con XHTML 1.0 y no está declarado en HTML 4. Por esta razón, y para asegurar la retro-compatibilidad, la especificación XHTML recomienda el uso de ' en su lugar.

Los caracteres de escape son diferentes para las etiquetas y los atributos.

Para etiquetas:

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

Para atributos:

" "
' '

Http://www.w3.org/TR/2008/REC-xml-20081126/#syntax

El carácter ampersand ( & ) y el soporte angular izquierdo ( ) se puede representar usando el string">", y debe, por compatibilidad, ser escapado usando cualquiera "> "o una referencia de carácter cuando aparece en la cadena" ]]> "en el contenido, cuando esa cadena no marca el final de un CDATA apartado.

Para permitir que los valores de atributo contengan comillas simples y dobles, el apóstrofo o el carácter de comilla simple (') puede ser represented as " '", y el carácter de comillas dobles ( "") como" " ".

Además de los cinco caracteres comúnmente conocidos [, &, ", '] También escaparía del carácter de tabulación vertical (0x0B). Es UTF-8 válido, pero no XML 1.0 válido, e incluso muchas bibliotecas (incluida libxml2) lo pierden y emiten silenciosamente XML no válido.

^{Respuesta nueva y simplificada a una vieja pregunta común...}

Escape XML simplificado

1. Siempre _{^{(90% importante recordar)}}

   • Escape < as < unless < is starting a <tag/>.
   • Escape & as & unless & is starting an &entity;.

2. Valores de atributo _{^{(9% importante para recordar)}}

   • attr=" 'las comillas simples' están bien dentro de comillas dobles."
   • attr=' "Las comillas dobles" están bien dentro de comillas simples.'
   • Escape " as " and ' as ' otherwise.

3. Comentarios, CDATA, y Instrucciones de Procesamiento _{^{(0.9% importante recuerda)}}

   • <!-- Dentro de comentarios --> nada tiene que escaparse, pero no se permiten cadenas --.
   • <![CDATA[ Dentro de CDATA ]]> nada tiene que escaparse, pero no se permiten cadenas ]]>.
   • <?PITarget Dentro de IPs ?> nada tiene que escaparse, pero no se permiten cadenas ?>.

4. Esoterica _{^{(0.1% importante recuerda)}}

   • Escape ]]> as ]]> unless ]]> is ending a CDATA section.
     _{^{(Esta regla se aplica a los datos de caracteres en general, incluso fuera de una sección CDATA.)}}

Abreviado de: http://en.wikipedia.org/wiki/XML#Escaping

Hay cinco entidades predefinidas:

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

"Todos los caracteres Unicode permitidos pueden representarse con una referencia de caracteres numéricos. "Por ejemplo:

中

La mayoría de los caracteres de control y otros rangos unicode están específicamente excluidos, lo que significa (creo) que no pueden ocurrir ni escapados ni directos:

Http://en.wikipedia.org/wiki/Valid_characters_in_XML

, depende del contexto. Para el contenido, es (aunque cadena de 3 en lugar de un carácter). Para los valores de atributo, es .

Solo se requiere que

Http://www.w3.org/TR/xml11/#syntax