XML CDATA是什么？搞懂它再也不怕XML特殊字符乱码了

当成XML标签，结果肯定报错。

这时候用CDATA包起来就对了：<![CDATA[

]]>。解析器会把整个HTML片段当成纯文本，不会处理里面的标签，完美解决问题。

再比如你想在XML里保存一段JS代码，“function check() { if (a&b) return true; }”，里面的&要是直接写会被转义成&，但用CDATA包起来后，&会原样保留，代码也能正常运行——我之前帮做博客的朋友写XML sitemap，他用程序生成文章内容，里面有很多

标签，用CDATA包起来后，程序逻辑少了几十行，还没出现过转义错误。

场景3：处理动态生成的内容——帮程序省点事

要是你用程序生成XML，比如从数据库里拉产品数据，里面可能有各种特殊字符，这时候让程序把内容包进CDATA，比让程序逐个转义更简单。比如PHP里生成XML的代码：

$description = ‘

产品材质：棉麻

‘;

echo ”;

这样程序不用处理转义，直接包起来就行，减少了程序出错的可能——我之前帮做论坛的朋友写XML feed，他用Python的lxml库生成帖子内容，里面有很多用户输入的字符，用CDATA包起来后，程序没出现过一次转义错误。

为了让你更清楚转义和CDATA的区别，我做了个对比表：

场景类型	转义的麻烦之处	CDATA的解决方式	实际收益
普通文本带特殊字符	需记住<、&等转义符，容易忘	直接包进	1分钟搞定，不用查转义表
大段HTML/代码	逐句转义，耗时且易漏改	整段包CDATA，保持内容原样	节省50%以上处理时间，零错误
动态生成内容	程序需写转义逻辑，增加复杂度	程序直接包CDATA，逻辑更简单	减少程序BUG，维护更轻松

用CDATA也有几点要注意： CDATA不能嵌套，比如里面不能有]]>，否则解析器会提前结束CDATA——要是你真的需要写]]>，可以拆成，比如的数值]]>，解析后就是“请输入]]>的数值”； CDATA不能用于属性值，比如<a href="”>是不行的，属性值里的特殊字符还是得用转义符； CDATA里的内容虽然不被解析，但还是会被当作元素的文本内容，比如，解析后name的内容就是李四，和直接写一样。

还有个权威来源要告诉你：W3C在XML 1.0规范里明确说了，CDATA section是“用于包含不想被解析为XML标记的字符数据”（来源：W3C XML规范），所有主流的XML解析器（比如Java的DOM解析器、Python的lxml库）都支持，所以你不用担心用了CDATA之后解析器不认识。

其实CDATA就是XML给咱们留的“偷懒工具”，专门解决特殊字符的麻烦。要是你最近写XML遇到乱码，不妨试试用CDATA包起来——比如把带特殊字符的内容选中，裹上，再用在线XML验证工具（比如XML Validation）检查一下，要是没问题，就说明你用对了。要是有问题，比如不知道怎么写或者解析还是报错，欢迎留言告诉我，我帮你看看～

---

本文常见问题（FAQ）

XML CDATA到底是用来解决什么问题的？

其实就是帮你搞定XML里“特殊字符乱码”的麻烦——XML解析器对、&这些字符特别敏感，会把它们当成语法标签或者转义符处理，要是你直接在文本里用，要么解析报错要么变成乱码。而CDATA就是个“安全保护壳”，把内容塞进去之后，解析器就不会瞎琢磨这些字符了，原样保留里面的内容，比如你想写“请输入a

用CDATA包内容和直接转义字符有啥不一样？

转义字符得记一堆规则，比如<要写成<、&要写成&，短文本用用还行，但碰到大段内容比如HTML代码、JS脚本，逐句转义不仅费时间还容易漏改——我之前帮电商朋友改产品XML，几十条带HTML的说明转义了半小时，结果还漏了一个&，导致整个feed导入失败。而CDATA直接把整段内容包起来就行，不用记任何转义符，大段内容一键搞定，效率高多了，也不容易出错。

CDATA能嵌套使用吗？比如里面再包一个CDATA？

肯定不行！CDATA的结束标记是]]>，要是你在里面再写一个就会提前结束当前CDATA，后面的内容就会被当成普通XML处理，反而会报错。比如你想写“内容里有]]>这个标记”，得拆成两段CDATA：这个标记]]>，这样解析后才是完整的内容，不会出问题。

动态生成XML内容时，用CDATA比转义更方便吗？

绝对更方便！比如你用PHP或Python从数据库拉产品数据，里面可能有用户输入的或者HTML片段，要是让程序逐个转义，得写一堆处理逻辑，还容易漏改或写错转义符。但用CDATA的话，直接把内容包进里就行，程序不用管转义的事，减少了bug——我帮做论坛的朋友写XML feed时，用CDATA替代转义后，程序逻辑少了几十行，再也没出现过解析错误。

CDATA里的内容会被XML解析器完全忽略吗？

不是忽略，是“原样保留”成元素的文本内容。比如你写，解析后name元素的文本内容就是“李四”，和直接写李四没区别；但要是你写<![CDATA[

产品材质：棉麻

]]>，解析后description的内容就是带

的HTML片段，不会被当成XML标签处理，刚好满足你保存HTML内容的需求。