XML中包含HTML标签导致解析错误？正确嵌入非XML数据的两种方法

在XML文档的使用场景中，经常需要嵌入HTML格式的内容，比如富文本描述、页面片段等。由于XML有严格的语法规范，HTML标签中可能包含未转义的特殊字符、不闭合的标签或者XML保留字符，直接嵌入会导致XML解析器报错，无法正确读取文档内容。

方法一：使用CDATA区块包裹内容

CDATA是XML中用于标记不需要解析的字符数据的区块，解析器会把CDATA内部的所有内容当作纯文本处理，不会对其进行XML语法校验。需要注意的是，CDATA区块内部不能包含字符串]]>，否则会导致区块提前结束。

CDATA的使用语法

CDATA区块的格式为<![CDATA[ 内容 ]]>，只需要把需要嵌入的HTML内容放在两个中括号之间即可。

代码示例

下面是一个包含HTML内容的XML示例，使用CDATA包裹HTML片段：

<?xml version="1.0" encoding="UTF-8"?>
<article>
    <title>示例文章</title>
    <content>
        <![CDATA[
            <div class="intro">
                <p>这是一段富文本内容</p>
                <img src="https://ipipp.com/example.jpg" alt="示例图片"/>
            </div>
        ]]>
    </content>
</article>

适用场景

• 嵌入的HTML内容不包含]]>字符串
• 需要保留HTML的原始格式，方便后续直接渲染使用
• 数据传输双方都支持CDATA解析，不需要做额外的编码转换

方法二：使用base64编码转换内容

如果嵌入的HTML内容中包含]]>，或者需要避免任何XML特殊字符的影响，可以对HTML内容进行base64编码，把编码后的字符串存入XML元素中，读取时再解码还原即可。

实现步骤

1. 把HTML字符串转换为字节数组，注意指定统一的编码格式，比如UTF-8
2. 对字节数组进行base64编码，得到纯ASCII字符串
3. 把编码后的字符串存入XML的对应元素中
4. 读取XML时，取出字符串进行base64解码，再还原为HTML内容

代码示例

下面是Java语言实现HTML内容base64编码后存入XML的示例：

import java.util.Base64;
import java.nio.charset.StandardCharsets;

public class XmlEmbedHtmlDemo {
    public static void main(String[] args) {
        // 原始HTML内容
        String htmlContent = "<div><p>测试内容</p></div>]]>";
        // base64编码
        String encodedContent = Base64.getEncoder().encodeToString(htmlContent.getBytes(StandardCharsets.UTF_8));
        System.out.println("编码后的内容：" + encodedContent);
        
        // 解码还原
        byte[] decodedBytes = Base64.getDecoder().decode(encodedContent);
        String decodedContent = new String(decodedBytes, StandardCharsets.UTF_8);
        System.out.println("解码后的内容：" + decodedContent);
    }
}

对应的XML文档结构示例如下：

<?xml version="1.0" encoding="UTF-8"?>
<article>
    <title>示例文章</title>
    <content>
        PGRpdiBjbGFzcz0iaW50cm8iPjxwPuS4u+iusiZpbWdfcGF0aDwvcD48L2Rpdj4=
    </content>
</article>

适用场景

• 嵌入的内容包含CDATA的结束标记]]>
• 需要完全避免XML特殊字符的影响，保证数据传输的绝对安全
• 嵌入的内容可能包含二进制数据或者非文本数据

两种方法的对比

可以通过下面的表格快速选择适合的方法：

根据实际的需求场景选择合适的方法，就可以避免XML中包含HTML标签导致的解析错误问题，保证数据正常传输和解析。

XMLHTMLCDATAbase64编码修改时间：2026-06-30 09:27:45