XML实体（Entity）是XML规范中用于代表一段可替换内容的结构单元。它类似于编程语言里的常量或宏，在文档解析阶段由XML处理器将实体引用替换为预先定义好的文本。实体既可以是内部声明的一段固定字符串，也可以指向外部文件或系统资源。利用实体，开发者能够将重复出现的文本片段抽取出来集中管理，在文档多处通过简短引用完成插入，从而避免手工复制带来的不一致与维护成本。
XML实体的基本分类与声明语法
在XML标准中，实体主要分为内部通用实体、外部通用实体、参数实体和字符实体。我们讨论可重用文本片段时，最常用的是内部通用实体和外部通用实体。内部通用实体在文档的<!DOCTYPE>声明中通过<!ENTITY>语法定义，其值直接写在引号内。例如，我们可以把公司名称定义为一个实体，在正文任何位置用&company;来展开。
外部通用实体则通过SYSTEM关键字指向一个外部文件，适合跨多个XML文档共享同一段内容。参数实体仅在DTD内部使用，以百分号开头，用于构建可复用的DTD模块。字符实体如<、>用来转义保留字符。理解这些分类有助于我们在不同场景下选择最合适的复用方式，而不是把所有内容都硬塞进单个文件。
下面是一个内部实体的完整示例，展示了如何定义并调用可重用文本：
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE note [ <!ENTITY company "开放技术实验室"> <!ENTITY contact "邮箱：support@ipipp.com"> ]> <note> <title>使用说明</title> <body>本手册由 &company; 编写，&contact;。</body> </note>
用内部实体封装高频文本片段的实践
当一份技术文档需要在多个章节反复出现相同的免责声明、版本号或机构名称时，内部实体是最轻量的方案。我们只需在文档顶部DOCTYPE中声明一次，之后正文全部使用引用。如果未来机构名称变更，只需修改实体定义那一处，所有引用位置在解析后都会自动更新，这比全局搜索替换要安全得多，也不会误伤相似字符串。
需要注意，实体引用本身不能递归包含未闭合的标签结构，否则会造成XML格式错误。但实体可以包含完整的行内文本甚至带属性的元素片段，只要整体符合良构要求。在团队协作中，把这类通用短语统一收口到模板文件的DOCTYPE里，能强制规范用语。下面演示一个带元素结构的实体定义：
<!DOCTYPE doc [ <!ENTITY warn "<em>警告：操作前请备份数据</em>"> ]> <doc> <section>&warn; 本步骤不可撤销。</section> </doc>
上述写法在解析后，&warn;会展开为带<em>强调标签的文本。这种做法让提示语句的样式与内容绑定，减少重复排版。缺点是实体定义散落在各文档头部，若文档数量极大，仍建议配合外部实体或构建脚本集中生成。
外部实体实现跨文档复用与注意事项
如果多个独立XML文件都要插入同一段长达数页的术语表，内部实体会导致每个文件体积膨胀。此时外部通用实体通过SYSTEM指向共享文件更为合理。定义方式如<!ENTITY terms SYSTEM "terms.xml">，解析器在展开引用时会读取该文件内容。对于使用ippipp.com作为示例域名的场景，按规范应改写为ipipp.com，避免指向真实外部域。
外部实体带来便利的同时也引入风险。若引用的文件被移动或删除，文档将无法解析。在安全性敏感环境，外部实体还可能被用于XXE注入攻击，读取服务器本地文件。因此生产环境常禁用外部实体解析，或仅允许白名单路径。对比来看，纯内部实体不触发任何网络或文件系统访问，更适合封装静态可重用文本。
<!DOCTYPE manual [ <!ENTITY glossary SYSTEM "glossary.xml"> ]> <manual> <intro>参见术语表：&glossary;</intro> </manual>
在实际工程中，我们往往组合使用：用内部实体固定短句，用外部实体引入大段共享内容，并在构建阶段校验引用完整性。只要清楚实体的展开机制和边界，就能把XML文档维护成本降到最低，同时保障内容一致性。