XML报错常因使用未声明实体（如©、®），应替换为Unicode字符、声明DTD或用CDATA包裹。需确保UTF-8编码一致，避免HTML实体混入。
这个错误通常是因为XML中用了未声明的实体（比如 、©、®等），而文档又没声明对应的DTD或实体集。XML默认只认识&、、>、"、'这5个内置实体，其他都算“未定义”。
检查并替换非法实体引用
打开出错的XML文件，定位报错行号，查找类似©、 、™这样的写法。它们在纯XML中不合法，除非你显式声明了这些实体。
- 最稳妥的做法是直接用Unicode字符替代：把
©换成©， - 如果必须保留实体形式，可在XML声明后添加内部DTD，例如：
]>]]>
但注意：仅适用于你完全控制XML生成且解析器支持DTD的情况（很多现代解析器默认禁用DTD以规避XXE风险）
确保使用UTF-8编码并声明正确
实体显示异常有时是编码问题导致的“假性错误”。比如文件实际是GBK保存，却声明，解析器读乱码后可能误判为非法实体。
- 用编辑器（如VS Code、Notepad++）确认文件真实编码，并让
encoding属性与之严格一致 - 优先统一用UTF-8（无BOM），并在首行明确声明：
避免从HTML直接复制内容到XML
网页里常见的 、“、’等都是HTML实体，在XML中无效。
- 粘贴前先用纯文本方式（如粘贴到记事本再复制）剥离格式和隐含实体
- 用正则批量清理：
&[a-zA-Z]+;或\d+;（数值字符引用，相对安全但也要看是否被解析器支持） - 更安全的做法是全部改用Unicode：©、“、”、‘、’、—、– 等直接输入字符
使用CDATA包裹含特殊符号的文本
如果某段内容天然包含大量&、或想保留HTML风格标记（非结构化数据），可用绕过解析：
- 例如：
加粗]]> - 注意：CDATA内所有内容都被当作文本，不作任何解析——所以
©在里面也不会报错，但也只是原样显示，不会转成©符号
基本上就这些。核心原则是：XML不认HTML那一套，要么删掉/替换掉多余实体，要么显式声明（慎用），要么换编码或用CDATA兜底。不复杂但容易忽略细节。
