如何正确编码RSS description标签内含特殊符号的链接

核心结论 #

你当前的RSS结构已经使用<![CDATA[...]]>块包裹description内容，不需要对链接做额外编码或转义，直接把完整的<a>标签原封不动放入CDATA段即可。

具体规则说明 #

• CDATA段是XML标准里定义的纯文本段，解析器会完全忽略段内的所有特殊字符（包括<、>、&、引号、URL里%开头的编码串），不会把它们识别为XML语法的一部分，不会出现解析报错。
• 你链接里的%3A是URL中冒号的标准百分号编码，属于URL的合法原生内容，不需要做任何修改，更不能二次编码为%253A，否则会导致RSS阅读器识别到错误链接，跳转失败。
• 如果你后续调整写法，不再使用CDATA包裹description内容，才需要对HTML部分做XML实体转义：把<转成<、>转成>、&转成&、"转成"，但依然要保留URL里的%3A不要改动。

正确写法示例 #

<rss version="2.0">
    <channel>
        <title>Noticias ahora</title>
        <link>https://www.europapress.es</link>
        <description>Noticias de actualidad</description>
        <language>es-ES</language>
        <item>
            <guid>GUID</guid>
            <title>TITLE</title>
            <description><![CDATA[
<a href="https://it.site.com/place/?symbol=TVC%3AFTMIB" target="_blank" rel="noopener">text</a>
]]></description>
            <category></category>
            <link>LINK</link>
            <pubDate>Tue, 30 Mar 2020 18:12:54</pubDate>
        </item>
    </channel>
</rss>

常见避坑点 #

• 不要为了"转义"修改URL本身的内容，%3A在CDATA内不会被解析器篡改，所有主流RSS阅读器都能正常识别这类带百分号编码的链接。
• CDATA段内部不要出现]]>字符串，否则会提前终止CDATA块导致解析错误，普通的HTML链接内容不会包含这个串，可以放心使用。

内容的提问来源于stack exchange，提问作者Vladimir Bershov