0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

XML/HTML整形と文字参照(実体参照・数値文字参照)の落とし穴|閉じタグ破損やエスケープ漏れを防ぐパースの仕組み

0
Posted at

はじめに

Web開発やAPI連携、SVG素材の編集をしていると、日常的に以下のような作業が発生します。

  • 圧縮(Minify)されて1行になった巨大な XML や HTML を見やすくインデント整形 したい
  • ログやフォーム入力から抜いたHTML断片を、< や >、& などの実体参照(&lt; &gt; &amp;)や数値文字参照(&#x3042;)にエスケープ/デコード したい
  • 外部APIから返ってきたXMLや、AIが生成したHTMLコードの 「閉じタグ漏れ」を検出して修復 したい
  • ただし、社外秘のAPIレスポンスや顧客情報を含むHTMLを外部サーバーで処理する整形サイトには貼り付けたくない

本記事では、実務でハマりやすい HTML/XMLの構文差異とエスケープの罠 を整理し、さらに ブラウザ内の JavaScript(DOMParser + スタックベース整形)だけで安全に整形・自動修復・ピンポイント変換を行う方法 について解説します。


1. HTML と XML で「厳格さ」がまったく違う落とし穴

同じ <tag> を使うマークアップ言語でも、HTML5パーサーとXMLパーサー(SOAP / RSS / SVG / Sitemap / Android strings.xml 等)では許容されるルールが大きく異なります。

チェック項目 HTML5 XML 1.0 よくあるエラー原因
大文字・小文字 区別しない(<DIV> と </div> OK) 厳密に区別する XMLで <Item> を </item> で閉じると即パースエラー
空要素の閉じ方 <br> <img ...> でOK <br /> や </tag> 必須 HTML感覚で <input> や <meta> を閉じずにSVG/XMLへ混ぜる
属性値のクォート 条件付きで省略可(class=btn) 必ず "..." または '...' が必須 クォート漏れで XML Parsing Error
&(アンパサンド) 曖昧に補完されることが多い &amp; へのエスケープが必須 URLクエリ https://example.com/?a=1&b=2 をそのままXMLに書いて壊れる

特に最後の 「XMLの属性値やテキスト内に生の &(例:a=1&b=2)を書いてしまい、EntityRef: expecting ';' でシステム全体が止まる」 トラブルは開発現場の定番です。


2. 文字参照(実体参照 vs 数値文字参照 vs Unicodeエスケープ)の使い分け

Web開発でよく混同される3種類のエスケープ形式を整理しておきます。

元の文字: 「あ」 や 「<」

① HTML実体参照(Named Entity):
   <  →  &lt;
   >  →  &gt;
   &  →  &amp;
   "  →  &quot;

② 数値文字参照(Numeric Character Reference / XMLでも汎用的に使える):
   あ (10進数) →  &#12354;
   あ (16進数) →  &#x3042;

③ JavaScript / JSON Unicodeエスケープ:
   あ →  \u3042

⚠️ 実務で気をつけたいポイント

  • XMLでは &nbsp; や &copy; などのHTML固有の実体参照は使えません(XMLが標準で定義しているのは &lt; &gt; &amp; &quot; &apos; の5つだけ)。XMLやSVGに特殊記号を含める場合は、&#x00A9; のような 数値文字参照 を使う必要があります。
  • また、SQLやHTML全体ではなく 「コードの中の特定の1単語や1つのURLパラメータだけ」を変換したい ケースも多いため、エディタ上で選択範囲だけをピンポイントで変換できると作業効率が大きく上がります。

3. JavaScript(ブラウザ内)で XML エラー検出&インデント整形を行う仕組み

ブラウザ標準の DOMParser を使うと、外部ライブラリなしでも XML の構文エラー(parsererror)の正確な行・列番号をローカルで検出できます。

/**
 * ブラウザ内の DOMParser だけで XML の構文検証を行う関数(外部送信ゼロ)
 * @param {string} xmlText
 * @returns {{ valid: boolean, error?: string }}
 */
function validateXmlLocally(xmlText) {
  const parser = new DOMParser();
  const doc = parser.parseFromString(xmlText, 'application/xml');
  const parseError = doc.querySelector('parsererror');

  if (parseError) {
    return {
      valid: false,
      error: parseError.textContent?.trim() || 'XML構文エラーが検出されました'
    };
  }
  return { valid: true };
}

さらに、HTML/XMLを綺麗にインデント整形したり、閉じ忘れのタグを補完したりする場合は、以下のステップで処理を行います。

  1. トークン分割: コメント(<!-- ... -->)、CDATA(<![CDATA[ ... ]]>)、開始タグ、終了タグ、自己完結タグ(<tag />)、テキストノードに分解する
  2. タグスタックによる閉じタグ自動修復: 開始タグをスタックに積み、終了タグが来たときにスタック先頭と一致しなければ、途中の閉じ忘れたタグを補完する
  3. インデント再構築: インライン要素(<span>, <a>, <strong> 等)や <pre> / <script> / <style> 内の改行・空白を壊さないよう配慮しながらインデントを整形する

4. ブラウザ内(外部送信ゼロ)で XML/HTML整形・自動修復・選択変換ができるツールを作りました

実務で扱うAPIレスポンスのXMLや、SVGファイル、HTMLテンプレートを安全に整形・検証・エスケープ変換するため、100%ブラウザ内のJavaScriptだけで完結する『HTML / XML & Webエンティティ Studio』 を公開しています。

🔗 ツール本体(インストール・登録不要)
👉 HTML / XML & Webエンティティ Studio|Shamoji DRIVE

📖 詳しい仕組み・使い方ガイド
👉 XML整形・HTML整形・エスケープ変換ガイド

主な特徴

  1. XML / HTML / SVG のインデント整形 & Minify(圧縮)& 閉じタグ自動修復
    • 1行に潰れたXMLやHTMLを一瞬で見やすく整形し、閉じタグの抜け漏れもチェック・自動修復します。
  2. 「テキスト選択部分のみ」のピンポイント変換にも対応
    • テキスト全体を一括変換するだけでなく、コード内の「選択した部分だけ」を数値文字参照(&#x...;)・HTML実体参照・Unicode(\uXXXX)・URLエンコードへ変換/復元できます。
  3. リアルタイム Sandbox プレビュー & SVG表示確認
    • 整形・編集した HTML や SVG コードをその場で安全に描画確認できます。
  4. 完全クライアントサイド処理(外部サーバーへのデータ送信ゼロ)
    • 入力したXMLやHTMLはブラウザのメモリ上だけで処理されるため、業務データや社内APIのレスポンスも安心して貼り付けられます。

このほかにも、Shamoji DRIVE DevTools Suite では JSON自動修復&TypeScript型生成、コードDiff、文字化け逆算復元、DNS/SPF/DMARC診断など33種類の開発者ツールをすべて無料・外部送信ゼロで公開していますので、ぜひ活用してみてください!


📚 関連する技術記事・発信メディア

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?