C4.5算法是机器学习中用于构建决策树的算法，作为ID3算法的改进版，其特点如下：

1. **每个节点的分支度只能为2 (A)**：
- **错误**。C4.5算法允许节点根据属性的不同值进行多分支，而不仅限于二叉分裂。

2. **使用gain ratio作为节点分割的依据 (B)**：
- **正确**。C4.5用信息增益率（Gain Ratio）作为分裂节点的依据，避免了信息增益（Information Gain）在处理具有多种取值的属性时的偏好性。

3. **可以处理数值型态的字段 (C)**：
- **正确**。C4.5能够处理连续的数值型数据，通过确定分裂点，将数值型属性离散化，从而应用于决策树的节点划分。

4. **可以处理空值的字段 (D)**：
- **正确**。C4.5能够处理数据集中存在的缺失值。它对缺失值进行了特殊处理，使得这些数据可以被包含在模型训练和构造中。

因此，正确答案是 **B、C 和 D**。这些特性使得C4.5算法在处理复杂数据集时，表现得更加灵活和准确。