XML规范中文版.docx
《XML规范中文版.docx》由会员分享，可在线阅读，更多相关《XML规范中文版.docx（43页珍藏版）》请在冰豆网上搜索。
XML规范中文版
xml规范
（1）
ExtensibleMarkupLanguage（XML）1.0
本文档是W3C建议XML1.0的中文版，其中可能有错误和不妥之处。
英文版是唯一的正式版，位于：
http：
//www.w3.org/TR/1998/REC-xml-19980210
http：
//www.w3.org/TR/REC-xml/
本文档位于：
http：
//
著作权声明位于：
http：
//www.w3.org/Consortium/Legal/copyright-documents.html
Copyright?
1998W3C（MIT，INRIA，Keio），AllRightsReserved.W3Cliability，trademark，documentuseandsoftwarelicensingrulesapply.
REC-xml-19980210-cn
可扩展标记语言（XML）1.0
W3C建议1998年2月10日
本版本：
http：
//www.w3.org/TR/1998/REC-xml-19980210
http：
//www.w3.org/TR/1998/REC-xml-19980210.xml
http：
//www.w3.org/TR/1998/REC-xml-19980210.html
http：
//www.w3.org/TR/1998/REC-xml-19980210.pdf
http：
//www.w3.org/TR/1998/REC-xml-19980210.ps
最新版本：
http：
//www.w3.org/TR/REC-xml
上一版本：
http：
//www.w3.org/TR/PR-xml-971208
编者：
TimBray（TextualityandNetscape）<********************>
JeanPaoli（Microsoft）<********************>
C.M.Sperberg-McQueen（UniversityofIllinoisatChicago）<**************>
摘要
本文档完整地描述了可扩展标记语言（ExtensibleMarkupLanguage，XML），它是标准通用标记语言（StandardGenericMarkupLanguage，SGML）的一个子集。
其目的在于使得在Web上能以现有超文本标记语言（HypertextMarkupLanguage，HTML）的使用方式提供，接收和处理通用的SGML成为可能。
XML的设计既考虑了实现的方便性，同时也顾及了与SGML和HTML的互操作性。
本文档的状态
本文档已由W3C组织成员和其他相关各方审阅，并已被组织理事批准为W3C建议。
这是一个稳定的文档，可以用作参考材料，也可以作为其他文档的正式参考文献。
W3C在建议制定过程中的作用是吸引对本规范的注意并促进它的广泛使用。
这能增强Web的功能和互操作性。
本文档规定了一种用于WorldWideWeb的语法，此语法是通过取一个业已存在并已广泛使用的文本处理国际标准（标准通用标记语言，经增补和更正的ISO8879：
1986（E））的子集而创建的。
它是W3CXML行动组（XMLActivity）的工作成果，关于XML行动组的详细信息可以在http：
//www.w3.org/XML找到。
在http：
//www.w3.org/TR可以找到现有W3C建议和其他技术文档的一个列表。
本规范中使用了[Berners-Lee等人]定义的一个术语URI，他们正在从事的的工作将更新[IETFRFC1738]和[IETFRFC1808]。
本规范的已知错误列表可以在http：
//www.w3.org/XML/xml-19980210-errata找到。
请将本文档中的错误报告给*****************。
可扩展标记语言（XML）1.0
1.绪论
1.1开发者和开发目标
1.2术语
2.文件
2.1规范的XML文件
2.2字符
2.3通用语法成分
2.4字符数据和标记
2.5注释
2.6处理指令
2.7CDATA段
2.8序和文件类型声明
2.9独立文件声明
2.10空白处理
2.11行尾处理
2.12语言标识
3.逻辑结构
3.1起始标签，结束标签和空元素标签
3.2元素类型声明
3.2.1元素型内容
3.2.2混合型内容
3.3属性表声明
3.3.1属性类型
3.3.2属性的缺省值
3.3.3属性-值对的规范化
3.4条件段
4.物理结构
4.1字符和实体引用
4.2实体声明
4.2.1内部实体
4.2.2外部实体
4.3已析实体
4.3.1文本声明
4.3.2规范的已析实体
4.3.3实体中的字符编码
4.4XML处理器对实体和引用的处理
4.4.1不被识别
4.4.2被包含
4.4.3进行验证时被包含
4.4.4被禁止
4.4.5被包含在常量中
4.4.6通知
4.4.7不处理
4.4.8作为PE被包含
4.5内部实体置换文本的构建
4.6预定义实体
4.7记法声明
4.8文件实体
5.一致性
5.1进行验证和不进行验证的处理器
5.2使用XML处理器
6.记法
附录
A.参考文献
A.1正式参考文献
A.2其他参考文献
B.字符的分类
C.XML和SGML（非正式）
D.实体和字符引用的展开（非正式）
E.确定型内容模型（非正式）
F.字符编码的自动检测（非正式）
G.W3CXML工作组（非正式）
--------------------------------------------------------------------------------
1.绪论
可扩展标记语言，缩写为XML，描述了一类称为XML文件的数据对象，同时也部分地描述了处理这些数据对象的计算机程序的动作。
XML是SGML（标准通用标记语言[ISO8879]）针对应用的一个子集，或者说是SGML的一种受限形式。
根据定义，XML文件是合乎规范的SGML文件。
XML文件由称为实体的存储单元组成，实体可以包含已析数据或未析数据。
已析数据由字符组成，其中一些字符组成字符数据，另一些字符组成标记。
标记中包含了对文件存储格式（storagelayout）和逻辑结构的描述。
XML提供了一种机制用于约束存储格式和逻辑结构。
称为XML处理器的软件模块用于读取XML文件，存取其中的内容和结构。
XML处理器被设想为是为另一个称为应用的模块作处理。
本规范从XML处理器应如何读取XML数据以及应向应用提供哪些信息的这两个方面，描述了要求XML处理器作出的动作。
1.1开发者和开发目标
XML由XML工作组（原先的SGML编辑审查委员会）开发，此工作组由WorldWideWebConsortium（W3C）在1996年主持成立。
工作组由SunMicrosystems的JonBosak负责，同样由W3C组织的XMLSIG（SpecialInterestGroup）（原先的SGML工作组）积极参与了XML工作组的工作。
XML工作组的成员在附录中给出。
工作组与W3C的联系人是DanConnolly。
XML的设计目标如下：
XML应该可以直接用于因特网（Internet）。
XML应该支持大量不同的应用。
XML应该与SGML兼容。
处理XML文件的程序应该容易编写。
XML中的可选项应无条件地保持最少，理想状况下应该为0个。
XML文件应该是人可以直接阅读的，应该是条理清楚的。
XML的设计应快速完成。
XML的设计应该是形式化的，简洁的。
XML文件应易于创建。
XML标记的简洁性是最后考虑的目标。
本规范与其他相关的标准一起（Unicode和ISO/IEC10646定义了字符集，InternetRFC1766定义了语言识别码，ISO639定义了语言名称代码，ISO3166定义了国家名称代码），提供了理解XML版本1.0和构建相应计算机处理程序所需的所有信息。
在完整保留所有文本和法律注意事项的前提下，本版本的XML规范可以自由分发。
1.2术语
用于描述XML文件的术语在此规范的正文中定义。
在这些定义中以及描述一个XML处理器的动作时，使用了下表中的术语：
可以（may）：
允许合乎规范的文件和XML处理器按所描述的方式工作，但不要求必须如此。
必须（must）：
要求合乎规范的文件和XML处理器按所描述的方式工作;否则它们出现错误。
错误（error）：
对本规范中的规则的违反;其结果不确定。
合乎规范的软件可以检测和报告错误，并可以从中恢复。
严重错误（fatalerror）：
合乎规范的XML处理器必须检测到，并向应用报告的一类错误。
在遇到严重错误之后，处理器可以继续处理数据以发现更多的错误并可以向应用报告这些错误。
为了支持错误的更正，处理器可以向应用提供文件中未经处理的数据（字符数据和标记的混合体）。
但是，一旦检测到一个严重错误，处理器必须停止正常的处理（也就是说，它必须停止以正常的方式向应用提供与文件逻辑结构有关的数据和信息）。
由用户选择（atuseroption）：
合乎规范的软件可以或者必须（取决于句子中的情态动词）按所描述的方式工作;如果它满足这个条件，它必须同时提供用户一种手段，使得用户能够启用和禁用所描述的工作方式。
有效性约束（validityconstraint）：
适用于所有有效的XML文件的一种规则。
违反有效性约束属于错误;进行验证的XML处理器必须，由用户选择，报告这些错误。
规范性约束（well-formednessconstraint）：
适用于所有规范的XML文件的一种规则。
违反规范性约束属于严重错误。
匹配（match）：
（对于字符串和名字：
）被比较的两个字符串或名字必须完全相同。
在ISO/IEC10646中有多种可能表示方式的字符（例如，既有预定义（precomposed）形式和基字符（base）+变音符形式的字符）只在两个字符串中的表示方式相同时才匹配。
由用户选择，处理器可以将这些字符规范成某种规范形式。
不进行字符的大小写转换。
（对于文法中的字符串和规则：
）如果一个字符串属于一个文法产生式产生的语言，则它匹配这个产生式。
（对于内容和内容模型：
）当一个元素符合"元素有效性"约束中的描述时，它匹配其声明.
出于兼容性考虑（forcompatibility）：
仅用于保证与SGML兼容的XML特性。
出于互操作性考虑（forinteroperability）：
是一个不具约束性的建议，目的是增加XML文件能被在ISO8879的WebSGML改编附件之前已有的SGML处理器处理的可能性
2.文件
如果一个数据对象满足本规范中规范的定义时，它是一个XML文件。
一个规范的XML文件可以更进一步是有效的如果它满足某些进一步的约束。
每一个XML文件都有逻辑和物理结构。
物理上而言，文件由称为实体的单元组成。
一个实体可以引用（refer）其他实体，将它们包含在文件中。
文件开始于"根（root）"或文件实体中。
逻辑上而言，文件由声明，元素，注释，字符引用和处理指令组成，所有这些都在文件中用显式标记指明。
逻辑和物理结构必须如"4.3.2规范的已析实体"中所描述那样严格地嵌套。
2.1规范的XML文件（Well-FormedXMLDocuments）
一个文本对象是一个规范的XML文件如果它满足：
作为一个整体，它匹配document产生式。
它满足本规范中定义的所有规范性约束。
此文件中直接或间接引用的每一个已析实体都是规范的。
文件
[1]document：
：
=prologelementMisc*
匹配document产生式意味着：
它包含一个或多个元素
有且仅有一个称为根（root）或文件元素的元素，它不出现在其他任何元素的内容（content）中。
对于其他所有元素，如果起始标签在另一个元素的内容中，则其结束标签也在同一元素的内容中。
换一个更简单的说法，以起始标签和结束标签为界的各个元素，必须严格地嵌套。
这样做的结果是，对于每一个非根的元素C，文件中另有一个元素P，C在P的内容中，而不在其他任何被P所包含的元素的内容中。
P被称为C的父元素（parent），而C被称为P的子元素（child）。
2.2字符
一个已析实体包含文本（text），文本是一个字符（character）序列，可以表示标记或字符数据。
一个字符是ISO/IEC10646[ISO/IEC10646]中定义的文本最小单元。
合法的字符包括制表符，回车，换行以及Unicode和ISO/IEC10646中定义的合法的图形字符。
不提倡使用[Unicode]6.8节中定义的"兼容字符（compatibilitycharacters）"。
字符范围
[2]Char：
：
=#x9|#xA|#xD|[#x20-#xD7FF]|[#xE000-#xFFFD]|[#x10000-#x10FFFF]/*除了替代块（surrogateblock），FFFE和FFFF以外的任意Unicode字符。
*/
将字符代码编码成位模型的机制各个实体间可能会有所不同。
所有的XML处理器必须接受10646中的UTF-8和UTF-16编码；用于指出所用编码或指定使用其他编码的机制在后面的"4.3.3实体中的字符编码"中讨论。
2.3通用语法成分
本节中定义了一些在文法中广泛使用的符号。
S（空白）包括一个或多个空格字符（#x20），回车，换行和制表符。
空白
[3]S：
：
=（#x20|#x9|#xD|#xA）+
为方便起见，字符被分为字母，数字和其他字符三类。
字母可以是字母表中的字母，或是一个音节基字符（syllabicbasecharacter）后跟一个或多个组合字符，也可以是一个表意字符。
在"B.字符的分类"中给出了每一类字符的完整定义。
名字（name）是以字母或某些标点符号开头的记号，后跟字母，数字，连字符，下划线，冒号或句号，这些符号统称为命名字符（namecharacter）。
以"xml"或其他任何匹配（（'X'|'x'）（'M'|'m'）（'L'|'l'））的字符串开头的名字，被保留用于本规范的此版本或后续版本的标准化。
注意：
XML名字中的冒号被保留用于名字空间（namespace）实验。
它的含义有待于日后标准化，那时那些将冒号用于实验目的的文件有可能需要更新。
（不保证XML采用的任何名字空间机制会实际采用冒号作为定界符。
）实际上，这意味着除非用于名字空间实验，XML文件作者不应该在XML名字中使用冒号，但XML处理器应该接受冒号作为一个命名字符。
Nmtoken（名字记号，nametoken）是任何命名字符的混合体。
名字和记号
[4]NameChar：
：
=Letter|Digit|'.'|'-'|'_'|'：
'|CombiningChar|Extender
[5]Name：
：
=（Letter|'_'|'：
'）（NameChar）*
[6]Names：
：
=Name（SName）*
[7]Nmtoken：
：
=（NameChar）+
[8]Nmtokens：
：
=Nmtoken（SNmtoken）*
常量数据是任何用引号括起的字符串，不包括用作定界符的引号。
常量用于指明内部实体的内容（EntityValue），属性值（AttValue），以及外部标识符（SystemLiteral）。
注意，对SystemLiteral的语法分析可以不扫描标记。
常量
[9]EntityValue：
：
='"'（[^%&"]|PEReference|Reference）*'"'
|"'"（[^%&']|PEReference|Reference）*"'"
[10]AttValue：
：
='"'（[^<&"]|Reference）*'"'
|"'"（[^<&']|Reference）*"'"
[11]SystemLiteral：
：
=（'"'[^"]*'"'）|"'"[^']*"'"）
[12]PubidLiteral：
：
='"'PubidChar*'"'|"'"（PubidChar-"'"）*"'"
[13]PubidChar：
：
=#x20|#xD|#xA|[a-zA-Z0-9]|[-'（）+,./：
=?
;!
*#@$_%]
2.4字符数据和标记
文本由字符数据和标记混合构成。
标记包括起始标签，结束标签，空元素标签，实体引用，字符引用，注释，CDATA段定界符，文件类型声明和处理指令。
其他所有非标记的文本组成文件的字符数据。
"and"号（&）和左尖括号（<）只有作为标记定界符，或在注释，处理指令，或CDATA段中时才能以常量形式出现。
它们在一个内部实体声明的常量实体数值中也是合法的，参见"4.3.2规范的已析实体"。
如果在其他地方需要用到这两个字符，它们必须用数值式字符引用来转义或分别用字符串"&"和"<"表示。
右尖括号（>）可以用">"表示，而当它在内容中的字符串"}>"中出现，但此字符串不表示一个CDATA段的结束时，出于兼容性考虑，必须用">"或一个字符引用转义得到。
在一个元素的内容中，字符数据可以是不包括任何标记的起始定界符的任意字符串。
在一个CDATA段中，字符数据可以是不包括CDATA段结束定界符"}>"的任意字符串。
为了允许在属性值中包含单引号和双引号，省略符或称单引号（'）可以被表示为"'"，而双引号（"）可以被表示为"""。
字符数据
[14]CharData：
：
=[^<&]*-（[^<&]*'}>'[^<&]*）
2.5注释
注释可以在其他标记之外的文件中的任何位置出现。
另外，它们可以在文件类型声明中文法允许的地方出现。
它们不是文件字符数据的一部分，XML处理器可以，但不是必须，允许一个应用检索注释文本。
出于兼容性考虑，字符串"--"（双连字符）不能在注释中出现。
注释
[15]Comment：
：
='
--'（（Char-'-'）|（'-'（Char-'-'）））*'-->'
注释的一个例子：
--declarationsfor
&-->
2.6处理指令
处理指令（PI）允许文件中包含由应用来处理的指令。
处理指令
[16]PI：
：
='
'PITarget（S（Char*-（Char*'?
>'Char*）））?
'?
>'
[17]PITarget：
：
=Name-（（'X'|'x'）（'M'|'m'）（'L'|'l'））
PI不是文件字符数据的一部分，但必须传递给应用。
PI以用于指示传递给哪个应用的目标（PITarget）开头，目标名字"XML"，"xml"，等等，保留用于本规范的此版本或后续版本的标准化。
XML记法机制可以用于PI目标的形式化声明。
2.7CDATA段
CDATA段可以出现在字符数据可以出现的任何地方，它们用于转义包含会被识别为标记的字符串的文本块。
CDATA段以字符串"
[CDATA["开始，以字符串"}>"结束：
CDATA段
[18]CDSect：
：
=CDStartCDataCDEnd
[19]CDStart：
：
='
[CDATA['
[20]CData：
：
=（Char*-（Char*'}>'Char*））
[21]CDEnd：
：
='}>'
在一个CDATA段内，只有CDEnd字符串被识别为标记，因此左尖括号和"&"可以以它们的常量形式出现，不需要（也不能）被换码为"<"和"&"。
CDATA段不能嵌套。
一个CDATA段的例子，其中""和""被识别为字符数据，而不是标记：
[CDATA[Hello,world!
}>
2.8序（prolog）和文件类型声明
XML文件可以，也应该以一个XML声明开始，其中指明了所用XML的版本。
例如，以下是一个完整的XML文件，它是规范的，但不是有效的：
xmlversion="1.0"?
>
Hello,world!
下面这个也同样：
Hello,world!
版本号"1.0"应该用于表明对与规范此版本相一致，如果使用了值"1.0"但又与本规范的此版本不一致，那么这是文件的一个错误。
XML工作组打算赋予本规范的后续版本不同于"1.0"的数值，但这并不代表开发后续版本的承诺，也不代表如果有后续版本，会使用任何特殊的命名方案的承诺。
因为不排除有后续版本的可能性，提供了本构造（construct）作为一旦需要时进行自动版本识别的手段。
当处理器收到的文件标有它们不支持的版本时，可以给出一个错误。
XML文件中标记的功能是描述文件的存储格式和逻辑结构，并将属性-值对和逻辑结构关联起来。
XML提供一种称为文件类型声明的机制，用于定义对逻辑结构的约束，支持预定义存储单元的使用。
如果一个XML文件有相应的文件类型声明并且它遵循其中的约束，则称它是有效的（valid）。
文件类型声明必须位于文件第一个元素之前。
序
[22]prolog：
：
=XMLDecl?
Misc*（doctypedeclMisc*）?
[23]XMLDecl：
：
='
xml'VersionInfoEncodingDecl?
SDDecl?
S?
'?
>'
[24]VersionInfo：
：
=S'version'Eq（'VersionNum'|"VersionNum"）
[25]Eq：
：
=S?
'='S?
[26]VersionNum：
：
=（[a-zA-Z0-9_.：
]|'-'）+
[27]Misc：
：
=Comment|PI|S
XML文件类型声明包含或指向标记声明，标记声明提供某一类文件的文法。
这种文法被称为文件类型定义（documenttypedifinition，DTD）。
文件类型定义可以指向一个外部子集（一种特殊类型的外部实体），或者可以在一个内部子集中直接包含标记声明，或者两者兼用。
一个文件的文件类型定义由这两个子集合在一起组成。
标记声明可以是元素类型声明，属性表声明，实体声明，或是记法声明。
这些声明可以如下面规范性和有效性约束中所述，全部或部分地包含在参数实体中，完整的信息参见"4.物理结构"。
文件类型定义
[
升级会员 