技术规范集萃网络应用类文档格式.docx

1、 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（fatal error）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）。由使用者选择（at user option）合乎规范的软件可以或者必须（取

2、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，它必须同时提供使用者一种手段，使得使用者能够启用和禁用所描述的工作方式。有效性约束（validity constraint）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，由使用者选择，报告这些错误。格式正确性约束（well-formedness constraint） 适用于所有格式正确的 XML 文件的一种规则。违反格式正确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/IEC 10646 中有多种可能表示方式的字符

3、（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。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（for compatibility）指出此句描述的 XML 特性完全只是为了和 SGML 保持兼容 。出于互操作性考虑（for interoperability）指出此句是一个不具约束性的建议，目的是增加 XML 文件能被在 ISO 8879

4、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格式正确的之定义时，它是一个 XML 文件。一个格式正确的 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的话。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。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 格式正确的已析实体中所描述的那样严格地嵌套。2.1 格式正确的 X

5、ML 文件（Well-Formed XML Documents）一个文本对象是一个格式正确的 XML 文件如果它满足：1） 作为一个整体，它匹配 document 产生式。2） 它满足本规范中定义的所有格式正确性约束。3） 此文件中直接或间接引用的每一个已析实体都是格式正确的。文件1 document:= prolog element Misc* 匹配 document 产生式意味着：1） 它包含一个或多个元素。2） 定义：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

6、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/IEC 10646 ISO/IEC 10646（或 ISO/IEC 10646-2000）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

7、 和 ISO/IEC 10646 中定义的合法字符。在制定本文档时，在附录 A.1 正式参考文献中引用的标准都是当时的最新版本，在这些标准的增补版或新版中可能会加入新的字符。因此，XML 处理器必须能接受产生式 Char 中所定义范围内的任意字符。不提倡使用 Unicode 6.8 节（或 Unicode3 3.6 节 D21 ）中定义的兼容字符（compatibility characters）。字符范围2 Char:= #x9 | #xA | #xD | #x20-#xD7FF | #xE000-#xFFFD | #x10000-#x10FFFF /* 除了代用块（surrogate bl

8、ock），FFFE 和 FFFF 以外的任意 Unicode 字符。*/ 将字符代码编码成位模式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（syllabi

9、c base character），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（name character）。 以 xml 或其他任何匹配 （X|x） （MmLl） 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：XML 建议中的名域 XML Names 赋予了包含冒号的名字某种含义。因此除非用于名域，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，nam

10、e token）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 （S Name）* 7 Nmtoken:= （NameChar）+ 8 Nmtokens:= Nmtoken （S Nmtoken）* 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

11、，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 | -（）+,./:=?;!*#$_% 虽然产生式 E

12、ntityValue 允许定义只包含单个 的实体（如，ENTITY mylt ），但是强烈建议避免这种用法，因为对此实体的任何引用都会引起一个格式正确性错误。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，处理指令，XML 声明，文本声明，以及任何在文件实体顶层的空白（即，在文件元素之外且不在任何其他的标记中）。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（）可以用gt;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

13、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apos;，而双引号（quot;字符数据14 CharData:= * - （ 注释的一个例子：- declarations for & -注意，此文法不允许注释以 - 结尾。下面的例子不是格式正确的。- B+, B, or B-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

14、 （Char* - （Char* Char*）? 17 PITarget:= Name - （） 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，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。参数实体在处理指令中不被识别。2.7 CDATA 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:= CDStart CData

15、 CDEnd 19 CDStart:CDATA20 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CDATA 段不能嵌套。一个 CDATA 段的例子，其中greeting/greeting被识别为字符数据，而不是标记：CDATA如果同时使用外部和内部子集，子集子集被看成出现在外部子集之前，这意味着内部子集中的实体和属性表声明的优先级要比在外部子集中的高。2.9 独立文件声明当文件从 XML 处理器递给应用时，标记声明可以影响它的内容，属性缺省值和实体声明是其中的例子。可以作为 XML 声明一个成分的独立文件声明，指明了是否存在着在文件实体外或在参数实体中的声明。外部标记声明被定义为出现在外部子集或参数实体（外部或内部，包括内部