XML 属性中允许使用哪些字符?
Posted
技术标签:
【中文标题】XML 属性中允许使用哪些字符?【英文标题】:Which characters are permitted in XML attributes? 【发布时间】:2013-11-15 00:13:40 【问题描述】:在specification by W3c 中,我似乎无法找到允许出现在 XML 文档的属性值中的字符集的定义。
-
和元素的文本内容一样吗?
或者它只是一个子集(不包括例如 \n)?
请引用规范中回答我问题的部分。
【问题讨论】:
看看Attribute
和AttValue
的作品,你应该有答案。
相关问题:Are line breaks in XML attribute values valid?
【参考方案1】:
Section 2.3 定义了常见的句法结构。特别是有一个AttValue
规则:
AttValue ::= '"' ([^<&"] | Reference)* '"'
| "'" ([^<&'] | Reference)* "'"
【讨论】:
【参考方案2】:XML 属性允许 character data(又名 CDATA)。请参阅“字符串类型”下的formal definition of attribute types。
从根本上说,必须区分 XML 源(即,它会出现在文本编辑器中)和 DOM(即,它会存在于内存中,在解析 XML 源之后)。
属性可以在 XML 源中包含文字换行符 (\n
),如下所示:
<elem attr="a
linebreak">
但是这样的换行符会在 XML 解析过程中被转换成一个空格。这称为attribute-value normalization。
为了在解析后获得换行符,它必须在 XML 源中编码为&#xA;
或等效的&#10;
。
通常,当您操作文档并保存它时,DOM API 会为您执行此操作。不幸的是there are non-compliant APIs 没有正确编码属性值中的换行符。这些 API 无法保留换行符。
制表符 (\t
) 也会发生同样的情况。它可能存在于 XML 源代码中,但在解析时会被规范化为单个空格。为防止它必须被编码为&#x9;
或&#9;
。
底线:如果您通过 API 与 XML 文档进行交互(您应该这样做!),所有这些细节都会为您处理好,除非 API 被破坏了。
为了完整起见:由于一个相当短视的 (IMHO) 决定,在 XML 源代码的属性中允许使用文字 &gt;
字符。只有文字 <
被禁止:
<elem attr="this > that" /> <!-- legal syntax -->
<elem attr="this < that" /> <!-- syntax error -->
我建议不要使用这种怪癖。无论如何,大多数 API 都会插入转义形式 &gt;
:
<elem attr="this > that" />
<elem attr="this < that" />
【讨论】:
感谢您的出色回答。关于 字符 - 我相信你有一个错字。根据规范,是允许的。 @Dušan 当然,我记错了。谢谢指点,已经解决了。【参考方案3】:http://www.w3.org/TR/xml/#NT-AttValue 是您正在寻找的产品,本质上它表示属性值可以包含除小于号、与号(有效字符或实体引用的一部分除外)或使用的引号字符之外的任何字符围绕值(单引号属性可以包含双引号,双引号属性可以包含单引号,反之则不行)。
正如 Tomalak 所说,换行符是允许的,但解析器不会将它们报告为换行符。
【讨论】:
换行符在编码形式时会被报告。这是因为字符实体扩展发生在规范化之后。 @Tomalak 我同意,但我认为这个问题是关于具体语法而不是抽象信息集。 这更像是一种“附加信息”类型的评论,而不是更正。 :)以上是关于XML 属性中允许使用哪些字符?的主要内容,如果未能解决你的问题,请参考以下文章