XML 有五個預定義實體,寫過 HTML 的人應該不陌生:文件中的 &、<、>、" 與 ' 分別以 &、<、>、" 與 ' 表示。
XML 大幅擴充了實體的能力——允許在 DTD 中定義實體,供文件其餘部分重複使用。假設某個詞組(例如 "Wired Digital")在文中要出現很多次,可以在 DTD 中這樣定義:
<!ENTITY wd "Wired Digital">
之後每次要用時,只需輸入 &wd;。這既能避免重複輸入,也能防止拼錯。實體的作用,基本上等同於文書處理器中的巨集。
被替換的內容可以是任意長度,但如果實在很長,比較合理的做法是把內容另存到一個檔案中,再以外部實體參考的方式引入——在實體名稱與檔案的 URL 之間使用 SYSTEM 關鍵字:
<!ENTITY text SYSTEM "https://my.url.here">
上述功能雖然強大,卻有個限制:一個 DTD 內部無法被擴充。要達成擴充,需要一個稱為「參數實體」的特殊工具。它的定義方式是在實體名稱前插入「%」;定義完成後,透過以百分比符號與分號包住參數名稱來引用。
為什麼要這麼做?看看這段取自某個公用 XML 名片(vCard)草稿的程式碼:
<!ELEMENT vCard (%prop.man;, (%prop.id; | %prop.del; |
%prop.tel; | %prop.geo; | %prop.org; |
%prop.exp; | %prop.sec;)*)>
作者在定義根元素時發現,把資訊拆散到不同的參數實體中會清楚得多。看看其中 prop.id 的定義就能理解原因:
<!ENTITY % prop.id "
(nickname | photo | bday)">
如果每個實體都直接寫成這麼長的字串,整個元素定義將變得難以閱讀。參數實體讓複雜的內容模型得以拆解、命名、重複引用,可讀性自然提升許多。
除了 XML 內建的五個,實務上最常用的是 ISO-8859-1 字元集所提供的實體。以下列出幾個高頻項目:
實體 替代寫法 說明
  不換行空格
© © 著作權符號 ©
® ® 註冊商標符號 ®
¥ ¥ 日圓符號 ¥
¢ ¢ 分幣符號 ¢
£ £ 英鎊符號 £
§ § 章節符號 §
¶ ¶ 段落符號 ¶
° ° 度數符號 °
± ± 加減符號 ±
½ ½ 二分之一 ½
¼ ¼ 四分之一 ¼
¾ ¾ 四分之三 ¾
µ µ 微符號 µ
« « 左角引號 «
» » 右角引號 »
× × 乘號 ×
÷ ÷ 除號 ÷
同一張表還涵蓋帶音符的拉丁字母(如 À、á、ç、ñ、ß 等),以及冰島語專用的 eth、thorn 等字母,這裡不逐條列舉。
三種實體各有適用時機:預定義實體用來處理 XML 保留字元,自訂實體用來消除重複的長字串,外部實體則適合把大段內容外置管理。至於 ISO-8859-1 那組實體,在需要呈現西歐語系特殊符號時特別方便;若文件採用 UTF-8 編碼,其實也可以直接輸入原字元,不必繞道實體引用。