本文是根據 2002 年 10 月 15 日發布的 XML 1.1 候選推薦標準翻譯的中文版。本文的英文版是唯一正式版本;譯注內容為非正式的,僅代表譯者個人觀點。著作權聲明:Copyright © 2002 W3C ® (MIT, INRIA, Keio), All Rights Reserved。
譯者:徐涵(Collin Hsu)。可擴充標記語言(XML)1.1,W3C 候選推薦標準,2002 年 10 月 15 日。
本文是 XML Core Working Group 的工作成果,根據 XML Blueberry Requirements 中的定義對 XML 1.1 進行描述。XML 1.1 即過去所說的 XML Blueberry。本文以對 XML 1.0 推薦標準進行一系列改動的方式描述,篇章編號對應 XML 1.0 推薦標準中的篇章編號;對於 XML 1.0 中有、本文沒有的篇章,表示未被改動。
W3C 的 XML 1.0 推薦標準最初發布於 1998 年。儘管 XML 1.0(第二版)更正了許多勘誤,但在關於什麼是良構(well-formed)XML 方面仍(有意)保持不變。然而 Unicode 標準並沒有保持不變,它已從 2.0 版升級到 3.1 版甚至更高。許多在 Unicode 2.0 中沒有的字元可能已被用於 XML 1.0 的字元資料中了,但它們不允許出現在 XML 名稱中。
XML 1.0 給名稱提供的是嚴格定義:任何不被允許的就是禁止的;XML 1.1 的名稱則是這樣設計的:任何不被禁止的(由於某個特定原因)就是允許的。考慮到 Unicode 版本的發展將越過 3.1 版,XML 1.1 幾乎允許所有字元(包括那些尚未被指定的)在名稱中出現。
另外,XML 1.0 未考慮 IBM 大型機的行尾處理規則,因此 XML 1.1 在行尾字元列表中增加了一個 NEL(#x85) 字元,並支援 Unicode 的行分隔符 #x2028。最後,XML 1.1 允許使用字元參照來引用從 #x1 到 #x1F 的控制字元(出於健壯性考慮,這些字元仍不能直接使用);原先自由出現的 #x7F 到 #x9F 附加控制字元現在必須以字元參照形式出現。
由於這些改動影響了良構 XML 文件的定義,因此沒有發布一組勘誤,而是建立一個新版本。XML 1.0 處理器必須繼續拒絕那些 XML 名稱中含有新字元、使用新規則的文檔。對 XML 1.0 與 XML 1.1 文件的區分可透過文件首部 XML 宣告中的版本號來判斷。
將產生式 [2] 改為:
[2] Char ::= #x9 | #xA | #xD | [#x20-#x7E] | #x85 | [#xA0-#xD7FF]
| [#xE000-#xFFFD] | [#x10000-#x10FFFF]
註釋改為:任何 Unicode 字元,除去大部分 ISO 控制字元、代用區(surrogate blocks)、FFFE 和 FFFF。
修改產生式 [4] 並新增 [4a]:
[4] NameStartChar ::= ":" | [A-Z] | "_" | [a-z] |
[#xC0-#x2FF] | [#x370-#x37D] | [#x37F-#x1FFF] |
[#x200C-#x200D] | [#x2070-#x218F] | [#x2C00-#x2FEF] |
[#x3001-#xD7FF] | [#xF900-#xEFFFF]
[4a] NameChar ::= NameStartChar | "-" | "." | [0-9] | #xB7 |
[#x0300-#x036F] | [#x203F-#x2040]
並將產生式 [5] 改為 Name ::= NameStartChar NameChar*。名稱的第一個字元必須是 NameStartChar,其餘字元必須是 NameChars;這保證了名稱不會以拉丁數字或基本組合字元開頭。建議文件作者使用在自然語言中有意義的字詞作為 XML 名稱,並避免在名稱中使用符號字元或空白字元。冒號、連字符、句號、下劃線和圓點是明確允許的。
為了簡化應用程序的任務,XML 處理器傳給應用程序的字元必須就像已將輸入中的所有換行符規範化過一樣。規範化透過將下列字元全部替換為 #xA 完成:
所有的 XML 已解析實體(包括文件實體)都應被完全規範化(fully normalized)。即使文件未被完全規範化,它仍是良構的;XML 處理器應讓用戶選擇是否驗證文件有沒有處於完全規範化形式,並向應用程序報告驗證結果。本節意圖是強烈建議 XML 處理器確保文件創建者已完成完全規範化,這樣應用程序就可以進行字串比較,而不必擔心字串的多種不同拼寫形式。
將良構性約束「Legal Character」替換為:以字元參照方式被引用的字元必須符合產生式 Char,或者是一個在 [#x1-#x1F] 或 [#x7F-#x9F] 範圍內的 ISO 控制字元。
每個實體(包括文件實體)可以各自被宣告為 XML 1.0 或 XML 1.1。文件實體中的版本宣告確定了整個 XML 文件的版本。一個 XML 1.1 文件可以呼叫 XML 1.0 外部實體,這樣就不需要維護外部實體版本的重複;但如果實體沒有標明版本號,則認為其版本號為 1.0。
以下為如何給元素名、屬性名、PI 目標、實體名、格式名和 ID 型屬性值建立 XML 名稱提供最佳方法。前兩個建議取自 Unicode 3.0 版的規則: