每個 XML 文件都含有一個或多個元素,邊界由起始標籤與結束標籤界定,空元素則用單一標籤表示。每個元素有一個以名稱標識的型別(規格中亦稱 generic identifier),並可帶有一組屬性值說明。
[39] element ::= EmptyElemTag | STag content ETag
[WFC: 元素型別匹配][VC: 元素有效性]
除了以 (('X'|'x')('M'|'m')('L'|'l')) 開頭的名稱保留給本規範及其後續版本使用之外,XML 不限制元素與屬性的語意、用法與命名。
格式正確性約束:元素型別匹配——結束標籤中的名稱必須與起始標籤中的型別名稱相同。
有效性約束:元素有效性——若存在與該元素型別相符的 elementdecl 宣告,且下列之一成立,則元素有效:宣告為 EMPTY 且元素無內容;宣告為 children 且子元素序列符合內容模型所定義的正則語言(元素之間允許空白,但純空白 CDATA 段不算);宣告為 Mixed 且內容由符合模型名稱的字符資料與子元素組成;宣告為 ANY 且每個子元素型別都已宣告。
[40] STag ::= '<' Name (S Attribute)* S? '>'
[WFC: 唯一的屬性值說明]
[41] Attribute ::= Name Eq AttValue
[VC: 屬性值型別][WFC: 無外部實體參照][WFC: 屬性值中無 <]
[42] ETag ::= '</' Name S? '>'
[43] content ::= CharData? ((element | Reference | CDSect | PI | Comment) CharData?)*
[44] EmptyElemTag ::= '<' Name (S Attribute)* S? '/>'
[WFC: 唯一的屬性值說明]
起始標籤中的 Name 給出元素型別;Name-AttValue 配對稱為屬性值說明,其中 Name 是屬性名,AttValue 是屬性值。屬性宣告的順序不帶意義。
三條約束值得記住:同一標籤內屬性名不得重複(WFC);屬性必須先宣告且值符合宣告型別(VC);屬性值不得直接或間接包含對外部實體的參照,其置換文字也不得含 <(WFC)。
空元素標籤可用於任何無內容的元素,不論它是否宣告為 EMPTY;但為求互通,建議只用於宣告為 EMPTY 的元素。
<img src="https://www.w3.org/Icons/WWW/w3c_home" />
[45] elementdecl ::= '<!ELEMENT' S Name S contentspec S? '>' [VC: 唯一的元素型別宣告] [46] contentspec ::= 'EMPTY' | 'ANY' | Mixed | children
<!ELEMENT br EMPTY> <!ELEMENT p (#PCDATA|emph)* > <!ELEMENT %name.para; %content.para; > <!ELEMENT container ANY>
元素型別只能宣告一次。若宣告中提到未宣告的元素型別,處理器可以(由使用者選擇)發出警告,但這不是錯誤。
當某型別元素只能包含以可選空白分隔的子元素(不含字符資料)時,稱它具有元素型內容,此時以內容模型作為型別限制。
[47] children ::= (choice | seq) ('?' | '*' | '+')?
[48] cp ::= (Name | choice | seq) ('?' | '*' | '+')?
[49] choice ::= '(' S? cp ( S? '|' S? cp )+ S? ')' [VC: 嚴格的組/參數實體嵌套]
[50] seq ::= '(' S? cp ( S? ',' S? cp )* S? ')' [VC: 嚴格的組/參數實體嵌套]
choice 表內任一選項可出現在該位置;seq 表內所有項目必須依序出現;尾端的 ?、*、+ 分別表示零或一次、零或多次、一至多次,沒有運算子則必須恰好出現一次。
當且僅當元素內容能透過滿足內容模型中的選擇、序列與重複運算子而得到,且內容中每個元素都對應模型中的一種型別時,稱該內容與模型匹配。為相容性考量,若某元素內容可與模型中的同一型別多次匹配,即為錯誤——這就是「確定型」要求,細節見附錄 E。
有效性約束:嚴格的組/參數實體嵌套——參數實體的置換文字必須完整包住括號組;若 choice、seq 或 Mixed 的括號出現在某參數實體的置換文字中,成對的括號必須都在同一段置換文字內。此外為求互通,參數實體參照出現在這些語法成分中時,其置換文字應至少含一個非空白字符,且首尾非空白字符不應是 | 或 ,。
<!ELEMENT spec (front, body, back?)> <!ELEMENT div1 (head, (p | list | note)*, div2*)> <!ELEMENT dictionary-body (%div.mix; | %dict.mix;)*>
[51] Mixed ::= '(' S? '#PCDATA' (S? '|' S? Name)* S? ')*'
| '(' S? '#PCDATA' S? ')'
[VC: 嚴格的組/參數實體嵌套][VC: 無重複型別]
混合型內容允許字符資料之間任意穿插子元素,可限制子元素型別但不限制順序與次數。#PCDATA 來自「已剖析字符資料」。同一名稱在單個混合型宣告中只能出現一次。
<!ELEMENT p (#PCDATA|a|ul|b|i|em)*> <!ELEMENT b (#PCDATA)>
屬性用來把「名稱—值」配對關聯到元素上,只能出現在起始標籤與空元素標籤中。屬性表宣告可用來:定義某元素型別的屬性集合、限制屬性型別、提供預設值。
[52] AttlistDecl ::= '<!ATTLIST' S Name AttDef* S? '>' [53] AttDef ::= S Name S AttType S DefaultDecl
當同一元素型別有多個 AttlistDecl 時,內容合併;同一屬性有多個定義時,以第一個為準,其餘忽略。為求互通,建議一個元素型別只有一個屬性表宣告、其中每個屬性名只有一個定義,且至少含一個屬性定義。
XML 屬性分三大類:字串型別、記號化型別、列舉型別。
[54] AttType ::= StringType | TokenizedType | EnumeratedType [55] StringType ::= 'CDATA' [56] TokenizedType ::= 'ID' | 'IDREF' | 'IDREFS' | 'ENTITY' | 'ENTITIES' | 'NMTOKEN' | 'NMTOKENS'
列舉型別又分 NOTATION 與 Enumeration 兩種:
[57] EnumeratedType ::= NotationType | Enumeration
[58] NotationType ::= 'NOTATION' S '(' S? Name (S? '|' S? Name)* S? ')'
[59] Enumeration ::= '(' S? Nmtoken (S? '|' S? Nmtoken)* S? ')'
NOTATION 型別屬性標識用來解釋該元素的記法,其值必須是宣告中的某個記法名稱,且所有列出的記法名稱都必須已宣告。每種元素型別最多一個 NOTATION 屬性;宣告為 EMPTY 的元素不得宣告 NOTATION 型別屬性(相容性考量)。列舉值則必須符合宣告中所列的某個 Nmtoken。
[60] DefaultDecl ::= '#REQUIRED' | '#IMPLIED' | (('#FIXED' S)? AttValue)
[VC: 必須的屬性][VC: 合法的屬性預設值][WFC: 屬性值中無 <][VC: 固定的屬性預設值]
#REQUIRED 表示該屬性必須出現;#IMPLIED 表示不提供預設值;其他情形則 AttValue 即為預設值,若加上 #FIXED,則該屬性的所有實例值都必須與預設值相同。宣告了預設值時,處理器遇到被省略的屬性會當作它以預設值出現。預設值必須滿足該屬性型別的字彙約束。
<!ATTLIST termdef id ID #REQUIRED name CDATA #IMPLIED> <!ATTLIST list type (bullets|ordered|glossary) "ordered"> <!ATTLIST form method CDATA #FIXED "POST">
把屬性值交給應用程式或進行驗證之前,處理器必須依下列步驟正規化:
若屬性型別不是 CDATA,還要再去除前後空格,並把連續空格序列壓成單一空格。
關鍵差異在這裡:未正規化值中直接寫出的空白字符會被換成空格;但若是透過字符參照(如 
)引入,正規化後保留被引用的字符本身;若是透過實體參照引入且置換文字含空白,則因遞迴處理而換成空格。這三種情況結果不同,實作時最容易搞錯。
不進行驗證的處理器應把所有尚未讀到宣告的屬性視為 CDATA 處理。
以 <!ENTITY d "
">、<!ENTITY a "
">、<!ENTITY da "
"> 為例,屬性值 a="&d;&d;A&a;&a;B&da;" 在 a 宣告為 NMTOKENS 時正規化為 A #x20 B,宣告為 CDATA 時則為 #x20 #x20 A #x20 #x20 B #x20 #x20。
條件段是文件型別宣告外部子集的一部分,依關鍵字決定要納入或排除於 DTD 邏輯結構之外。
[61] conditionalSect ::= includeSect | ignoreSect
[62] includeSect ::= '<![INCLUDE' S '[' extSubsetDecl ']]>'
[63] ignoreSect ::= '<![IGNORE' S '[' ignoreSectContents ']]>'
[64] ignoreSectContents ::= Ignore ('<![[' ignoreSectContents ']]>' Ignore)*
[65] Ignore ::= Char* - (Char* ('<[' | ']]') Char*)
有效性約束:嚴格的條件段/參數實體嵌套——若 <![、[ 或 ]]> 中的任一個出現在某參數實體的置換文字裡,它們就必須全部落在同一段置換文字中。
關鍵字為 INCLUDE 時,條件段內容屬於 DTD 的一部分;為 IGNORE 時則邏輯上不屬於 DTD。若 INCLUDE 段嵌在較大的 IGNORE 段中,內外兩段都被忽略。解析被忽略的內容時,除了條件段的起訖標記之外的所有字符都被略過,且過程中參數實體不被識別。若關鍵字本身是參數實體參照,處理器必須先展開它再決定要包含或忽略。
<!ENTITY % draft 'INCLUDE' > <!ENTITY % final 'IGNORE' > <![%draft;[ <!ELEMENT book (comments*, title, body, supplements?)> ]]> <![%final;[ <!ELEMENT book (title, body, supplements?)> ]]>