 |
|
||||||||||||||
 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 文件 (Document) | ||||
|
相符document產生規則式意謂著：
- 它包含一個或多個元素.
- 文件中僅有一個元素稱為根元素 (Root element)或文件元素 (document element)，根元素不出現在其他任何元素的內容 (content)中。對於其他元素而言，如果起始標籤 (start-tag) 在另一個元素的內容中，則其結束標籤 (end-tag) 也會在同一元素的內容中。換個更簡單的說法，使用起始標籤和結束標籤作為分隔的各個元素，必須嚴格地依照巢狀的次序來放置 (譯註：不同組的起始標籤與結束標籤不可交叉重疊)。
如此做的結果是，針對每個非根的元素
C，文件中另有一個元素 P，C 位於 P 的內容中，而不位於其他被
P 所包含的任何元素的內容中。P 則稱為 C 的父元素
(parent or parent element)，而 C 則稱為 P 的子元素
(child or child element) 。
2.2 字元
一個剖析過實體包含文本 (text)，文本為一串 字元(character)序列，可代表標示或字元資料。一個 字元是 ISO/IEC 10646[ISO/IEC 10646]中定義的文本最小基本單元。合法的字元包括跳位字元 (Tab)、歸位字元 (Carriage return)、換行字元 (Line feed) 以及 Unicode 和 ISO/IEC 10646 中定義的合法圖形字元。不建議使用[Unicode] 6.8 節中定義的"相容字元(compatibility characters)"。
| 字元範圍 (Character Range) | ||||||
|
將字元代碼指定成位元型態的機制，各實體間可能不盡相同。所有的 XML 處理器必須都能接受 10646 中的 UTF-8 和 UTF-16 編碼；指定使用此兩種編碼的其中一種或指定使用其他編碼的機制，將在稍後的" 4.3.3 實體中的字元編碼 "中討論。
2.3 通用語法建構
本節中定義了一些在文法中廣泛使用的符號。
S (空白 White space)
包括一個或多個空格字元 (#x20)、歸位字元，換行字元及跳位字元。
| 空白 (White Space) | ||||
|
為了方便起見，字元被分類成字母 (Letters)，數字 (Digits) 和其他字元三類。字母可以是英文字母表中的字母，或是一個音節字元 (Syllabic base character) 後面跟著一或多個組合字元，也可以是一個表意字元 (Ideographic character)。在"B. 字元的分類"中會給予每類字元的完整定義。
名稱(name)是以字母或某些標點符號字元開頭的符記(token)，後面會接著字母、數字、連字元、底線、冒號或句號，這些符號統稱為名稱字元(Name
character)。以"xml"或其他任何相符於 (('X'|'x')
('M'|'m') ('L'|'l'))
的字串開頭名稱，在此版本或後續版本的規格書中被保留使用。(譯註:
表示名稱字元不能以 xml，Xml，...XML 為開頭)
注意：XML 名稱中的冒號被保留給名稱空間 (name space) 測試實驗時使用。它的意義必須等待未來名稱空間的規格標準化，而那時將冒號用於實驗用途的文件可能需要更新。(不保證未來 XML 的名稱空間機制，會採用冒號作為定界符。)實際上，這意謂著除非在測試名稱空間測試實驗時使用，XML 文件作者不應該在 XML 名稱中使用冒號，但 XML 處理器應該接受將冒號視為一個名稱字元 (Name Character)。
Nmtoken(名稱記符，name token)
是任何名稱字元的混合體。
| 名稱和記符 (Names and Tokens) | ||||||||||||||||||||
|
字面資料 (Literal data)
是任何使用引號括起來的字串，但不包括用來作定界符 (Delimiter)
的引號。字面資料用來指明內部實體的內容 (EntityValue)、屬性值
(AttValue)以及外部識別字 (SystemLiteral)。注意：對於 SystemLiteral的語法分析不需掃描標示，
也能夠作剖析。
| 字面資料 (Literals) | ||||||||||||||||||||||||||||
|
2.4 字元資料和標示
文本由字元資料和標示混合構成。標示包括起始標籤、結束標籤、空元素標籤(Empty-element tags)、實體參引(Entity references)、字元參引(Character references)、註解、CDATA 段(CDATA section delimiters)定界符，文件類型宣告(Document type declarations) 和處理指示。
所有非標示的文本組成文件的字元資料。
" And " 符號 (&) 和左三角括弧 (<) 只有
作為標示定界符，或在註解、處理指示，或CDATA段中時才能以字面資料形式出現。它們在一個內部實體宣告的字面資料實體數值中也是合法的，參見"4.3.2 形式合法的剖析過實體"。如果在其他地方需要使用到此兩字元，它們必須用數字字元參引來跳脫 (escaped)
本意或分別用字串 "&" 和 "<"
來表示。右三角括弧(>)可以用 ">"
字串來表示，而當它出現在文件內容的"]]>"
字串中，而此字串並不代表一個CDATA 段的結束定界符時，為了相容性的考量，必須使用 ">"
或一個字元參引來跳脫本意 (或轉義)。
在元素的內容中，字元資料是不可包括任何標示的起始定界符之任意字串。在一個
CDATA段中，字元資料則為不包括 CDATA 段結束定界符"]]>"的任意字串。
為了允許在屬性值中包含單引號和雙引號，省略符號或稱單引號
(')可以被表示為 "'"，而雙引號 (")
可以被表示為 """。
| 字元資料 (Character Data) | ||||
|
2.5 註解
註解可以出現在文件中其他標示外的任何位置上。此外，它們可放置在文件類型宣告中文法所允許出現的位置。它們不是文件中字元資料的一部分，XML處理器可以，但不必須提供，讓一個應用能夠檢索出註解文字。針對相容性的考量，字串 "--" (雙連字元)
不能在註解中出現。
| 註解 (Comments) | ||||
|
註解的一個例子：
<!-- declarations for <head> & <body> --> |
2.6 處理指示
處理指示 (PIs)允許文件中能夠包含應用的指令。
| 處理指示 (Process Instructions) | ||||||||
|
PI 並不是文件字元資料的一部分，但必須傳遞給應用程式處理。PI
以一個目標名稱(PITarget)為開頭，此目標名稱
(target) 是用來辨別指示所指向的應用程式，目標名稱"XML"，"xml"，等等，保留用於本規範的此版本或後續版本的標準化。XML記法 (notation)機制可以用於 PI 目標的形式化宣告。
2.7 CDATA段
CDATA段能夠放置在任何字元資料可出現的位置上，它們用來將會被識別為標示字串的文字區塊跳脫本意
(譯註:意謂著 CDATA 段中的標示資料不會被當成標示)。CDATA段以"<![CDATA["字串做為開始，以"]]>"字串做為結束：
| CDATA 段 (CDATA Sections) | ||||||||||||||||
|
在一個 CDATA 段內，只有CDEnd字串會被識別成標示，因此左三角括弧和"&"
符號能夠以它們的字面資料形式出現，不需要 (也不能) 使用 "<"
和 "&" 兩字串來跳脫本意 (譯註:
因為可直接使用它們的字面資料形式)。CDATA段不能使用巢狀結構。
一個CDATA段的例子，其中"<greeting>"和"</greeting>"被識別為字元資料，而並非標示：
<![CDATA[<greeting>Hello, world!</greeting>]]> |
2.8 前言 (prolog) 和文件類型宣告
XML文件可以且應該由一個XML宣告做為文件開頭，其中指明使用的 XML 版本。 例如，以下是一個完整的 XML文件，它是形式合法的，但不是正確合法的：
<?xml version="1.0"?> |
下面此例也同樣如此：
<greeting>Hello, world!</greeting> |
版本編號 "1.0"是用來表示該文件符合此版本的規格書規定，如果文件中使用版本編號
"1.0" 不過並不符合此版本的規格書，則會有錯誤。XML
工作組計劃開發本規格書的後續版本，而該版本編號就會不同於"1.0"
(譯註: 可能為 1.1 或 1.2)，但這並不表示一定會開發後續版本，也不表示如果有了後續版本，會使用任何特殊版本編號的命名方式。由於並不排除有後續版本的可能，因此提供本建構
(Construct)
作為一旦需要時能自動識別版本的方法。當處理器接收的文件標籤中有處理器不支援的版本時，會送出一個錯誤訊息。
XML文件中標示的功能是描述文件的儲存格式和邏輯結構，並將屬性與值組(Attribute-value pairs) 和邏輯結構做關聯。XML提供一種文件類型宣告 (Document type declaration) 的機制，用來定義邏輯結構的限制，並支援使用預先定義儲存單元。如果一個 XML 文件有對應的文件類型宣告並且遵循其中所描述的限制，則稱此文件是正確合法的 (valid)。
文件類型宣告必須位於文件第一個元素 (譯註: 即根元素) 之前。
| 前言 (Prolog) | ||||||||||||||||||||||||
|
XML文件類型宣告包含或指向標示宣告，此標示宣告提供某一類文件的文法。此種文法被稱為文件類型定義 (Document type definition，DTD)。文件類型定義可以指向一個包含標示宣告的外部子集 (一種特殊類型的外部實體)，或可以在一個內部子集中直接包含標示宣告，或兩者混合使用。一個文件的文件格式定義由此兩子集合一同組成。
標示宣告可以是元素類型宣告(Element type declaration)、屬性表宣告(Attribute-list declaration)、實體宣告或是記法宣告。這些宣告可以全部或部分地包含在參數實體中，如同接下來要說明的形式合法性 (well-formedness) 和正確合法性 (valid) 的限制，完整的資訊參見"4. 物理結構"。
| 文件類型定義 (Document Type Definition) | ||||||||||||||||||
|
標示宣告可以全部或部分地由參數實體的置換文本 (replacement text)
所組成。本規格書稍後個別非終端符號(elementdecl，AttlistDecl，等等)
的產生規則式會描述將所有參數實體被包含(include)之後的宣告。
正確合法性限制: 根元素類型 (Root Element Type)
文件類型宣告中的Name必須相符根元素的類型。
正確合法性限制: 嚴格的宣告 / PE 巢狀結構
參數實體的置換文本必須用標示宣告嚴格地使用巢狀次序來排列。也就是說，如果一個標示宣告
(上面的markupdecl)
的第一個，或者最後一個字元被包含於一個參數實體參引的置換文本中，兩者必須都包含在此置換文本中。
形式合法性限制: 內部子集中的 PEs
在內部 DTD 子集中，參數實體參引只能出現在標示宣告可以出現的地方，而不能在標示宣告內部出現。(這個限制不適用於出現在外部參數實體內的參引，也不適用於外部子集。)
如同內部子集一樣，外部子集和任何DTD中參引的外部參數實體，必須由一系列非終端符號markupdecl所允許的完整標示宣告所組成，其中可以混雜空白字元或參數實體參引。然而，外部子集和外部參數實體的部分內容可以經由使用條件段 (conditional section)有條件地將之忽略，在內部子集中則不允許這項動作。
| 外部子集 (External Subset) | ||||||||
|
外部子集和外部參數實體與內部子集還有不同之處在於：參數實體參引不僅只能出現在標示宣告之間，也允許出現在標示宣告之內。
以下是一個擁有文件類型宣告的 XML文件例子：
<?xml version="1.0"?> |
系統識別字 (system identifier) "hello.dtd"提供了文件
DTD 的 URI。
也可如同下面例子一樣在同個文件上 (locally) 直接提供宣告：
<?xml version="1.0" encoding="UTF-8" ?> |
如果同時使用外部和內部子集，內部子集會在外部子集之前發生，這表示內部子集中的實體和屬性列表宣告的優先順序要比外部子集為先。
2.9 獨立文件宣告
當文件從XML 處理器傳遞給應用程式來處理時，標示宣告會影響它的內容，屬性預設值和實體宣告就是其中的例子。獨立文件宣告為 XML 宣告的一部份，它能指出文件實體是否存在外部的宣告。
| 獨立文件宣告 (Standalone Document Declaration) | ||||||
|
在一個獨立文件宣告中，設定值"yes"表示文件實體沒有外部的標示宣告 (不論是在 DTD
外部子集中，還是從內部子集中的外部參數實體參引)，如此會影響從
XML 處理器傳遞給應用程式的資訊。設定值"no"表示有或可能存在外部標示宣告。請注意獨立文件宣告只是表示外部宣告的存在，如果文件中存在對外部實體的引用，而當這些實體在內部宣告時，並不影響文件的獨立狀態。
如果沒有外部標示宣告，獨立文件宣告沒有意義。如果有外部標示宣告，但沒有獨立文件宣告，則假定設定值為
"no"。
任何擁有standalone="no"設定的 XML
文件可通過演算法將之轉換成獨立文件。而某些網路傳輸應用程式可能需要獨立的文件，
正確合法性限制 : 獨立文件宣告
獨立文件宣告必須將值設定為 "no"，如果任何外部標示宣告中包含：
- 有預設值的屬性宣告，如果套用這些屬性的元素出現在文件中而沒有給予這些屬性設定值的話，或
- 實體 (除了
amp，lt，gt，apos，quot的實體之外) 參引出現在文件中的話，或 - 需要規範化的屬性值宣告，如果這些出現在文件中的屬性值，會因為規範化而改變的話，或
- 具有元素型內容的元素類型宣告，如果在這些類型的任一實例中直接出現空白的話。
具有獨立文件宣告的 XML宣告例子：
<?xml version="1.0" standalone='yes'?> |
2.10 空白處理
在編輯 XML 文件時，使用"空白"(空格、跳位字元及空行，在本規格書中用非終端符號S 來表示)
來將標示分隔以增進可讀性是很方便的。一般文件可交付的版本
(delivered version)
中並不想要包括這些空白。另一方面，在可交付的版本中必須保留有意義的空白字元也是蠻常見的，例如在詩歌及原始碼中的空白字元。
XML 處理器總是必須將所有不是標示的字元傳送給應用程式。一個驗證正確合法的 XML 處理器必須同時通知應用程式在這些字元中，那些字元組成了出現在元素內容中的空白。
可在元素中附加一個名稱為xml:space的特殊屬性，以通知應用程式應該保留此元素中的空白。在正確合法的文件中，此屬性和其他屬性一樣，使用時必須先宣告。宣告時它必須被設定為列舉類型
(enumerated type)，此類型只有"default"和"preserve"兩個可能的值。例如：
<!ATTLIST poem xml:space (default|preserve) 'preserve'> |
"default"
表示此元素可以接受使用應用程式的預設空白處理模式，"preserve"表示應用程式會將所有的空白保留。此屬性會套用於所設定元素的內容中所有元素，除非被另一個xml:space屬性的設定值所取代。
任何文件的根元素並不要求應用程式的空白處理方式，除非它提供給此屬性設定值，或將此屬性宣告成預設值。
2.11 行尾處理
XML剖析過實體經常會儲存在電腦檔案中，且為了編輯的方便，會以行的方式來組織。一般這些行會使用歸位字元(#xD)和換行字元(#xA) 的組合來做分隔。
為了簡化應用程式的工作，對於一個外部剖析過實體或內部剖析過實體的字面資料實體值中包含的任何兩字元字面資料序列"#xD#xA"或單獨的字面資料#xD，XML處理器都應換成#xA傳遞給應用程式。(這可以在進行剖析前將所有行分隔符號規範成#xA而方便地實現。)
2.12 語言辨識
在進行文件處理時，通常都是要辨識出其內容所使用的自然或正式的語言。可以在文件中插入一個名為
xml:lang 的特殊屬性，此屬性用於指出 XML
文件中任何元素的內容和屬性所使用的語言。在正確合法的文件中，和其他屬性一樣，使用此屬性時必須先宣告。此屬性的設定值是在[IETF RFC
1766]，"為了辨識語言的標籤"中定義的語言識別字：
| 語言辨識 (Lang Identification) | ||||||||||||||||||||||||
|
Langcode可以是如下設定值：
- 由[ISO 639]，"表示語言名稱的代碼"中定義兩個字母的語言碼。
- 在 Internet Assigned Numbers Authority [IANA]註冊的語言辨識碼，使用"
i-"(或"I-")的前置字 (prefix) 為開頭。 - 使用者自訂或經由各方同意的專用語言識別字，必須使用 "
x-"或"X-" 的前置字為開頭，以保證它們不會和未來經由 IANA 標準化或在 IANA 註冊的名稱相衝突。
可以有任意多個子代碼(Subcode)區段，如果存在第一個子代碼區段，並且子代碼由兩個字母組成，則此子代碼必須是[ISO3166]，"表示國家名稱的代碼"中定義的國家代碼。如果第一個子代碼多於兩個字母，則它必須是在
IANA 註冊語言的子代碼，除非Langcode是使用"x-"或"X-"前置字為開頭。
習慣上語言代碼會使用小寫字母，國家代碼 (如果有的話) 會使用大寫字母。請注意這些值與 XML 文件中其他名稱不同，它們是與大小寫無關的。
舉例如下：
<p xml:lang="en">The quick brown fox jumps over the lazy dog.</p> |
xml:lang表示所指定的語言設定能套用於所處元素的所有屬性和內容，除非被內容中元素內的另一個xml:lang屬性的設定值所取代。
一個簡單的xml:lang宣告可以採用如下形式：
xml:lang NMTOKEN #IMPLIED |
然而若在適當的情況下也可以指定特定的預設值。在一本給英國學生使用的法文詩歌選集中，評註 (glosses) 和註解 (notes) 使用英語，則 xml:lang屬性可以如下列方式宣告：
<!ATTLIST poem xml:lang NMTOKEN 'fr'> |
3. 邏輯結構
每個XML文件包含一個或多個元素，這些元素的邊界使用起始標籤和結束標籤分隔，或者對於空元素來說，使用一個空元素標籤來分隔。每一個元素使用名稱來辨識種類，這些名稱有時稱為元素的"通用識別字 (generic identifier)"(GI)，同時它可以有一個屬性值設定 (attribute specification)集。每一個屬性值設定有一個名稱和一個設定值。
| 元素 (element) | ||||||||||||||||
|
除了那些開頭相符 (('X'|'x')('M'|'m')('L'|'l'))
的字串，在此版本或後續版本的規格書中被保留使用外，本規格書不對元素種類和屬性的語義，用法和名稱
(語法之外) 做任何限制。
形式合法性限制: 元素種類相符
元素結束標籤中的名稱必須和起始標籤中的元素種類相符。
正確合法限制: 元素正確合法性
如果有一個與elementdecl相符的宣告名稱與元素類型相符且下述任一項成立時，則稱此元素是正確合法的：
- 此宣告與
EMPTY相符，同時此元素沒有內容。 - 此宣告與
children相符，同時子元素的序列屬於內容模型中的正則運算式所產生的語言，在每對子元素間允許有空白(相符非終端符號S的字元)。 - 此宣告與
Mixed相符，並且內容由種類相符於內容模型中名稱的字元資料和子元素組成。 - 此宣告與
ANY相符，並且任何子元素的種類都已經宣告。
3.1 起始標籤，結束標籤和空元素標籤
每個不是空的 XML 元素使用一個起始標籤作為開始標示。
| 起始標籤 (Start-tag) | ||||||||||||||||||||||||
|
起始標籤和結束標籤中的Name提供元素的種類。Name-AttValue對被稱為元素的屬性值設定，其中每一對中的Name被稱為屬性名稱，AttValue的內容(在'或"定界符之間的文字)
被稱為屬性值。
形式合法性限制: 唯一的屬性值設定
一個屬性名稱只能在同一個起始標籤或空元素標籤中出現一次。
正確合法限制: 屬性值種類
屬性必須被宣告，其值必須是具有宣告的種類。(屬性種類參見"3.3 屬性表宣告"。)
形式合法性限制: 無外部實體參引
屬性值不能包含對外部實體直接或間接的實體參引。
正確合法性限制: 在屬性值中沒有<
在一個屬性值中直接或間接實體參引的置換文本
(除了"<")不能包含<。
起始標籤的一個例子：
<termdef id="dt-dog" term="dog"> |
每個由一個起始標籤開始的元素必須使用一個結束標籤標示其結束，結束標籤中的名稱必須與起始標籤中給予的元素種類相同：
| 結束標籤 (End-tag) | ||||
|
結束標籤的一個例子：
</termdef> |
在起始標籤和結束標籤中的文本被稱為元素的內容：
| 元素的內容 (Content of Elements) | ||||
|
如果元素的內容是空的，它必須被表示為一個起始標籤緊跟一個結束標籤或空元素標籤。空元素標籤採用一種特殊的形式：
| 空元素標籤 (Tags for Empty Elements) | ||||||
|
不論元素是否用關鍵字EMPTY來宣告，空元素標籤都可以用於任何沒有內容的元素。若針對於互通使用，則空元素必須用於且只能用於宣告成EMPTY的元素。
空元素的例子：
<IMG align="left" |
3.2 元素類型宣告
為了驗證 (validation) 的目的，可以使用元素類型和屬性表宣告來限制XML文件中元素的結構。元素類型宣告限制了元素的內容。
元素類型宣告通常限制了子元素可以出現的類型。由使用者選擇，當宣告提到的元素類型沒有相對應的宣告時，XML 處理器可以提出警告，但這並不是一個錯誤。
元素類型宣告形式如下：
| 元素類型宣告 (Element type declaration) | ||||||||||
|
其中Name設定了所宣告的元素類型。
正確合法性限制: 唯一的元素類型宣告
元素類型只能宣告一次。
元素類型宣告的例子：
<!ELEMENT br EMPTY> |
3.2.1 元素型內容
當某一類型的元素只能包含子元素(無字元資料)，且可選用空白 (相符非終端符號S) 來做分隔時，稱此元素類型具有元素型內容。在這種情況下，這限制包含了內容模型，內容模型是用來控制子元素可出現的類型和子元素可出現順序的一種簡單文法。此文法用內容粒子(Content Particles，cp)來建構，內容粒子由名稱，內容粒子的選擇表(choice
list)或內容粒子的序列表(sequence list)組成：
| 元素型內容的模型 (Element-content Models) | ||||||||||||||||||||
|
其中每個Name是可以出現的子元素元素類型。任何在選擇表中出現的內容粒子在元素型內容中允許出現的位置對應於選擇表在文法中的位置。序列表中出現的所有內容粒子必須以相同的順序出現在元素型內容中。在名稱或列表之後的可選字元
(optional character) 決定了表中元素或內容粒子可以出現一次或多次(+)，還是零次或多次(*)，或是零次或一次(?)。若沒有使用如此的操作符號表示元素或內容粒子必須恰好出現一次。這種語法和意義和本規格書中的產生規則式中所使用的相同。
只有當元素的內容可以透過內容模型的追蹤路徑，及遵守序列，選擇與重複操作符號，並且內容中的每一個元素與內容模型中的一種元素類型相符時，則此元素的內容與該內容模型相符。針對相容性的考量，若文件的某個元素可以與內容模型中的元素類型不只一次相符，則會發生錯誤。更詳細的資訊參見"E. 確定型內容模型"。
正確合法性限制: 嚴格的群組/PE巢狀結構
參數實體的置換文字嚴格地以巢狀結構使用括弧來組成。這就是說，如果choice，seq或Mixed組成文字的開始或結束括弧出現在某個參數實體的置換文字中，則兩者必須包含在同一個置換文字中。基於互通性考量，如果一個參數實體參引出現在choice，seq或Mixed組成文字中時，它的置換文字不應該為空，同時其置換文字的第一個和最後一個非空字元不應為一個連接符號
(|或,)。
以下是元素型內容模型的實例：
<!ELEMENT spec (front, body, back?)> |
3.2.2 混合型內容(Mixed Content)
當某類型的元素可以包含字元資料，且其間可以任意插入子元素時，稱此元素類型具有混合型內容。在這種情況下，對子元素的類型可能有所限制，但對順序和出現次數則並無限制：
| 混合型內容宣告 (Mixed Content) | ||||||||||||||||
|
其中Name給予子元素可出現的元素類型。
正確合法性限制: 無重覆類型
同一名稱在單個混合型內容宣告中只能出現一次。
混合內容宣告的例子：
<!ELEMENT p (#PCDATA|a|ul|b|i|em)*> |
3.3 屬性表宣告
屬性是用於將一對名稱與值 (name-value pair)和元素關聯起來。屬性值設定只能在起始標籤和空元素標籤中出現; 因此，用於識別它們的產生規則式會在"3.1 起始標籤、結束標籤和空元素標籤"中出現。屬性表宣告可以用於：
- 定義一組有關給定元素類型的屬性集合。
- 確立這些屬性的類型限制。
- 提供屬性的預設值 (default values) 。
屬性表宣告設定了給定元素類型相關聯的每個屬性之的名稱，資料類型和預設值 (如果有的話)：
| 屬性表宣告 (Attribute-list Delcaration) | ||||||||
|
AttlistDecl規則中Name是元素的類型。由使用者選擇，當屬性宣告的相關元素類型並沒有被宣告時，XML
處理器可以發生警告，但這並非是個錯誤。AttDef規則中的Name是屬性的名稱。
當給定元素類型的AttlistDecl超過一個時，這些宣告的內容會被合併起來。當給定元素類型的同一個屬性的定義超過一個時，會連結到第一個定義，往後的定義會被忽略。基於互動性的考量，DTD
的撰寫者可能會選擇對於給定的元素類型，最多有一個屬性表宣告，一個給定的屬性名稱最多一個屬性定義，以及每個屬性表宣告最少有一個屬性定義。基於互動性的考量，當給定元素有超過一個的屬性表宣告或給定屬性有超過一個的屬性定義時，XML
處理器可以依照使用者選擇給予警告，不過這並非是個錯誤。
3.3.1 屬性類型
XML 屬性有三種類型：字串類型、一組符記化 (tokenized) 類型和列舉 (enumerated) 類型。字串類型可以使用任意字面資料字串為值;各個符記化類型有不同的詞彙法和語意限制，如下所示：
| 屬性類型 (Attribute Types) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
正確合法性限制: ID
ID類型的值必須相符於Name的產生規則式。作為
ID 類型值的名稱在 XML 文件中只能出現一次;亦即 ID
的值必須是唯一能標別元素的值。
正確合法性限制: 每種屬性類型一個 ID
每種屬性類型只能有一個 ID 屬性。
正確合法性限制: ID 屬性的預設值
ID 屬性必須有一個宣告為#IMPLIED或#REQUIRED的預設值。
正確合法性限制: IDREF
IDREF類型的值必須相符於Name的產生規則式，IDREFS類型的值必須相符Names的產生規則式；每一個Name必須相符
XML 文件中某些元素 ID 屬性的值；也就是說，IDREF類型的值必須相符某些
ID 屬性的值。
正確合法性限制: 實體名稱
ENTITY類型的值必須相符於Name的產生規則式，ENTITIES類型的值必須相符於Names的產生規則式；每一個Name必須相符DTD中宣告的未剖析實體的名稱。
正確合法性限制: 名稱符記
NMTOKEN類型的值必須相符於Nmtoken的產生規則式;NMTOKENS類型的值必須相符於Nmtokens的產生規則式。
列舉類型的屬性可以在宣告提供的值列表中取得其中的設定值。有兩種列舉類型：
| 列舉屬性類型 (Enumerated Attribute Types) | ||||||||||||||||
|
一個NOTATION類型的屬性可識別一種記法，在
DTD 中宣告中，此記法使用相關的系統 (system) 和/或公共 (public)
識別字，且用於解譯此屬性的相關元素。
正確合法性限制: 記法屬性
此類型的值必須與宣告中所包含的記法名稱之一相符合;宣告中的所有記法名稱都必須宣告。
正確合法性限制: 列舉
此類型的值必須與宣告中包含的Nmtoken記號之一相符合。
基於互通性考量，同一Nmtoken只能在單個元素類型的列舉屬性類型中出現一次。
3.3.2 屬性預設值
屬性宣告提供某屬性是否須要出現的資訊，若不需出現的話，且文件中沒有出現此宣告的屬性時 XML 處理器應如何處理。
| 屬性預設值 (Attribute Defaults) | ||||||||||||||||||||||||||||
|
在一個屬性宣告中，#REQUIRED表示必須永遠提供屬性，#IMPLIED表示不提供預設值。如果宣告既不是#REQUIRED，也不是#IMPLIED，則AttValue值包含了所宣告的預設值;關鍵字#FIXED規定此屬性必須永遠有預設值。如果宣告了一個預設值，當
XML 處理器遇到屬性被省略時，此屬性會以宣告時的預設值存在
正確合法性限制: 必須的屬性
如果預設值宣告使用關鍵字#REQUIRED，則屬性表宣告所指類型的元素中都必須有此屬性。
正確合法性限制: 合法的屬性預設值
被宣告的屬性預設值必須滿足被宣告屬性類型的詞法限制。
正確合法性限制: 固定的屬性預設值
如果某屬性的預設值用關鍵字#FIXED宣告，此屬性的實例必須相符於該預設值。
屬性表宣告的例子：
<!ATTLIST termdef |
3.3.3 屬性與值的規範化 (Attribute-Value Normalization)
在將屬性值傳送給應用程式或檢驗正確合法性之前，XML 處理器必須依照下列將其規範化：
- 對字元參引的處理方式是將被引用的字元附加在屬性值之後
- 對實體參引的處理是遞迴地處理實體的置換文字
- 對空白字元 (#x20、#xD、#xA 與 #x9) 的處理是將 #x20 附加於規範化的值之後，例外是對作為內部剖析過實體或內部剖析過實體字面實體值一部分的 "#xD#xA" 字元序列只會附加一個 #x20。
- 對於其他字元的處理是將它們附加於規範化的值之後
如果被宣告的值不是 CDATA，則 XML 處理器必須進一步處理規範化後屬性的值，去掉其前置和尾隨的空格 (#x20) 字元，並將空格 (#x20) 字元序列替換成單個空格 (#x20) 字元。
所有未宣告的屬性，應該被非進行驗證剖析器 (non-validating parser)
當成宣告為CDATA。
3.4 條件段 (Conditional Sections)
條件段是文件類型宣告外部子集的一部分，它們被包含在 DTD 邏輯結構之內，或被排除在 DTD 邏輯結構之外，根據於支配它們的關鍵字。
| 條件段 (Conditional Section) | ||||||||||||||||||||
|
就像內部或外部 DTD 子集一樣，條件段可以包含一個或多個完整的宣告，註解，處理指示，或巢狀的條件段，其中可以夾雜空白。
如果條件段的關鍵字是 INCLUDE ，則條件段的內容是 DTD
的一部分，如果條件段的關鍵字是IGNORE，則條件段的內容不是
DTD
邏輯上的一部分。針對可靠的剖析過程來說，被忽略的條件段內容必須被讀取，目的是為了檢測條件段的巢狀結構，並保證能適當地檢測到最外層的
(被忽略的) 條件段結尾。如果一個使用關鍵字INCLUDE的條件段出現在使用關鍵字IGNORE的更大條件段中，內外兩個條件段都會被忽略。
如果條件段的關鍵字是一個參數實體參引，處理器在決定是否包含或忽略此條件段前，必須先將該參數實體置換成其內容。
一個例子：
<!ENTITY % draft 'INCLUDE' > |
4. 物理結構
一個 XML 文件可能包含一個或多個儲存單元。它們被稱為實體(entity);它們都具有內容並且都以名稱來做識別 (除了文件實體和外部 DTD 子集之外，詳見下面說明)。每一個 XML 文件都有一個稱為文件實體 (document entity)的實體，它作為XML 處理器的處理起點，並可以包含了整個文件。
實體可以是已剖析的或未剖析的。剖析過實體(parsed entity)的內容被稱為它的置換文本;此文本被看成是文件整體的一部分。
未剖析實體(unparsed entity)是一種資源，其內容可以是也可以不是文字，且若為文字的話，可以不是 XML。每個未剖析實體有一個相關的記法，此記法使用名稱來做識別。除了要求 XML 處理器能向應用程式提供實體和記法的識別字之外，XML 對未剖析實體的內容不作任何限制。
剖析過實體以實體參引的方式使用名稱來做引用;未剖析實體用ENTITY或ENTITIES屬性中所提供的名稱來引用。
通用實體 (general entity)是那些在文件內容中使用的實體。在本規格書中，通用實體有時會使用未核可的術語entity來表示。參數實體是用於DTD 內的剖析過實體。這兩類實體用不同形式的參引方式，且在不同的上下文中被識別。此外，它們使用不同的名稱空間;具有相同名稱的參數實體和通用實體是完全不同的兩個實體。
4.1 字元和實體引用(Character and Entity References)
一個字元參引會引用 ISO/IEC 10646 字元集中的一個字元。例如不能用輸入設備直接輸入的字元。
| 字元參引 (Character and Entity References) | ||||||||||
|
形式合法性限制: 合法字元
用字元參引引用的字元必須相符於Char的產生規則式。
如果字元參引以"&#x"為開頭，且數字和字母後面接上終結符號或分號
";" ，如此提供了某字元在 ISO/IEC 10646
中代碼的一個十六進位表示。如果它僅以"&#"開頭，數字後面接上終結符號或分號
(";")，則提供了某字元的代碼的十進值表示。
實體參引(entity reference)引用一個名稱實體的內容。對已剖析通用實體引用使用 "and" 符號 (&)
和分號 (;)作為定界符。參數實體參引則使用百分號(%)和分號(;)作為定界符。
| 實體引用 (Entity Reference) | ||||||||||||||||||||||||||||||||||||||||||||||
|
形式合法性限制: 宣告實體
在一份沒有任何 DTD 的文件，或一份不包含參數實體參引用的內部 DTD
子集的文件，或一份"standalone='yes'"的文件內，在實體參引中提供的Name必須與實體宣告中所提供的相符合，除了形式合法的文件不需要宣告下列的這些實體：amp，lt，gt，apos和quot。參數實體必須在任何對它的引用之前宣告。相同地，出現在屬性表宣告預設值中的通用實體必須在任何對它的引用之前宣告。要注意若在外部子集或外部參數實體中宣告的實體，不進行驗證的處理器不必要讀取和處理它們的宣告;對於如此的文件，只當設定為standalone='yes'時，實體必須被宣告的規則才是一個形式合法性的限制。
正確合法性限制: 宣告實體
在一個有外部子集或外部參數實體且設定為"standalone='no'"的實體中，實體參引中提供的Name必須與實體宣告中所提供的相符合。基於互通性考量，正確合法的文件應該使用"4.6 預定義實體"中所述的形式來宣告實體amp，lt，gt，apos和quot。參數實體必須在任何對它的引用之前宣告。相同地，出現在屬性表宣告預設值中的通用實體必須在任何對它的引用之前宣告。
形式合法性限制: 剖析過實體
實體參引不能包含一個未剖析實體的名稱。未剖析實體只能在宣告為ENTITY或ENTITIES的屬性值中引用。
形式合法性限制: 無遞迴
剖析過實體不能直接或間接地包含對本身的遞迴引用。
形式合法性限制: 在DTD內
參數實體參引只能在DTD中出現。
字元和實體引用的例子：
Type <key>less-than</key> (<) to save options. |
參數實體引用的例子：
<!-- declare the parameter entity "ISOLat2"... --> |
4.2 實體宣告 (Entity Declaration)
實體使用下列方式宣告：
| 實體宣告 (Entity Declaration) | ||||||||||||||||||||
|
Name辨識了在實體參引中的實體;或針對未剖析實體的情況，辨識了ENTITY或ENTITIES屬性值中的實體。如果同樣的實體被宣告了不止一次，則會連結到第一個遇到的宣告。由使用者選擇，如果實體被多次宣告，XML處理器可以提出警告。
4.2.1 內部實體 (Internal Entities)
如果實體定義是一個EntityValue，被定義的實體被稱為內部實體。內部實體沒有單獨的物理
(Physical) 儲存物件，實體的內容在宣告中提供。注意字面實體值中一些實體和字元參引的處理可能要求產生正確的置換文字：參見"4.5 內部置換文字的構造"。
內部實體是剖析過實體。
內部實體宣告的例子：
<!ENTITY Pub-Status "This is a pre-release of the |
4.2.2 外部實體(External Entities)
如果實體不是內部的，則它是一個外部實體，宣告如下：
| 外部實體宣告 (external entity) | ||||||||||||||
|
如果有NDataDecl，則此為一般的未剖析實體;否則它是一個剖析過實體。
SystemLiteral被稱為該實體的系統識別字。此為一個
URI，可以用來存取此實體。注意井號 (#) 和 URI
中常使用的識別字片段在形式上並非 URI
的一部分；如果所提供的識別字片段為系統識別字的一部分，則 XML
處理器可以送出一個錯誤訊息。除非在本規範書範圍之外的資訊，所提供的例外情況
(例如一個特殊 DTD 中定義的特定使用的 XML
元素類型，或一個特殊應用程式規範中定義的處理指示)，相對 URI
是指相對於實體宣告發生的資源位置。因此，一個 URI 可能相對於文件實體，或相對於包含外部 DTD
子集的實體，或相對於一些其他的外部參數實體。
XML 處理器處理 URI 中的非 ASCII 字元時，應該將 UTF-8 中的字元用一個或多個位元組表示，然後將這些字元使用 URI 跳脫機制來跳脫本意 (即為將每個位元組轉換成 %HH，其中 HH 是位元組值的十六進位記法)。
除了系統識別字之外，外部識別字還可以包含公共識別字。試圖存取實體內容的 XML 處理器，可以使用公共識別字試著產生另一個不同的 URI。如果處理器無法做到此點，則它必須使用系統識別字 (systemLiteral) 所指定的 URI。在試圖相符之前，公共識別字中所有空白字串必須被規範成為單獨的空格字元(#x20)，同時必須將前置及尾隨空白移除。
外部實體宣告的例子：
<!ENTITY open-hatch |
4.3 剖析過實體 (Parsed Entities)
4.3.1 文本宣告 (Text Declaration)
每個外部剖析過實體可使用文本宣告作為開始。
| 文本宣告 (Text Declaration) | ||||
|
文本宣告必須以字面上的形式來提供，而不能透過剖析過實體的引用。文本宣告除了能出現在外部剖析過實體的開頭之外，並不允許在其他任何位置出現。
4.3.2 形式合法的剖析過實體 (Well-Formed Parsed Entities)
如果文件實體相符document產生規則式，則它是形式合法的。如果外部普通剖析過實體相符extParsedEnt產生規則式，則它是形式合法的。如果外部參數實體相符extPE產生規則式，則它是形式合法的。
| 規範的外部剖析過實體 (Well-Formed Parsed Entity) | ||||||||
|
如果內部普通剖析過實體的置換文字相符content產生規則式，則它是形式合法的。根據定義，所有內部的參數實體都是形式合法的。
在實體中符合形式合法性的結果是，XML 文件中的邏輯和物理結構是嚴格符合巢狀結構的;起始標�