xml - XML 属性中允许使用哪些字符？

Question

在specification by W3c我似乎无法找到允许出现在 XML 文档属性值中的字符集的定义。

1. 是否与元素的文本内容相同？
2. 还是它只是一个子集(不包括例如\n)？

请引用规范中回答我问题的部分。

Answer 1

XML 属性允许 character data (又名 CDATA)。查看formal definition of attribute types ，在“字符串类型”下。

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(即它会在解析 XML 源后存在于内存中)。

属性可以在 XML 源中包含文字换行符 ( \n )，如下所示:

<elem attr="a
linebreak">

但这样的换行符会在 XML 解析过程中被转换成一个空格。这叫做 attribute-value normalization .

为了在 解析后得到一个换行符，它必须在 XML 源代码中编码，或者是 
或等价物，
 .

通常，当您操作文档并保存它时，DOM API 会为您完成这些操作。遗憾there are non-compliant APIs没有正确编码属性值中的换行符。这些 API 使得无法保留换行符。

制表符 (\t) 也会发生同样的事情。它可能存在于 XML 源代码中，但在解析时会规范化为单个空格。为了防止它必须被编码，或者是 	或 	 .

底线:如果您通过 API 与 XML 文档交互(您应该这样做!)，所有这些细节都会为您处理，除非 API 损坏。

---

为了完整起见:由于相当短视(恕我直言)的决定，字面意思 >在 XML 源代码的属性中允许使用字符。只有文字 <被禁止:

<elem attr="this > that" />  <!-- legal syntax -->
<elem attr="this < that" />  <!-- syntax error -->

我建议不要使用这个怪癖。大多数 API 将插入转义形式 >无论如何:

<elem attr="this &gt; that" />
<elem attr="this &lt; that" />