Что такое специальные зарезервированные символьные объекты в HTML и в XML?
Информация, которую я имею, говорит:
HTML:
& (заменить на &) < (заменить на <) > (заменить на >) " (заменить на ") ' (заменить на ')
XML:
< (заменить на <) > (заменить на >) & (заменить на &) ' (заменить на ') " (заменить на ")
Но я не могу найти документацию по любому из них.
W3C упоминает в Extensible Markup Language (XML) 1.0 (пятое издание) определенные предопределенные ссылки на сущности. Но это говорит о том, что эти сущности предопределены (так же, как предопределено ©); не то чтобы они должны были сбежать:
[Определение: ссылки на сущности и символы могут использоваться для
escape левая угловая скобка, амперсанд и другие разделители. Множество
общих сущностей (amp, lt, gt, apos, quot)
цель. Могут также использоваться числовые ссылки на символы; они есть
расширяется сразу же при распознавании и должно рассматриваться как символ
данные, поэтому числовые ссылки на символы "<" и "&" могут
использоваться для экранирования <и &, когда они встречаются в символьных данных.] </p>
Какие символы должны быть экранированы в ссылки на сущности в HTML ?
Какие символы должны быть экранированы в ссылки на сущности в XML ?
Обновление
С Расширяемый язык разметки (XML) 1.0 (пятое издание) :
Символ амперсанда (&) и левая угловая скобка (<) не должны
появляются в их буквальном виде, за исключением случаев, когда они используются в качестве разделителей разметки,
или внутри комментария, инструкции по обработке или раздела CDATA.
Если
они нужны в другом месте, они должны быть экранированы с использованием любого числового значения
ссылки на символы или строки "&" и "<"
соответственно.
Правая угловая скобка (>) может быть представлена с помощью
строка ">" и должны , для совместимости, экранироваться, используя либо
«>» или символьная ссылка, когда она появляется в строке «]]>»
по содержанию, когда эта строка не отмечает конец CDATA
раздел.
Чтобы значения атрибутов могли содержать как одинарные, так и двойные кавычки, символ апострофа или одинарной кавычки (') может быть представлен как "'", а символ двойной кавычки (") как " "».
Я прочитал первый, как говорят, что
должно быть :
< (<) должно быть & (&) должно быть
может , но должно при отображении как ]]>
> (>) должно быть, если указано как ]]>
И что ' и " не нужно вообще избегать; если вы не хотите иметь кавычки внутри указанных атрибутов.
С Спецификация HTML 4.01, представление документа HTML :
Авторы, желающие поместить символ "<" в текст, должны использовать "<"
(ASCII десятичный 60), чтобы избежать возможной путаницы с началом
тег (начало тега, открытый разделитель).
Аналогично, авторам следует использовать ">"
(ASCII десятичное 62) в тексте вместо ">", чтобы избежать проблем со старшимипользовательские агенты, которые неправильно воспринимают это как конец тега (разделитель тегов), когда он появляется в значениях атрибутов в кавычках.
Авторы должны использовать "&" (десятичный код ASCII 38) вместо "&msgstr "чтобы избежать путаницы с началом ссылки на символ (открытый разделитель ссылки на сущность).Авторам также следует использовать «&» в значениях атрибутов, поскольку в значениях атрибутов CDATA допустимы ссылки на символы.
Некоторые авторы используют ссылку на символьную сущность «"» для кодирования экземпляров знака двойной кавычки ("), поскольку этот символ может использоваться для разграничения значений атрибутов.
HTML гораздо более бесполезен в правилах, но звучит так, как будто я должен :
< должно быть с <> должно быть с >& должно быть с &" должно быть с "
, и если " может быть ссылкой на объект, я также должен заменить ' на &.
Обновление два
С HTML5 - словарь и связанные API для HTML и XHTML :
Экранирование строки (для целей приведенного выше алгоритма) состоит из следующих шагов:
Заменить любое вхождение "& "символ в строке" & ".
Заменить все вхождения символа U + 00A0 NO-BREAK SPACE на строку" ".
Если алгоритм былВызванный в режиме атрибута, замените все вхождения символа «"» на строку «"».
Если алгоритм не был вызван в режиме атрибута, замените все вхождения «< "символ в строке" < "и любые вхождения символа" > "в строке" > ".
Который я читаю как HTML:
& по & всегда по всегда " по " если он внутри атрибута < на <, если он не в атрибуте (то есть атрибуты могут содержать <) >на >, если это , а не в атрибуте (т.е. атрибуты могут содержать >)