XML1.0 中文文档(第二版)---2. 文件

[定义：如果一个数据对象满足本规范中格式正确的之定义时，它是一个 XML 文件。一个格式正确的 XML 文件可以更进一步是有效的，如果它满足某些进一步的约束的话。]

每一个 XML 文件都有逻辑和物理结构。物理上而言，文件由称为实体的单元组成。一个实体可以引用（refer）其他实体，将它们包含在文件中。文件开始于"根（root）"或文件实体。逻辑上而言，文件由声明，元素，注释，字符引用和处理指令组成，所有这些都在文件中用显式标记指明。逻辑和物理结构必须如"4.3.2 格式正确的已析实体"中所描述的那样严格地嵌套。

2.1 格式正确的 XML 文件（Well-Formed XML Documents）

[定义：一个文本对象是一个格式正确的 XML 文件如果它满足：]

1. 作为一个整体，它匹配 document 产生式。
2. 它满足本规范中定义的所有格式正确性约束。
3. 此文件中直接或间接引用的每一个已析实体都是格式正确的。

文件

匹配 document 产生式意味着：

1. 它包含一个或多个元素。
2. [定义：有且仅有一个称为根（root）或文件元素的元素，它不出现在其他任何元素的内容（content）中。] 对于其他所有元素，如果起始标签在另一个元素的内容中，则其结束标签也在同一元素的内容中。换一个更简单的说法，以起始标签和结束标签为界的各个元素，必须严格地嵌套。

[定义：这样做的结果是，对于每一个非根的元素 C，文件中另有一个元素 P，C 在 P 的内容中，而不在其他任何被 P 所包含的元素的内容中。P 被称为 C 的父元素（parent），而 C 被称为 P 的子元素（child）。]

2.2 字符

[定义：一个已析实体包含文本（text），文本是一个字符（character）序列，可以表示标记或字符数据。] [定义：一个字符是 ISO/IEC 10646 [ISO/IEC 10646]（或 [ISO/IEC 10646-2000]）中定义的文本最小单元。合法的字符包括制表符，回车，换行以及 Unicode 和 ISO/IEC 10646 中定义的合法字符。在制定本文档时，在附录 A.1 正式参考文献中引用的标准都是当时的最新版本，在这些标准的增补版或新版中可能会加入新的字符。因此，XML 处理器必须能接受产生式 Char 中所定义范围内的任意字符。不提倡使用 [Unicode] 6.8 节（或 [Unicode3] 3.6 节 D21 ）中定义的"兼容字符（compatibility characters）"。]

字符范围

将字符代码编码成位模式的机制各个实体间可能会有所不同。所有的 XML 处理器必须接受 10646 中的 UTF-8 和 UTF-16 编码；用于指出所用编码或指定使用其他编码的机制在后面的"4.3.3 实体中的字符编码"中讨论。

2.3 通用语法成分

本节中定义了一些在文法中广泛使用的符号。

S（空白）包括一个或多个空格字符（#x20），回车，换行和制表符。

空白

为方便起见，字符被分为字母，数字和其他字符三类。字母可以是字母表中的字母，或是一个音节基字符（syllabic base character），也可以是一个表意字符。在"B. 字符的分类"中给出了每一类字符的完整定义。

[定义：名字（name）是以字母或某些标点符号开头的记号，后跟字母，数字，连字符，下划线，冒号或句号，这些符号统称为命名字符（name character）。] 以 "xml" 或其他任何匹配 (('X'|'x') ('M'|'m') ('L'|'l')) 的字符串开头的名字，被保留用于本规范的此版本或后续版本的标准化。

Nmtoken（名字记号，name token）是任何命名字符的混合体。

名字和记号