XML属性中允许哪些字符？

Question

在specification by W3c中，我似乎无法找到允许在XML文档中的属性值中出现的字符集的定义。

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

请引用说明书的部分来回答我的问题。

Answer 1

XML属性允许character data（a.k.a.CDATA）。请参阅＆{34;字符串类型＆＃34;下的formal definition of attribute types。

从根本上说，必须在XML源（即，在文本编辑器中出现）和DOM（即，在解析XML源之后存在于内存中）之间产生差异。

属性可以包含XML源中的文字换行符（\n），如下所示：

<elem attr="a
linebreak">

但是这些换行符将在XML解析期间转换为空格。这称为attribute-value normalization。

为了在解析后获取换行符，必须将其编码在XML源中，作为
或等效的
。

通常，当您操作文档并保存文档时，DOM API会为您执行此操作。遗憾的是，there are non-compliant APIs无法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）也会出现同样的情况。它可能存在于XML源代码中，但在解析时将被规范化为单个空间。为了防止必须将其编码为	或	。

结论：如果您通过API与XML文档进行交互（并且您应该！），那么所有这些细节都将由您处理，除非API被破坏。

---

为了完整起见：由于相当短视（恕我直言）的决定，XML源代码中的属性内部允许使用文字>个字符。仅禁止文字<：

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

我建议不要使用那个怪癖。大多数API都会插入转义后的表单>：

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

Answer 2

Section 2.3定义了常见的句法结构。特别是AttValue规则：

AttValue       ::=      '"' ([^<&"] | Reference)* '"'
                     |  "'" ([^<&'] | Reference)* "'"

Answer 3

http://www.w3.org/TR/xml/#NT-AttValue是您正在寻找的产品，实质上它表示属性值可能包含任何字符，除了小于，＆符号（有效字符或实体引用的部分除外）或引用值周围使用的字符（单引号属性可以包含双引号，双引号属性可以包含单引号但反之亦然）。

正如Tomalak所述，换行符是允许的，但解析器不会将它们报告为换行符。