仕様書

呼称と定義・分類

[90] HTML では、名前付き文字参照、十進数文字参照、十六進数文字参照の総称を文字参照と呼んでいます >>89。

文脈

[92] HTML では文字参照は、 通常要素、外来要素、エスケープ可能生テキスト要素の内容の一部として >>93、 あるいは属性値の一部として >>94 用いることができます。

[95] >>92 のいずれも文字参照の他にテキストを用いることができる文脈ですが、 曖昧アンドが禁止されています >>93, >>94。文字参照にも曖昧アンドにも一致しない & はテキストとして解釈され、著者はこれを用いても構いません。 曖昧アンドである & は著者が用いてはなりません。

[96] 曖昧アンド (ambiguous ampersand) は、 & の後に1文字以上のASCII英数字が続き、その後に ; が続くもののうち、名前付き文字参照でないものです >>89。

HTML 文字参照 XML DTD

[18] XML においてはいくつかの公開識別子を持つ外部実体は HTML の名前付き文字参照を宣言するものと解釈されることになっています。

スクリプトマクロ

スクリプトマクロ

PukiWiki

[20] PukiWikiのテキスト整形のルール >>47 では、 HTML の文字参照の一部と、独自の文字参照が使えるとされます。

[21] &heart;, ⌣, &t; など独自の文字参照があります。 >>47

[23] &date;, &page; など保存時にメタ情報に置換される構文があります。 >>47

[24] &counter; など動的に決まる値に置き換えられる構文があります。 >>47

[25] &ruby(ルビ){インライン要素}; など引数を取る構文があります。 >>47

[26] このように SGML の文字参照から大きく離れて一般の記述構文にまで拡張されています。

LeXML

歴史

[53] WorldWideWeb/NextStep/Implementation/ParseHTML.h at master · cynthia/WorldWideWeb · GitHub, 2024-08-30T15:24:01.000Z https://github.com/cynthia/WorldWideWeb/blob/master/NextStep/Implementation/ParseHTML.h

メモ

[9]

(275) 文字参照 (character reference)

1文字に置換される参照。 JIS X 4151-1992 3.

• 備考 名前指定文字参照及び数値指定文字参照の2種類がある。

[1] 【SGML】 SGML の文字参照には、数値指定文字参照と名前指定文字参照があります。 前者は文書文字集合における文字番号を使って文字を参照します。例えば &#33 は、文字番号 33 の文字 (ISO/IEC 646:1991 IRV では !。) を表します。後者は機能文字又は SGML宣言の具象構文の追加機能に指定してある文字を、その名前を使って参照します。 たとえば、 &#RE は機能文字 RE (記録終了) を表します。

Web SGML では、更に16進文字参照が追加されました。

[2] これに類したものとして、文字実体参照があります。 これは、文字1文字 (と判断されるもの。) だけの一般実体を参照するものです。例えば、 &Aacute はアキュート・アクセントつきの文字 A に置換されるかもしれません。

(ちなみに、「文字実体」・「文字実体集合」 という言葉は SGML には出てきますが、 「文字実体参照」という言葉は HTML4 で出てきます。 (という話は言葉遊びみたいなものですが。))

[3] 文字参照は、その文字が他の手段で簡便に書けない場合に限って使うことが望ましいとされています。 (JISX4151‐1992 8.5 参照。)

[7]

• 文字参照 := 名前指定文字参照 / 数値文字参照 / 16進文字参照 ;; Web SGML [62]

• [4] 文字参照の文字番号の上限ってあるのかなあ?と思って読み返してみたけどわかんなかった。ないのかなあ。もっとも、文書文字集合の最後の数より大きいのを指定してもどうせエラーになるんだろうから意味はないんだけどさあ。
• [5] どうして >>4 みたいなことを考えたかというと、規格参照具象構文の文書文字集合は 0〜127 までしか定義してないのに、回避文字に 128〜255 が載ってるの。だから 128〜255 は回避文字になって、非SGML文字にもなる。非 SGML 文字を数値指定文字参照できるんだから、以下略。って。じゃあそれなら、一切言及のない 256 以上の値だったらどうなんだ、って疑問がわいてくる。もっとも、 SGML 考えた連中はせいぜい 255 までしか頭になかったんだろう。

[6] 文字参照を使うと良い場面 (JIS 参考3 7.2 参照。) :

• 入力装置の鍵盤に対応するものがない文字
• 表示できない文字
• 非SGML文字
• 機能文字になっているがデータとして使いたい文字

など。

• [8] HTML4 の文字参照についてイの規定 IW:HTML4:charset.html#spec-char-encoding によれば、 HTML では、文字参照は (1) 数値文字参照 : 10進または16進 (2) 文字実体参照の2つの形で現れるとされています。一見 SGML の定義とは異なるように思えますが、 (規定中でわざわざ「SGML 文字参照」と言っていることを見ても) そうではなく、文字実体参照は文字参照を値に持つ実体であることを考えれば矛盾はないことが分かります。

[10] Firefox 2.0 で U+10FFFF より大きな16進数を指定すると、値によって:

U-7FFFFFFF までならサロゲート・ペアへの変換の計算を拡張したらしき2文字の列になります。

0x80000000〜0xFFFFFFFF だと、 & を除く文字列がそのまま文字データとして解釈されます。

0x100000000 以上だと、下位8桁 (32ビット) 以外は無視されます。

[11] >>10 WinIE 6 ではすべて U+003F になるようです。

[12] >>10 Opera 9 は:

U-00110000〜0xFFFFFFFF はサロゲート・ペア風のなにか (Firefox とは違います。) になります。

0xFFFFFFFF 以上は 0xFFFFFFFF と同じ結果になります。 (名無しさん)

[13] >>10-12 いずれも文字長の制限はないように見えます。 (名無しさん)

[15] Bug 4948 - Incorrect HTML entity error recovery doesn't match other browsers (2008-07-31 09:44:14 +09:00 版) https://bugs.webkit.org/show_bug.cgi?id=4948

[63] MAMA: Character entities - Opera Developer Community (2008-11-25 20:22:30 +09:00 版) http://dev.opera.com/articles/view/mama-character-entities/

[64] Business::PayPal::API - PayPal API - search.cpan.org (2009-07-29 15:59:31 +09:00 版) http://search.cpan.org/~scottw/Business-PayPal-API-0.62/lib/Business/PayPal/API.pm#PayPal_Munging_URLs

[66] Bug 9207 – Anything else: This part of the spec is problematic, for example, a query string variable &lang_id=1 in as part of an attribute of say an img tag, will get converted into an character token when it shouldn't be. Why is the set of characters a-z, A-Z, 0- (2010-04-03 12:54:02 +09:00 版) http://www.w3.org/Bugs/Public/show_bug.cgi

[67] HTML5 Revision Tracker (2010-04-03 12:53:38 +09:00 版) http://html5.org/tools/web-apps-tracker?from=4958&to=4959

[69] IRC logs: freenode / #whatwg / 20100403 (2010-04-18 19:51:34 +09:00 版) http://krijnhoetmer.nl/irc-logs/whatwg/20100403#l-73

[70] Bug 10067 – this only lists entities whose replacement text is a single character, for example many of the negated operators, for example ( (2010-10-09 19:15:18 +09:00 版)) http://www.w3.org/Bugs/Public/show_bug.cgi?id=10067

[71] IRC logs: freenode / #whatwg / 20100927 ( (2010-10-10 13:19:34 +09:00 版)) http://krijnhoetmer.nl/irc-logs/whatwg/20100927

[72] XQuery 1.0: An XML Query Language (Second Edition) ( (2011-01-05 01:29:08 +09:00 版)) http://www.w3.org/TR/2010/REC-xquery-20101214/#dt-predefined-entity-reference

[73] XQuery 1.0: An XML Query Language (Second Edition) ( (2011-01-05 01:29:08 +09:00 版)) http://www.w3.org/TR/2010/REC-xquery-20101214/#dt-character-reference

[74] IRC logs: freenode / #whatwg / 20120525 ( (2012-06-03 11:15:18 +09:00 版)) http://krijnhoetmer.nl/irc-logs/whatwg/20120525#l-480

[75] Web Applications 1.0 r7133 Add a JSON file for entities for convenience. ( (2012-06-15 04:11:00 +09:00 版)) http://html5.org/tools/web-apps-tracker?from=7132&to=7133

[78] Additional named entities for HTML ( (2000-03-13 23:37:21 +09:00 版)) http://www.w3.org/TR/WD-entities-961125

[79] Web Applications 1.0 r7679 Make <a href='?guitar=2&amp=1&pedal=6'> a parse error since IE9 misparses it '?guitar=2&=1&pedal=6' apparently. ( (2013-01-31 09:36:00 +09:00 版)) http://html5.org/tools/web-apps-tracker?from=7678&to=7679

[83] Help:Formatting - MediaWiki ( (2014-01-22 11:53:48 +09:00 版)) http://www.mediawiki.org/wiki/Help:Formatting#Inserting_symbols

[88] XQuery 3.0: An XML Query Language ( (2014-04-08 08:26:21 +09:00 版)) http://www.w3.org/TR/xquery-30/#dt-character-reference

[86] ncsa-mosaic/CHANGES at master · alandipert/ncsa-mosaic ( (2014-04-07 05:42:16 +09:00 版)) https://github.com/alandipert/ncsa-mosaic/blob/master/CHANGES#L1310

[84] XML Entity Definitions for Characters (2nd Edition) ( (2014-02-10 23:03:18 +09:00 版)) http://www.w3.org/TR/2014/PER-xml-entity-names-20140211/

[104] Bug 13108 – Add &zwsp; as named character reference for zero width space (U+200B) ( (2014-07-23 03:14:12 +09:00 版)) https://www.w3.org/Bugs/Public/show_bug.cgi?id=13108

[105] Re: [whatwg] several messages about the HTML syntax ( (fantasai 著, 2014-07-23 00:47:47 +09:00 版)) http://lists.w3.org/Archives/Public/public-whatwg-archive/2014Jul/0132.html

[106] [whatwg] Markup-related feedback ( (Ian Hickson 著, 2014-10-28 05:41:30 +09:00 版)) http://lists.w3.org/Archives/Public/public-whatwg-archive/2014Oct/0239.html

[107] abc:standard:v2.1 [abc wiki] ( (2015-01-16 18:37:29 +09:00 版)) http://abcnotation.com/wiki/abc:standard:v2.1#supported_accents_ligatures

[22] 俗に、文字参照のことをエスケープシーケンスと呼ぶことがあります。

[31] entries for 1EEF0 and 1EEF1 to match unicode-math · w3c/xml-entities@891fe64 (2016-02-09 16:22:46 +09:00 版) https://github.com/w3c/xml-entities/commit/891fe64c7591a75c8f2ad42f9ff0fb93b5b8ef74

[32] Formalize character reference states ( (RReverser著, 2016-05-16 19:59:17 +09:00)) https://github.com/whatwg/html/commit/6c629ac9e5736cdb824293999673de6a0f5ea06d

[34] Fix wording mistake in parsing a character reference ( (zcorpan著, 2016-06-01 22:08:31 +09:00)) https://github.com/whatwg/html/commit/918a56e5d1e9e86695770bf10c1893dd7bae6946

[35] JIS X 0218 は文字参照のために制定されたのでしょうか。

[36] XQuery 3.1: An XML Query Language (2017-03-20 09:23:33 +09:00) https://www.w3.org/TR/2017/REC-xquery-31-20170321/#dt-character-reference

[37] Regression fix: deal with ASCII digits before ASCII hex digits (annevk著, 2017-04-04 20:48:46 +09:00) https://github.com/whatwg/html/commit/f8e75a974ed9185e5b462bc5b2dfb32034bd1145

[38] 文字の制限 (2016-08-30 12:33:40 +09:00) http://www.pcinfo.jpo.go.jp/guide/Content/Rules/MojiSeigen.htm

[39] Editorial: Introduce named character reference state (inikulin著, 2017-04-26 21:34:45 +09:00) https://github.com/whatwg/html/commit/7d3201282d31c30cdba2583445d3727a94390286

[40] Clarify that 0x0D CR is not allowed in entities (Alcaro著, 2017-08-05 09:06:42 +09:00) https://github.com/whatwg/html/commit/efcf0af907c13343d898bf47b5ab004ed59724dd

[41] Clarify that 0x0D CR is not allowed in entities by Alcaro · Pull Request #2893 · whatwg/html (2017-08-07 15:08:59 +09:00) https://github.com/whatwg/html/pull/2893

[42] Handle ambiguous ampersands of arbitrary length (inikulin著, 2017-06-24 04:00:15 +09:00) https://github.com/whatwg/html/commit/ee198945e388bd3298b73fb842fa0175d5b6a0f9

[43] [Parser] Handle ambiguous ampersands of arbitrary length (closes #1257) by inikulin · Pull Request #2731 · whatwg/html (2017-08-25 22:38:02 +09:00) https://github.com/whatwg/html/pull/2731

[44] Regression fix: Lost ampersands in Character Reference State's Anythi… (JonathanO著, 2017-08-16 15:06:21 +09:00) https://github.com/whatwg/html/commit/8d2875784cd4684fd85f4421a1d173902d0e1760

[45] Fix lost ampersands in Character Reference State's Anything Else case. by JonathanO · Pull Request #2913 · whatwg/html (2017-08-25 23:52:01 +09:00) https://github.com/whatwg/html/pull/2913

[46] XML Character Entities (2018-02-12 14:36:03 +09:00) http://www.oasis-open.org/docbook/specs/wd-docbook-xmlcharent-0.3.html

[49] 2023-08-10T08:36:46.500Z https://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=100462&item_no=1&attribute_id=1&file_no=1

[50] >>49 外字をXML実体参照で記述して、 マーク付き区間によりPUAか代替表記か切り替えられる。