XML の定義済実体

[1] XML ではよく使う名前文字参照のための一般実体が 5つ定義済みとされています。

amp: AMPERSAND (&)
apos: APOSTROPHE (')
gt: GREATER-THAN SIGN (>)
lt: LESS-THAN SIGN (<)
quot: QUOTATION MARK (")

[5] これらの実体は、妥当な XML 文書であっても、 DTD で宣言することなく参照できます。

<?xml version="1.0"?>
<!DOCTYPE foo [<!ELEMENT foo (#PCDATA)*>]>
<foo>&amp;</foo>
<!-- この文書は整形式であり、かつ妥当です。 -->

[6] しかし、仕様書 >>3 は相互運用性のために明示的に宣言するべきであると述べています。

[7] なお、これらの実体を DTD で宣言するに当たっては、他の置換文を持つようにしてはいけません。例えば、次の宣言は不正です。

<!ENTITY lt "left">

[3] Extensible Markup Language (XML) 1.0 : Predefined Entities IW:XML1:"sec-predefined-ent"
[4] Extensible Markup Language (XML) 1.0 : Validity constraint: Entity Declared IW:XML1:"vc-entdeclared"

[9] >>3 には、

If the entities lt or amp are declared, they must be declared as internal entities whose 3 replacement text is a 1 character reference to the respective character (less-than sign or ampersand) being 2 escaped; the double escaping is required for these entities so that references to them produce a well-formed result. If the entities gt, apos, or quot are declared, they must be declared as internal entities whose 3 replacement text is the single character being 2 escaped (or a 5 character reference to that character; the double escaping here is unnecessary but harmless).

とあります (強調引用者)。

前者の群で、 1 の「それぞれの文字の文字参照」とは、 & なら & などです。
2 で、
- 「escaped」は、直前に定義で「実体と文字参照のどちらも、区切子を escape するのに使うことが出来る」と書かれていますが、ここではその区切子自身の話ですから、数値文字参照のことでしょう。そう考えないと、つじつまが合いません。
- 前者の群では、 1 の文字参照が escape されます。例えば、 & なら &#x26; になります。
- 後者の群では、その文字自身が escape されます。例えば、 " なら " です。
3 で、
- 「置換文」とは、実体宣言の表記実体値の文字参照と引数実体参照を置換したものです。 IW:XML1:"#dt-repltext"
- 逆に言えば、実体宣言の表記実体値にするには必要に応じて文字参照と引数実体参照に置換すればよいのです。
  - 前者の群では、 & の場合の置換文が &#x26; なのですから、表記実体値は &#x26;#x26; です。
  - 後者の群では、 " の場合の置換文が " なのですから、表記実体値は &#x22; です。
5 で、後者の群について、
- 「その文字の文字参照」でもよいとしています。ですから " の場合の " になります。って、これは先程の場合と同じではないですか?
結局、実体宣言の例は次のようになります。
- 前者の群: <!ENTITY amp "&#x26;#x26;">
- 後者の群: <!ENTITY quot "&#x22;">
- 後者はともかく、前者は激しく間違っていませんか?
何が悪かったのかというと、 3 で間違って「置換文」と書いてしまったことと、 5 の部分が曖昧なことです。

現時点で errata には何もかかれてません。

[10] 正しいのかどうか良くわからない例

<!ENTITY gt ">">

(apos, quotでも同様)

(>>9 のよくわからない規定を無視すれば) この定義でも問題なさそうですが、どうなのか。

[14] 正しいのかどうか良くわからない例

<!ENTITY % gt "&#x3E;"><!-- ">" でも同じ -->
<!ENTITY gt "%gt;">

(apos, quotでも同様)

>>10 がよいならこれもよくないと困りますが、どうなのか。

データモデルとの関係

[16] XML情報集合との関係: XML情報集合では、要素の内容の一部である定義済実体は通常のデータ文字や文字参照と同様に文字情報項目として、属性値の一部である定義済実体は正規化値の一部として表されます。

[15] DOMとの関係: DOMの仕様書 (IW:DOM1:"introduction.html#ID-E7C30824", IW:DOM2:"introduction.html#ID-E7C30824", IW:DOM3:"introduction.html#ID-E7C30824") によれば、

DOM中核モジュールには実体を表す界面がありません。
定義済実体は1つ文字として表します。

ということになっています。EntityReference界面を有するDOM XMLモジュールを使う場合にどうなるのかは定かではありません。

仮にXMLモジュールを使う場合であっても定義済実体はDOMでは必ず文字として扱うとすると、 createEntityReferenceに引数lt (など) を与えた時にどうなるのかは、やはり定かではありません。

[17] >>15 XML モジュールを使う場合でも、定義済実体への参照は展開されてDOM木に現れません。

IW:DOM1:"level-one-core.html#ID-11C98490", IW:DOM2:"Core/core.html#ID-11C98490", IW:DOM3:"Core/core.html#ID-11C98490"

[11] XPath 1.0データ・モデル: XPath 1.0やXSLT 1のデータ・モデルでは、定義済実体は通常のデータ文字や文字参照同様に、テキスト節点の文字列値の一部、または属性節点の文字列値の一部となります。

XML の定義済実体

SGML との関係

HTML との関係

データモデルとの関係

メモ