Технология XSLT

Большинство документов, созданных на русском языке, используют кириллические кодировки windows-1251 и KOI8-R; XML-декларации для этих документов будут иметь вид:

<?xml version='1.0' encoding='windows-1251'?>

и

<?xml version='1.0' encoding='KOI8-R'?>

соответственно.

Для документов, в которых использовались только нижние 127 символов ASCII, то есть, символы с кодами, не превышающими #x7F, псевдоатрибут encoding указывать необязательно. В этой области символов кодировка UTF-8 совпадает с ASCII.

Псевдоатрибут standalone говорит о том, использует ли этот документ какие-либо внешние объявления или нет. Как мы узнаем чуть позже, XML-документы могут использовать информацию, которая находится во внешних документах. Опция standalone, имеющая значение 'yes', означает, что документ не содержит таких объявлений, и, значит, может быть обработан без обращения к внешним источникам.

Декларации XML соответствует продукция XMLDecl, которая, в свою очередь, использует несколько дочерних правил:

[23] XMLDecl ::= '<?xml' VersionInfo EncodingDecl?
                  SDDecl? S? '?>'

Продукция VersionInfo определяет синтаксис псевдоатрибута version:

[24] VersionInfo ::= S? 'version' Eq
                     (''' VersionNum '''
                     | '' VersionNum '')

Значение версии документа может состоять из латинских букв и цифр, а также символов '_', '.', ':' и '-':

[26] VersionNum ::= ([a-zA-Z0-9_.:] | '-')+

Кодировка объявляется продукцией EncodingDecl, которая синтаксически похожа на VersionInfo:

[80] EncodingDecl ::= S? 'encoding' Eq
                      (''' EncName '''
                      | ''' EncName ''')

Имя кодировки, EncName, может состоять только из латинских букв, цифр и символов '.', '_' и '-', причем первым символом названия кодировки всегда должна быть буква:

[81] EncName [A-Za-z] ([A-Za-z0-9.-] | '-')*

Используемое в документе название кодировки должно быть известно программному обеспечению, которое этот документ обрабатывает. В противном случае могут возникнуть ошибки и несоответствия. В спецификации рекомендуется использовать названия кодировок, одобренные IANA (Internet Assigned Numbers Authority — Комитет присвоенных кодов Интернет). Кириллице, которая используется в русском языке, в списках IANA присваивается около десятка кодировок. Самыми распространенными из них являются следующие:

□ Windows-1251;

□ KOI8-R;

□ Cp866;

□ ISO-8859-5.

Техническая рекомендация XML оговаривает, что. в тех случаях, когда имя использованной кодировки не является стандартным, оно должно указываться с префиксом 'x-', например:

<?xml version='1.0' encoding='x-BK-CYR'?>

Псевдоатрибуту standalone соответствует EBNF-правило SDDecl:

[32] SDDecl ::= S 'standalone' Eq
                ((''' ('yes' | 'no') ''')
                | ( ''' ('yes' | 'no') ''' ) )

Расшифровывается это правило очень просто: псевдоатрибут standalone может иметь значение yes или no, заключенное в одинарные или двойные кавычки.

Секции СDATA

Секции CDATA выделяют части документа, внутри которых текст не должен восприниматься как разметка. CDATA означает буквально 'character data' — символьные данные. Секции CDATA задаются следующим образом:

<![CDATA[содержимое]]>

Поскольку синтаксис разметки документов в XML имеет текстовую форму, часто бывает, что само содержимое документа может быть воспринято как разметка. В том случае, когда этого желательно избежать, самым простым выходом будет поместить такие данные внутрь секции CDATA.

Пример

Следующий текст в документе

<slogan>Покупайте наших слонов!</slogan>

будет воспринят как разметка. Для того чтобы избежать этого, достаточно написать

<![СDАТА[<slogan>Покупайте наших слонов!</slogan>]]>

Такая конструкция уже будет воспринята как символьные данные. Другим примером может быть использование символов '<' и '&':

<![CDATA[ if ( а < b && b < с ) {...} ]]>

Секции символьных данных задаются четырьмя довольно простыми правилами:

[18] CDSect  ::= CDStart CData CDEnd
[19] CDStart ::= '<![CDATA['
[20] CData   ::= Char* - (Char* ']]>' Char*))
[21] CDEnd   ::= ']]>'

Содержимое секции символьных данных, отвечающее продукции CData, может состоять из любых символов, в том числе '<' и '&', которые не будут восприниматься как разметка. Единственное, чего секции CDATA не могут включать — это последовательность ']] >', которая завершает символьную секцию.

Комментарии (comments)

XML-документ может содержать комментарии, которые записываются следующим образом:

<!-- текст комментария -->

Текст комментария может состоять из любых символов, кроме двух минусов

подряд ('--'). Кроме этого, комментарий не должен заканчиваться символом '-' .

Пример комментария:

...
<!-- product title='Слон'>