主页 / computer / 问题 / 1509306
Accepted
hippietrail
Asked: 2019-12-12 10:15:50 +0800 CST

每个 XML 文件/流/等必须以“<”字符开头，还是 BOM 后跟“<”字符？

  • 772

我正在做一些文件类型检测，并希望更稳健地处理 XML 检测。

我添加了对可选的初始 Unicode BOM（字节顺序标记）的支持，后跟<8 位或 UTF-16 编码的字符。

（这只是一个初始测试。如果此测试通过，那么我会继续尝试将其解析为 XML，但除非它看起来像 XML，否则我不会这样做，因为它更占用资源。）

我查看了 XML 标准，但行话变得很认真，我不确定我是否正确遵循了所有语法规则，尤其是对于 XML 更深奥的特性。我没有在标准中看到任何关于它可以以什么字符开头的具体内容。

特别是，我不确定 XML 文件或流以空格开头是否合法<

xml file-format

1 个回答

  1. Best Answer

    文档实体必须始终以“<”开头，但如果没有 XML 声明，则可以在其前面加上空格。

    外部解析实体不需要初始“<”。外部解析的实体通常不会自行解析，只有在从文档实体中的实体引用直接或间接引用时才会解析。

    规范实际上并没有那么复杂。

    [1]     document       ::=      prolog element Misc*

[22]    prolog     ::=      XMLDecl? Misc* (doctypedecl Misc*)?
[23]    XMLDecl    ::=      '<?xml' VersionInfo EncodingDecl? SDDecl? S? '?>'

[27]    Misc       ::=      Comment | PI | S

[3]     S      ::=      (#x20 | #x9 | #xD | #xA)+

    很清楚，如果 XMLDecl 不存在，则文档可以以 Misc 开头，其中包括空格选项。但是，XMLDecl, doctypedecl, element, Comment, 和PI都以“ <”开头。

    • 1

相关问题