如何在没有 DOCTYPE、CDATA 或转义的情况下将 XHTML 嵌入 XML？

Question

有没有办法在没有 DOCTYPE DTD 声明的情况下将 XHTML 实体引用嵌入到 XML 文本中？ DOCTYPE 行在它所针对的 java 服务器上引起了问题。

转义 &;序列是不可接受的，嵌入 CDATA 中也是如此。需要验证参考文献。

可以从模式定义而不是 XML 数据文件中引用 DTD。

更广泛地说，在 XML 中嵌入 XHTML（或至少实体引用）并对其进行验证的常见做法是什么？

一个潜在的解决方案是将整个 XHTML 1.0 DTD 转换为模式，但这听起来不是最好的主意。

Answer 1

您是否尝试过没有 PUBLIC 或 SYSTEM 标识符的 DOCTYPE？

您可以将 ENTITY 声明直接添加到内部子集：

<!DOCTYPE foo [
<!ENTITY nbsp   "&#160;">
<!ENTITY copy   "&#169;">
<!ENTITY laquo  "&#171;">
<!ENTITY reg    "&#174;">
<!ENTITY deg    "&#176;">
<!ENTITY plusmn "&#177;">
<!ENTITY sup2   "&#178;">
<!ENTITY sup3   "&#179;">
<!ENTITY frac14 "&#188;">
<!ENTITY frac12 "&#189;">
<!ENTITY frac34 "&#190;">
]>
<foo/>

或者您可以使用参数实体指向具有您的 ENTITY 声明的外部文件：

<!DOCTYPE foo [
<!ENTITY % ents SYSTEM "xhtml-lat1.ent">
%ents;
]>
<foo/>

Answer 2

如果您有 5 个预定义实体引用以外的实体引用，并且没有文档类型，则 XML 格式不正确。

如果你使用数字字符引用而不是命名实体引用，你会大大简化事情，所以使用

 

代替

 

如果你控制的话，要么通过修改原始生成，要么通过使用任何 xml 解析器或使用 perl 或等效的简单文本替换来扩展实体。您可以在此处获取以 dtd 或 json 或其他格式设置的 html(5) 实体的完整列表http://www.w3.org/2003/entities/2007/

Answer 3

一个人也许可以使用 SAX

EntityResolver2.getExternalSubset()

：

允许应用程序为未明确定义的文档提供外部子集。因此，带有省略外部子集的 DOCTYPE 声明的文档可以增加可用于验证、实体处理和属性处理（规范化、默认和报告类型，包括 ID）的声明。

此方法也可用于没有 DOCTYPE 声明的文档。当遇到根元素，但没有看到 DOCTYPE 声明时，调用此方法。

不幸的是，后者（在不存在 DOCTYPE 时调用

getExternalSubset()

）不会发生在 JDK JAXP 实现中，例如，将真正的 Xerces 插入运行时。尽管如此，我已经在实践中成功地使用了它——见flyingsaucer@

19b962fb0a72

。

---

更新：

不幸的是，后者（在不存在 DOCTYPE 时调用

getExternalSubset()

）在 JDK JAXP 实现中没有发生...

我发现：

• JDK-6524460：Java6 中不再使用 EntityResolver2（创建时间：2007-02-13）

然后我报告：

• JDK-8305253：损坏的 org.xml.sax.ext.EntityResolver2.getExternalSubset() 行为

概述

getExternalSubset()

在 JDK 提供的实现中没有按预期工作的另一种情况。同样，使用原始 Xerces2 实现，所有这些似乎都按预期工作。