Liste des références d'entités de caractères XML et HTML

Dans les documents SGML , HTML et XML , les constructions logiques appelées données de caractères et valeurs d'attributs se composent de séquences de caractères, dans lesquelles chaque caractère peut se manifester directement (se représenter lui-même) ou être représenté par une série de caractères appelée référence de caractère , dont il existe deux types : une référence de caractère numérique et une référence d'entité de caractère . Cet article répertorie les références d'entité de caractère valides dans les documents HTML et XML.

Une référence d'entité de type caractère fait référence au contenu d'une entité nommée. Une déclaration d'entité est créée dans les documents XML, SGML et HTML (avant HTML5) en utilisant la <!ENTITY name "value">syntaxe d'une définition de type de document (DTD).

En HTML et XML, une référence de caractère numérique fait référence à un caractère par son point de code Universal Character Set / Unicode et utilise le format :

&#xhhhh;

ou

&#nnnn;

où le xdoit être en minuscules dans les documents XML, hhhh est le point de code sous forme hexadécimale et nnnn est le point de code sous forme décimale . Le hhhh (ou nnnn ) peut être n'importe quel nombre de chiffres hexadécimaux (ou décimaux) et peut inclure des zéros non significatifs. Le hhhh pour les chiffres hexadécimaux peut mélanger des lettres majuscules et minuscules, bien que les majuscules soient le style habituel. Cependant, les normes XML et HTML limitent les points de code utilisables à un ensemble de valeurs valides, qui est un sous-ensemble de valeurs de points de code UCS/Unicode, qui exclut tous les points de code attribués à des non-caractères ou à des substituts, et la plupart des points de code attribués aux contrôles C0 et C1 (à l'exception des séparateurs de ligne et des tabulations traités comme des espaces blancs).

En revanche, une référence d'entité de type caractère fait référence à une séquence d'un ou plusieurs caractères portant le nom d'une entité qui possède les caractères souhaités comme texte de remplacement . L'entité doit être soit prédéfinie (intégrée au langage de balisage), soit explicitement déclarée dans une définition de type de document (DTD) (voir ). Le format est le même que pour toute référence d'entité :

&name;

où nom est le nom sensible à la casse de l'entité. Le point-virgule est généralement requis dans la référence de l'entité de type caractère, sauf indication contraire dans le tableau ci-dessous (voir ).

XML

XML spécifie cinq entités prédéfinies nécessaires pour prendre en charge chaque caractère ASCII imprimable : &, <, >, 'et ". Le point-virgule final est obligatoire en XML (et XHTML) pour ces cinq entités (même si HTML ou SGML permettent de l'omettre pour certaines d'entre elles, selon leur DTD).

Ensembles d'entités ISO

SGML a fourni un ensemble complet de déclarations d'entités pour les caractères largement utilisés dans les publications techniques et de référence occidentales, pour les écritures latines, grecques et cyrilliques. L' American Mathematical Society a également fourni des entités pour les caractères mathématiques (voir ).

Ensembles d'entités HTML

Les premières versions de HTML étaient constituées de petits sous-ensembles de ceux-ci, relatifs aux caractères trouvés dans trois polices occidentales 8 bits.

Ensembles d'entités MathML

Le W3C a développé un ensemble de déclarations d'entités pour les caractères MathML .

Ensembles d'entités XML

Le groupe de travail W3C MathML a pris en charge la maintenance des ensembles d'entités publiques ISO, combinés avec MathML et les documente dans les définitions d'entités XML pour les caractères. Cet ensemble peut prendre en charge les exigences de XHTML , MathML et servir d'entrée aux futures versions de HTML.

HTML5

HTML5 adopte les entités XML comme références de caractères nommées, mais les reformule sans référence à leurs sources et ne les regroupe pas en ensembles. La spécification HTML5 fournit en outre des mappages des noms vers des séquences de caractères Unicode à l'aide de JSON .

De nombreux autres ensembles d'entités ont été développés pour répondre à des besoins spécifiques et pour les écritures majeures et minoritaires. Cependant, l'avènement d' Unicode les a largement supplantés.

L' identifiant public formel complet et l'identifiant système du sous-ensemble d'entités DTD (où le nom de l'entité de caractère est défini) sont en fait mappés à partir de l'une des trois entités nommées définies suivantes :