SELFHTML

Zeichen, Zeichensätze und nicht interpretierte Abschnitte

Informationsseite

nach unten XML-eigene Zeichen
nach unten Standard-Zeichensatz und Unicode-Unterstützung
nach unten Nicht interpretierte Abschnitte (CDATA)

 nach unten 

XML-eigene Zeichen

In XML gilt wie in HTML: Zeichen, die bei der XML-Syntax besondere Bedeutung haben, müssen Sie umschreiben, wenn Sie sie im normalen Text zwischen den Tags verwenden wollen. Folgende Zeichen sind betroffen:

Zeichen Notation in XML
< &lt;
> &gt;
& &amp;
" &quot;
' &apos;

Beispiel:

<Element>dieses Element wird notiert als &lt;Element&gt;...&lt;/Element&gt;</Element>

Erläuterung:

Das Beispiel erzeugt folgende Ausgabe:
dieses Element wird notiert als <Element>...</Element>

 nach obennach unten 

Standard-Zeichensatz und Unicode-Unterstützung

XML interpretiert den Inhalt einer Datei, wenn Sie in der Seite XML-Deklaration nichts anderes angeben, gemäß der UTF-8- oder UTF-16-Kodierung des Zeichensatzes ISO/IEC 10646. Dieser Zeichensatz wurde 1993 von der International Organization for Standardization (ISO) entwickelt. Es soll ein Universalzeichensatz für alle Zeichen aller natürlichen und symbolischen Sprachen der Welt sein. Seit der Seite Unicode-Version 1.1 entspricht ISO/IEC 10646 dem Unicode-System. Um genau zu sein: erlaubt sind Unicode-Zeichen mit den Hexadezimalwerten #x20 bis #xD7FF, #xE000 bis #xFFFD und #x10000 bis #x10FFFF. Nicht erlaubt sind lediglich die beiden Zeichen mit den Hexadezimalwerten #xFFFE und #xFFFF, da diese beiden keine Unicode-Zeichen darstellen.

Ferner sind folgende Steuerzeichen erlaubt: Tabulatorzeichen (hexadezimal #x9), Wagenrücklaufzeichen (#xA) und Zeilenvorschubzeichen (#xD). Diese drei Zeichen plus das normale Leerzeichen (x20) bilden die so genannten Leerraumzeichen.

Für die Praxis beim Editieren ist jedoch folgendes zu beachten: Wenn Sie bei der XML-Deklaration encoding="UTF-8" oder encoding="UTF-16" angeben, müssen Sie alle Zeichen, die oberhalb des ASCII-Zeichensatzes liegen, mit numerischen Entities umschreiben, also z.B. &#252; für ü. Wenn Sie dagegen bei der XML-Deklaration encoding="ISO-8859-1" angeben und eine Software benutzen, die den für westeuropäische Sprachen üblichen 8859-Latin-1-Seite Zeichensatz unterstützt, dann können Sie alle Zeichen dieses Zeichensatzes ohne Umschreibung über Tastatur eingeben, auch deutsche Umlaute und Sonderzeichen.

Unter MS Windows und auch unter Unix-Derivaten und Macintosh unterstützen heute die meisten Programme den 8859-Latin-1 Zeichensatz. Probleme kann es beim Editieren z.B. unter älteren Systemen wie MS-DOS oder bei einigen Macintosh-Programmen geben.

Für alle Sonderzeichen, die Sie mit Ihrer Software nicht direkt eingeben können, können Sie Unicodes als numerische Angabe notieren. Die Notationsweise ist dabei in XML die gleiche wie in HTML 4.0, also z.B. für den Buchstaben ü die Notation &#252; (dezimal) oder &#xFC; (hexadezimal). Siehe auch Seite Allgemeines zur Zeichenreferenz (HTML)

 nach obennach unten 

Nicht interpretierte Abschnitte (CDATA)

XML-Dokumente dürfen so genannte CDATA-Abschnitte enthalten, die vom Seite Parser nicht als XML-Quellcode interpretiert werden. Im Unterschied zu Seite Kommentaren werden solche Bereiche jedoch mit ausgegeben, einfach als eine nicht weiter interpretierte Zeichenfolge.

Beispiel:

<![CDATA[<Element>dieses Element wird nur als Zeichenfolge ausgegeben</Element>]]>

Erläuterung:

Die Definition von CDATA-Abschnitten beginnt mit einer öffnenden spitzen Klammer <. Dahinter folgt unmittelbar anschließend ein Ausrufezeichen ! und eine öffnende eckige Klammer [. Dahinter notieren Sie, in Großbuchstaben, das Schlüsselwort CDATA, und dahinter nochmals eine öffnende eckige Klammer ([). Zwischen dieser einleitenden Zeichenfolge und der beendenden, markiert durch zwei schließende eckige Klammern und ein eine schließende spitze Klammer (]]>), können Sie beliebigen Text notieren. Im Beispiel ist ein XML-Element durch die Tags <Element>...</Element> innerhalb des CDATA-Bereichs notiert. Dieses wird vom Parser jedoch nicht als Element namens Element betrachtet, sondern einfach als Text, genauso wie er da steht.

 nach oben
weiter Seite Regeln beim Editieren von XML und Dateinamenkonventionen
zurück Seite XML-Namensräume
 

© 2001 E-Mail selfhtml@teamone.de