是否在野外使用 DTD 外部未解析实体和符号？

如何解决是否在野外使用 DTD 外部未解析实体和符号？

DTD 提供了一种引用任意格式的外部实体的机制，从而允许 SGML 和 XML 文件链接到具有 URI 的任何文件，而无需为此创建自定义机制。因此，例如，可以在 DTD 中指定：

<!ELEMENT img EMPTY>
<!ATTLIST img src ENTITY #required>
<!NOTATION gif PUBLIC "-//CompuServe//NOTATION Graphics Interchange Format 89a//EN" "image/gif">
<!ENTITY myimg1 SYstem "img1.gif" NDATA gif>
<!ENTITY myimg2 SYstem "img2.gif" NDATA gif>
<!ENTITY myimg3 SYstem "img3.gif" NDATA gif>

创建 img 元素时，可以使用 myimg1 之类的值，并且应该通知处理文档的应用程序引用文件 img1.gif，具有特定格式。

按照我的理解，这样做有三个好处：

• 标准化。不管使用的任何实际模式，应用程序都可以找出文档链接到的所有内容，即使它可能不理解它。这可能对安全、搜索、过滤等有用。
• 避免重复。实体 URI 只定义一次，但可以多次引用。
• 指定实体旁边的格式（符号）。如果系统不提供或不知道格式，或者有多种格式或显示方式可供选择（例如显示或下载），则无需用这些信息将文档弄得乱七八糟。

然而，到目前为止，我还没有找到任何主要使用这种机制的数据集或应用程序。在实践中，所有这些点都被击败了：

• 绝大多数资源仍然以特定于模式的方式链接，例如在 XHTML 中。 XLink 用于以 XML 方式标准化资源链接。 XML 架构定义了 anyURI，因此仍然可以自动找到链接（但嵌入和链接到资源之间存在差异）。
• 内部解析的实体已经可以提供一种在文档的任何位置重用 URI 的方法。压缩进一步减少了关注数据集中较大文档的需要。
• 使用最广泛的 HTTP 提供了指定或协商目标文件格式的方法。这有一个优点，即服务器不会被锁定为仅以特定格式存储文件；例如，它可以升级到更好的图像格式（即 PNG 而非 GIF），而无需修改任何引用它的文档。

我发现的所有有关此机制的教程都简单地说明了它的用途（主要是从其他文档中复制段落），并附有上述自定义 DTD 的示例。此外，由于这样的实体只能包含在属性中，因此它实际上永远不能被视为任何元素内容的一部分，其处理始终取决于应用程序。

是否有使用或依赖外部实体和符号的系统？是否有应用程序可以识别以这种方式使用的实体并能够理解符号？我可以合理使用什么样的符号公共 ID，系统 ID 的一些实际示例是什么？实体或符号是否有通用的公共 ID？

解决方法

未解析的实体（和符号）很少使用，但我确信有一些 SGML 顽固派在某处使用它们。这不是我会选择使用的机制，原因有二：工具不能很好地支持它，而且不是很灵活。

您的标题问题询问了外部未解析实体，但以下一些散文更一般地讨论了外部实体。外部解析的实体肯定比未解析的实体使用得更广泛（尽管存在安全问题），我当然与使用它们的系统一起工作。但我不会选择使用它们； XLink 和 XInclude 更加灵活。

,

DocBook 和 TEI 主要使用符号和未解析的实体。

它们还用于我的 SGML 软件 (http://sgmljs.net) 中的通用模板/参数化宏扩展机制，非常符合在没有新语法的情况下向 SGML 添加功能的精神。具体来说，在 SGML（但不是 XML）中，实体声明可以具有数据属性，如

<!ENTITY e SYSTEM "..." NDATA sgml [ x=1 y=2 ]>

对 XLink/XInclude 的支持通常与实体/符号声明一样参差不齐，甚至可以说甚至更多，因为后者是核心 SGML/XML 构造（参见例如 Trying to use XInclude with Java and resolving the fragment with xml:id）。 XInclude 更严重的问题是它以意想不到的方式 (XInclude Schema/Namespace Validation?) 与模式验证交互，因为它被分层为 XML 应用程序/词汇而不是核心功能。

XLink 在纸面上可能很好（我认为它甚至不是，因为它盲目地引入了没有上下文的 HyTime 概念，例如，除了纯 HTML 类链接之外，链接角色的规范非常模糊）。但现实情况是，迄今为止最常见的文档格式（即 HTML）使用了 XML 根本无法合理处理的 URL，因为它允许并且经常包含 XML 一直想要的 & ＆符号解释为实体引用的开始。 SGML 的 WebSGML 修订版（由原始 XML 规范的作者创建，同时引入 XML 作为 SGML 的独立子集以对齐这两个规范）引入了数据规范属性（在 {{3} }) 做专门处理这个问题。

更新：关于在 SGML 和 XML 中使用的符号的常用公共标识符，有

• 历史悠久、已撤销的 ISO/IEC 9070 规范及其定义的标识符 （见http://sgmljs.net/docs/parsing-html-tutorial/parsing-html-tutorial.html）

• 较旧的 ISO HTML 4 规范 (ISO/IEC 15445) 为 (ISO) HTML 分配替代公共标识符，而不是 W3C HTML 4 的众所周知的标识符（请参阅 http://xml.coverpages.org/wg4-n1990.html）

• ISO/IEC 10744 (HyTime 2nd ed) 的存储符号标识符，尽管这些实际上仅用于正式系统标识符（参见例如 http://www.cs.tcd.ie/misc/15445/15445.dtd 以获得解释)，其中包括通过 MIME/IANA 媒体类型关联定义用作查看器应用程序的外部程序的符号的约定

• 在 ISO/IEC 8879:1986 技术勘误表 2（又名 WebSGML 又名附件 K）中建立新标识符的约定，将唯一标识符的形成委托给域名解析；例如 +//IDN www.someisp.net/users/mtb 指的是其规范文档位于规范位置 http://www.someisp.net/users/mtb

  的表示法

还有众所周知的 SGML、HTML 和 XML（特别是 MathML）中特殊字符的实体集。