Question

确定字符串是否是有效的XML标记名称的一般正则表达式（用PHP术语）是什么？

我首先使用/[^>]+/i，但它也匹配4 \<<，显然不是有效的标记名称。

所以我尝试将所有有效字符组合起来，例如/[a-z][a-z0-9_-]*/i，这也是不对的，因为XML几乎允许任何外语标记名中的字符。

我现在仍然坚持 - 我应该检查是否有空白字符？或者还有更多吗？

Answer 1

为什么不使用已经知道规则的XML解析器/生成器？

function isValidXmlElementName($elementName)
{
    try {
        new DOMElement($elementName);
    } catch (DOMException $e) {
        return false;
    }
    return true;
}

var_dump(isValidXmlElementName(' ')); // false 
var_dump(isValidXmlElementName('1')); // false
var_dump(isValidXmlElementName('-')); // false
var_dump(isValidXmlElementName('a')); // true

Answer 2

来自XML specification：

[4]     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]
[4a]    NameChar       ::=      NameStartChar | "-" | "." | [0-9] | #xB7 | [#x0300-#x036F] | [#x203F-#x2040]
[5]     Name       ::=      NameStartChar (NameChar)*

Answer 3

从相同的规范，但然后更清楚：

“鼓励文档作者使用自然语言中有意义的单词或单词组合的名称，并避免名称中的符号或空格字符。请注意COLON，HYPHEN-MINUS，FULL STOP（句号），LOW LINE （下划线），明确允许MIDDLE DOT。

ASCII符号和标点符号以及相当大的一组Unicode符号字符将从名称中排除，因为它们在XML文档外部使用XML名称的上下文中更有用作为分隔符。提供此组可以为这些上下文提供有关不能成为XML名称一部分的内容的硬性保证。字符＃x037E，GREEK QUESTION MARK被排除在外，因为当标准化时它变成了分号，这可能会改变实体引用的含义。“

据我所知，几乎所有事情都有。正如Gordon在下面所述，使用了解规则的解析器是最好的！

PHP正则表达式用于有效的XML标记名称

3 个答案: