XMLコードライティングのコーディングとバリデーションの簡単な紹介

エンコーディング

エンコーディングは、Unicode文字を同等のバイナリ表現に変換するプロセスです。XMLプロセッサがXML文書を読むとき、エンコーディングのタイプに依存して文書をエンコードします。したがって、XML宣言の中でエンコーディングの種類を指定する必要があります。

エンコーディングの種類
エンコードには大きく分けて2種類あります。

UTF-8
UTF-16
UTFはUCSの変換形式を表し、それ自体がUniversal Character Setを意味する。8または16という数字は、文字をレンダリングするためのビット数を示します。8（1バイト）または16（2バイト）である。エンコーディング情報のない文書では、デフォルトでUTF-8が使用されます。

構文
エンコーディング情報は、XML文書のプリアンブルに記載される。UTF-8エンコーディングの構文は以下のとおりである。

UTF-16エンコーディングの構文は以下のとおりです。

例

次の例は、コーディング宣言を示しています。

上記のencoding="UTF-8"の例では、8ビット表現が指定されています。16を表現に使うには、UTF-16エンコーディングを使用します。

UTF-8でエンコードされたXMLファイルは、UTF-16形式のファイルよりサイズが小さくなります。

バリデーション

バリデーションは、XML文書を検証するプロセスである。文書は，その内容が要素，属性及び関連する文書型定義(DTD)に一致し，かつ，bで表される制約に適合する場合に有効とみなされる。 XMLパーサを通じて検証を処理する方法には，2つの方法がある。それらは

整形されたXML文書
有効なXML文書
整形されたXML文書
XML文書は、以下の規則に従っている場合、整形式とみなされます。

DTDを持たないXML文書では、amp(&)、apos（シングルクォート）、g(>)、quot（ダブルクォート）の処理に定義済み文字エンティティを使用しなければなりません。
タグの順序に従わなければならない。例えば、内部タグは外部タグが閉じられる前に閉じられなければならない。
各開始タグは終了タグを持つか、自己閉鎖タグ（<title>... </title> または <title />）でなければなりません。
開始タグの属性は1つだけで、引用符で囲む必要があります。
amp(&)以外のapos（シングルクォート）、g(>)、quot（ダブルクォート）エンティティは使用前に宣言する必要があります。
例

以下は、整形式のXML文書の例である。

上記の例は、以下の理由で整形済みとみなされます。

ドキュメントタイプを定義しています。そして、ここでは、文書型は要素型である。
addressというルート要素を含む。
子要素のname、company、phoneは、それぞれ適切に閉じられた自明なタグである。
タグは正しい順序で並んでいます。