Documento bien formado

Un documento bien formado en XML es un documento que "se adhiere a las reglas de sintaxis especificadas por la especificación XML 1.0, ya que debe satisfacer tanto las estructuras físicas como las lógicas". ^{[ 1 ]}

En su nivel más básico, los documentos bien formados requieren que:

• El contenido debe definirse.
• El contenido debe estar delimitado por una etiqueta de inicio y una etiqueta de fin.
• El contenido debe estar correctamente anidado (los padres dentro de las raíces, los hijos dentro de los padres).

Para que un documento esté bien formado, deben establecerse reglas sobre la declaración y el tratamiento de las entidades. Las etiquetas distinguen entre mayúsculas y minúsculas, y los atributos se delimitan con comillas. Los elementos vacíos tienen reglas establecidas. Las etiquetas superpuestas invalidan un documento. Idealmente, un documento bien formado se ajusta a los objetivos de diseño de XML. Otras reglas de sintaxis clave proporcionadas en la especificación incluyen:

• Contiene únicamente caracteres Unicode legales codificados correctamente.
• Ninguno de los caracteres de sintaxis especiales, como <y , &aparece excepto cuando desempeñan sus funciones de delimitación de marcado.
• Las etiquetas de inicio, fin y de elemento vacío que delimitan los elementos están correctamente anidadas, sin que falte ninguna ni haya superposición entre ellas.
• Las etiquetas de los elementos distinguen entre mayúsculas y minúsculas; las etiquetas de inicio y fin deben coincidir exactamente. Los nombres de las etiquetas no pueden contener ningún carácter !"#$%&'()*+,/;<=>?@[\]^`{|}~, ni un espacio, y no pueden comenzar con -, ., ni un dígito numérico.
• Existe un único elemento "raíz" que contiene todos los demás elementos.

Un documento XML válido se define en la especificación XML como un documento XML bien formado que también cumple con las reglas de una Definición de Tipo de Documento (DTD). Según el tutorial XML de JavaCommerce.com, "Los documentos XML bien formados simplemente marcan las páginas con etiquetas descriptivas. No es necesario describir ni explicar el significado de estas etiquetas. En otras palabras, un documento XML bien formado no necesita una DTD, pero debe cumplir con las reglas de sintaxis XML. Si todas las etiquetas de un documento están correctamente formadas y siguen las directrices XML, entonces el documento se considera bien formado". ^{[ 2 ] [ 3 ]}

Un procesador XML que encuentra una violación de las reglas de buena formación está obligado a informar de dichos errores y a detener el procesamiento normal. Esta política, a veces denominada draconiana , ^{[ 4 ]} contrasta notablemente con el comportamiento de los programas que procesan HTML , los cuales están diseñados para producir un resultado razonable incluso en presencia de graves errores de marcado ^{[ 5 ]} en el espíritu de la ley de Postel («Sé conservador en lo que envías; sé liberal en lo que aceptas»). ^{[ 6 ] [ 4 ]}

El concepto de documento bien formado permite comprender mejor la estructura fundamental de XML. Ayuda a clarificar XML más allá de su significado habitual. Por ejemplo, si bien la mayoría de las definiciones de tipo de documento XML utilizan corchetes angulares como delimitadores de contenido, estrictamente hablando, esto no es imprescindible (aunque un delimitador debe ser breve y conciso). Los códigos de corchetes angulares son una convención, si bien clara y distintiva, no un requisito absoluto.

El concepto de documento bien formado también permite comprender la naturaleza abstracta de XML. En realidad, XML no es un concepto único. Más bien, XML es un principio que representa un conjunto de comportamientos y prácticas. Es posible hablar de tipos de XML, tal como se expresan en una Definición de Tipo de Documento (DTD).

Los documentos bien formados también ponen de relieve la cuestión de la validez frente a la corrección del XML. Según la Organización W3C, los documentos válidos son aquellos que se validan con una DTD. Las reglas de validez implican que un documento cumple con las restricciones establecidas en una DTD. Por lo tanto, las etiquetas o entidades deben ajustarse a las reglas y relaciones definidas en una DTD. Sin embargo, no existe un control sobre la corrección de una etiqueta o entidad. Así, una etiqueta de encabezado de primer nivel podría aplicarse a un objeto de encabezado de segundo nivel y ser válida, aunque incorrecta.

En el sector editorial , donde el uso de corchetes angulares ha generado problemas, se ha puesto énfasis en la importancia de los documentos bien formados . Este énfasis permite gestionar la definición, la delimitación y la anidación del contenido mediante programas que, si bien no son XML propiamente dichos, poseen las características o el potencial para ser considerados documentos bien formados.

Existen varias herramientas disponibles para determinar si un documento XML determinado está bien formado.

• Validador XML de Richard Tobin
• Validador XML de Truugo
• Validador XML de W3Schools

• Esquemas XML y validación
• Elemento bien formado