Termes
Références numériques
Une référence numérique de caractère représente un caractère en utilisant son numéro dans le jeu de caractères Unicode. Elle est écrite dans un des deux formats suivants :
&#NNNN; ou &#xHHHH;
- Les caractères
&# et ; délimitent la référence.
- Le caractère
x indique que le nombre qui suit est en notation hexadécimale.
NNNN est le numéro du caractère en notation décimale.HHHH est le numéro du caractère en notation hexadécimale.
Ainsi le caractère e accent aigu minuscule « é », qui dans Unicode a le numéro décimal 233, et le numéro hexadécimal E9, peut être représenté en XML et en HTML par é (en décimal) ou par é (en hexadécimal).
Entités
Les références numériques de caractère sont techniquement suffisantes pour représenter n'importe quel caractère. Mais pour avoir des références mnémoniques, des références nommées de caractère sont définies avec ce que SGML et XML appellent des entités. Ainsi, l'entité eacute est définie en HTML pour représenter le caractère « é ». La syntaxe des références d'entité est similaire à celle des références numériques :
&nom;
- Les caractères
& et ; délimitent la référence.
nom est l'entité référencée.
Ce qui donne é comme référence d'entité de caractère pour « é ».
En SGML et en XML, la notion d'entité est complexe et permet beaucoup plus que de représenter de simples caractères. Mais en pratique, HTML et XHTML ne se servent des références d'entité que pour représenter de simples caractères. En HTML et XHTML, les entités de caractère sont déclarées dans la définition de type de document (document type definition, DTD) de chaque version du langage.
Voici la déclaration de l'entité eacute dans la DTD de XHTML 1.0 :
<!ENTITY eacute "é"> <!-- latin small letter e with acute, U+00E9 ISOlat1 -->
Cette déclaration se compose comme suit :
<!ENTITY et le premier > délimitent la déclaration d'entité ;eacute est le nom de l'entité ;"é" est la référence numérique du caractère « é », délimitée par une paire de caractères " ;<!-- et --> délimitent un commentaire (en anglais).
La syntaxe dans les DTD des versions de HTML sont un peu différentes car basées sur SGML et non XML. Ainsi, la DTD de HTML 4.01 contient :
<!ENTITY eacute CDATA "é" -- latin small letter e with acute, U+00E9 ISOlat1 -->
Variations terminologiques
Les standards HTML ne sont pas toujours cohérents dans les termes utilisés pour désigner les entités et les références de caractères.
HTML 2 utilise le terme d’entité seul, et n'utilise pas entité de caractère ,. Ainsi :
& est une référence d'entité (entity reference) ;& est une référence numérique de caractère (numeric character reference).
HTML 3.2 introduit le terme d’entité de caractère, en revanche la notion de référence est éludée .
& est une entité de caractère nommée (named character entity) ;& et & sont des entités de caractère (character entities).
HTML 4 réintroduit le terme de référence dans références de caractère (Character references). Ainsi :
& est une référence d'entité de caractère (character entity reference) ;& est une référence numérique de caractère (numeric character reference).
En HTML5, la notion d'entité tombe :
& est une référence de caractère nommée (named character reference) ;& est une référence numérique de caractère décimale (decimal numeric character reference) ;& est une référence numérique de caractère hexadécimale (hexadecimal numeric character reference).
En XML, les termes sont définis formellement :
& et & sont des références de caractère (character references), et une référence de caractère ne peut être que numérique (décimale ou hexadécimale) ;& est une référence d'entité (entity reference), et les caractères « & » et « ; » délimitent la référence ;amp, lt, gt, quot et apos sont des entités prédéfinies (predefined entities).
En XHTML, la terminologie est relâchée :
& et & passent tous deux comme des références d'entités, ;& est aussi une référence de caractère nommée (named character reference).
