XML hoy: bien formado frente a válido, espacios de nombres y cuándo sigue siendo la opción adecuada

Qué es

La recomendación XML 1.0 (citada) distingue entre las restricciones de buena formación, que debe cumplir todo documento XML (un único elemento raíz, elementos correctamente anidados y cerrados, valores de atributo entre comillas, & y < escapados en el contenido), y las restricciones de validez, que solo se aplican a los documentos comprobados contra una definición de tipo de documento (DTD) o, en la práctica, un lenguaje de esquema. La recomendación de espacios de nombres (citada) añade los nombres expandidos: el nombre de cada elemento o atributo es un par formado por un nombre de espacio de nombres (un URI) y un nombre local. Los prefijos se enlazan con xmlns:p="uri" y son meras comodidades locales; un espacio de nombres por defecto xmlns="uri" se aplica a los nombres de elemento sin prefijo, y la recomendación establece que las declaraciones de espacio de nombres por defecto no se aplican directamente a los nombres de atributo. Las declaraciones tienen como ámbito el elemento en el que aparecen y todo lo que hay debajo de él.

Por qué importa

Los espacios de nombres son el punto donde el tratamiento de XML falla con más frecuencia: se comparan prefijos en lugar de URI, se olvida que un espacio de nombres por defecto cambia sin avisar la identidad de todos los elementos que cuelgan de él, o se serializa con un prefijo distinto y se rompe un consumidor que compara cadenas. Saber dónde reside la identidad (el URI más el nombre local) elimina toda una clase de errores. Y conocer la diferencia entre bien formado y válido indica qué ha comprobado realmente un analizador sin esquema: solo la sintaxis.

Cómo aplicarlo

• Elige XML para datos con forma de documento y contenido mixto (prosa con marcado en línea), para vocabularios que ya son XML (gráficos vectoriales, feeds, formatos ofimáticos y editoriales) y para intercambios con socios cuyas herramientas de validación y firma están basadas en XML.
• Prefiere JSON para registros que intercambian programas sin marcado en línea, donde pesan más el modelo de datos más sencillo y el soporte de bibliotecas.
• Compara los nombres como (URI del espacio de nombres, nombre local). Al consultar con XPath o un DOM, enlaza un prefijo al URI en la consulta aunque el documento use un espacio de nombres por defecto, porque un nombre sin prefijo en una consulta no significa «el que sea el valor por defecto».
• Valida contra un esquema en la frontera del sistema y desactiva la resolución de entidades externas en todos los analizadores (véase el artículo relacionado).
• Declara la codificación y asegúrate de que los bytes coincidan con ella; trata el espacio en blanco entre elementos como datos, salvo que el esquema indique lo contrario.

Trampas

El nombre del espacio de nombres se compara como cadena: http://example.org/ns y http://example.org/ns/ son espacios de nombres distintos. Un prefijo sin declaración en el ámbito es un error, no una advertencia. Volver a declarar el espacio de nombres por defecto dentro de un fragmento cambia el significado de todo lo que hay debajo. Los nodos de texto contienen el contenido ya decodificado de entidades; escapar en la salida es tarea del serializador, y hacerlo dos veces produce &.