XML aujourd'hui : bien formé face à valide, espaces de noms, et quand il reste le bon choix

Ce que c'est

La recommandation XML 1.0 (citée) distingue les contraintes de bonne formation, que tout document XML doit satisfaire (un seul élément racine, des éléments correctement imbriqués et fermés, des valeurs d'attribut entre guillemets, & et < échappés dans le contenu), des contraintes de validité, qui ne s'appliquent qu'aux documents vérifiés par rapport à une définition de type de document ou, en pratique, à un langage de schéma. La recommandation Namespaces (citée) ajoute les noms étendus : chaque nom d'élément ou d'attribut est une paire formée d'un nom d'espace de noms (une URI) et d'un nom local. Les préfixes sont liés au moyen de xmlns:p="uri" et ne sont que des commodités locales ; un espace de noms par défaut xmlns="uri" s'applique aux noms d'élément sans préfixe, et la recommandation précise que les déclarations d'espace de noms par défaut ne s'appliquent pas directement aux noms d'attribut. Les déclarations ont pour portée l'élément sur lequel elles apparaissent et tout ce qui se trouve en dessous.

Pourquoi c'est important

Les espaces de noms sont l'endroit où le traitement de XML échoue le plus souvent : comparer des préfixes au lieu d'URI, oublier qu'un espace de noms par défaut change silencieusement l'identité de tout élément situé en dessous, ou sérialiser avec un préfixe différent et casser un consommateur qui compare des chaînes. Savoir où réside l'identité (l'URI plus le nom local) élimine toute une classe de bogues. Savoir la différence entre bien formé et valide indique ce qu'un analyseur sans schéma a réellement vérifié : la syntaxe seulement.

Comment l'appliquer

• Choisir XML pour des données de type document à contenu mixte (de la prose avec balisage en ligne), pour des vocabulaires déjà en XML (graphiques vectoriels, flux, formats bureautiques et de publication), et pour des échanges avec des partenaires dont l'outillage de validation et de signature repose sur XML.
• Préférer JSON pour des enregistrements échangés entre programmes, sans balisage en ligne, où le modèle de données plus simple et le support des bibliothèques l'emportent.
• Comparer les noms sous la forme (URI de l'espace de noms, nom local). Lors d'une interrogation avec XPath ou un DOM, lier un préfixe à l'URI dans la requête même si le document utilise un espace de noms par défaut, car un nom sans préfixe dans une requête ne signifie pas « quel que soit l'espace de noms par défaut ».
• Valider par rapport à un schéma à la frontière, et désactiver la résolution d'entités externes dans chaque analyseur (voir l'article associé).
• Déclarer l'encodage et faire correspondre les octets à celui-ci ; traiter les espaces entre les éléments comme des données, sauf indication contraire du schéma.

Pièges

Le nom de l'espace de noms est comparé comme une chaîne de caractères : http://example.org/ns et http://example.org/ns/ sont des espaces de noms différents. Un préfixe sans déclaration en portée est une erreur, pas un avertissement. Redéclarer l'espace de noms par défaut à l'intérieur d'un fragment change la signification de tout ce qui se trouve en dessous. Les nœuds de texte contiennent un contenu déjà décodé des entités ; l'échappement en sortie relève du sérialiseur, et le faire deux fois produit &.