“@”符号是否是有效的HTML/XML标签字符？

Question

我正在使用正则表达式进行HTML标签的剥离（是的，我知道，不要使用正则表达式来解析HTML，但是我只是在剥离它，而且我很不幸不能使用任何外部库）。 我正在使用《正则表达式食谱》中的一个正则表达式，它非常有效，但是我遇到了这个问题：

在字符串 Bob Saget <[e-mail]> 中，我的正则表达式将电子邮件地址匹配为标签。

所以我的问题是，@符号是有效的XML或HTML标签字符吗？（我不是在问它是否在属性中有效;我知道它有效）如果不是，我将能够在我的正则表达式中成功排除它。

我不确定在哪里查找此信息。我在这里查找这里，我认为那里说在XML中，"@"符号不允许在标签中;但是，我希望有些具体的证据。

- NickAldwin

---

问题在于您的裸尖括号，应该由实体或字符引用来表示。 '@' 是任何 HTML 变体中都是一个完全有效的字符。 - Kerrek SB

@Kerrek 当然，@符号是一个有效的字符。但是在标签中它是否有效呢？如果我给HTML或XML解析器一个带有@符号的标签，它会解析吗？ - NickAldwin

“有效标签”是指“有效元素类型名称”吗？答案是否定的，请参见此处以获取有效字符列表。元素类型名称必须是“名称”。引用：“ASCII符号和标点符号以及相当大的一组Unicode符号字符都不包括在名称中[...]”...啊，你已经找到了。 - Kerrek SB

@NickAldwin - NameChar规范是一种正式的语法。任何未明确包含在内的内容都被排除在外。您的编辑应该移至答案部分。 - parsifal

Firefox似乎支持它，但只有少数人创建自定义元素，我不认为他们会在标记名称中使用@。不要去掉它们，并对<,>, &进行编码。 - Gerben

Answer 1

再次查看XML规范后，得知标签由以下内容组成：

'<' Name (S Attribute)* S? '>'

一个名称由以下组成：

NameStartChar (NameChar)*

一个 NameStartChar 包含以下内容：

":" | [A-Z] | "_" | [a-z] | [#xC0-#xD6] | [#xD8-#xF6] | [#xF8-#x2FF] | [#x370-#x37D] | [#x37F-#x1FFF] | [#x200C-#x200D] | [#x2070-#x218F] | [#x2C00-#x2FEF] | [#x3001-#xD7FF] | [#xF900-#xFDCF] | [#xFDF0-#xFFFD] | [#x10000-#xEFFFF]

NameChar由以下内容组成：

NameStartChar | "-" | "." | [0-9] | #xB7 | [#x0300-#x036F] | [#x203F-#x2040]

@ 符号的 Unicode 编码是 U+0040

因此，@ 符号在 NameChar 或 NameStartChar 中无效，因此也无效作为名称。

- NickAldwin

---

不清楚这是否适用于HTML，而您最初的问题是关注在HTML上的。 - BoltClock

WhatWG HTML规范只允许[a-zA-Z]作为有效的NameStartChar。对于NameChar，它允许使用[^\s\0>/]。 - Azmisov