【发布时间】：2013-09-08 22:24:31
【问题描述】：
在纯 HTML 文档中，&pound (dec 163) 呈现为 £ 而不需要 ;，而 &oelig (dec 339) 只会呈现 – 带分号。似乎在 FireFox 和 Chrome 中，每一个十进制值低于 255 的 html 实体都无需分号即可呈现。
什么给了？
【问题讨论】：
标签： html html-entities behavior
【发布时间】：2013-09-08 22:24:31
【问题描述】：
原因是从历史上看，当实体引用（或字符引用）没有紧跟名称字符时，分号是可选的。所以&pound? 可以，因为? 不是名称字符（即名称中允许的字符），但&pound4 不是，因为4 是名称字符，所以pound4 是实体名称（其中在 HTML 中未定义，但有一天可能会被定义）。此规则是 HTML 中 SGML 遗留问题的一部分，是浏览器实际应用 SGML 特性的少数几件事之一。
然而，用分号结束实体引用一直被认为是一种很好的做法。 XML 和 XHTML 甚至使它成为正式的强制要求。
这就是为什么当前的浏览器实践允许在“经典”HTML 中省略分号，但仅限于表示 ISO 拉丁 1 字符的有限字符引用集，即十进制中 Unicode 编号小于 256 的字符（十六进制中的 FF） .这是原始的实体引用集，因此此类引用已被广泛使用，无需分号。因此，这些做法是一种妥协：他们希望鼓励使用可推荐的表示法，但不要使大量旧页面无效，更不要让浏览器无法正确呈现它们。
HTML5 草案对此有不同的立场，但例如自 2013 年 8 月 6 日起的 HTML5 CR 在所有情况下都需要分号，即使在 HTML 语法中也是如此。缺少分号被定义为parse error，这意味着错误处理是明确定义的（实体应该被识别），但是浏览器仍然可能在第一次解析错误时停止解析！
【讨论】：
-
你有拉丁语 1 特例是“当前规则”的参考吗？ WHATWG 标准和 W3C HTML5 草案似乎都说分号是强制性的，正如我在回答中所引用的那样。
-
@IMSoP，很好。我已经相应地编辑了我的答案。我描述的是现代浏览器中的常见做法，是一些早期 HTML5 草案中的文本，并反映在 validator.w3.org 中（将
&pound和&oelig报告为错误，但不同的是：在前一种情况下，它是引用的语法错误，在后一种情况下，引用被报告为无法识别）。 -
啊哈！这就是这些“生活”和“草案”标准的问题，我猜，你必须检查文本自上次阅读以来没有改变。这当然可以解释为什么this table 中列出了一些非分号形式，然后在elsewhere in the standard 中声明无效。供参考，解析规则are defined here in the W3C draft.
-
£4 在我的浏览器 (Chrome 81) 中显示为 £4
首先，这完全取决于浏览器/渲染引擎想要的宽容度，而不是 HTML 的属性：所有 实体必须以分号结尾，否则您无效句法。 （WHATWG“HTML 生活标准”混淆地认为这个分号是名称的一部分，使它看起来是可选的 in the Devloper Edition 但the full Standard text/W3C HTML5 draft 更清楚：“名称必须是一个以U+003B 分号字符 (;).")
其次，将字符称为具有“十进制值”充其量是模棱两可的。 163 和 339 是 Unicode 中这些字符的“代码点”，通常以十六进制表示。其他编码对于这些字符会有不同的位置，如果您愿意，也可以将其表示为“十进制值”。
第三，我的猜测是，这与它们在特定编码序列中的位置无关，而是它们的常见程度 - 完整列表非常长（→WHATWG/→W3C）。在解释此类无效序列时需要权衡取舍，因为 URL 可能包含未转义的 & 符号，而这些符号又看起来像未终止的实体（例如 http://example.com/foo?bar=rab&oelig=gileo）。因此，浏览器正试图走这条细线，并猜测在特定情况下可能犯了哪个错误。
【讨论】：
-
HTML 4.01 规范在Character references 部分中说：“在 SGML 中，可以消除最后的 ";"在某些情况下，在字符引用之后（例如，在换行符处或标记之前）”。并且 HTML 4.01 规范地引用了 SGML 标准。
-
好点。不过，浏览器比 SGML 更宽容（而且可能一直如此）；例如 Firefox 将
foo&poundbar视为包含 £ 实体。这可能是根据 WHATWG/HTML5 标准中的规则，但我找不到这样的规则。