为何Unicode微符号U+00B5不属于合法XML NameChar？

这并非疏漏，而是XML规范基于Unicode字符属性的有意设计，原因如下：

• XML NameChar的核心规则
  XML 1.0（及后续版本）对NameChar的定义严格遵循Unicode字符的分类属性，仅允许以下几类字符：

  • 字母类（Letter，包括各种语言的大小写字母）
  • 标记类（Mark，比如重音符号）
  • 数字类（Number）
  • 连接标点类（Connector_Punctuation，如下划线_）
  • 特定的少量符号（如冒号:、连字符-等）

• 两个字符的Unicode属性差异

  • U+00B5（Latin-1补充块的微符号）：Unicode分类为Symbol, Other（其他符号），不属于上述任何符合NameChar要求的类别，因此无法通过XML命名规则验证。
  • U+03BC（希腊语小写字母μ）：Unicode分类为Letter, Lowercase（小写字母），完全符合NameChar的字符类型要求。

• 规范设计的考量
  XML命名体系的核心是区分“标识符”和“符号/字面量”：标识符（如元素名、实体名）需要具备字母或类似字母的属性，以便解析器能明确区分命名结构与内容。U+00B5虽然语义上是单位符号，但从Unicode属性上属于符号类，不符合标识符的设计要求。

如果需要在DTD中使用语义正确的“µm”作为测量单位，建议将其定义为字符串枚举而非标识符枚举——比如在属性定义中使用( "µm" | "mm" | "m" )这样的形式，而非依赖Name类型的实体定义。

内容的提问来源于stack exchange，提问作者Theodore Hall