Kanonický tvar - zásady konstrukce

kódování v UTF-8

zlomy řádků (CR, LF) jsou normalizovány podle algoritmu uvedeného v std. XML 1.0

hodnoty atributů jsou normalizovány

reference na znakové a parsované entity jsou nahrazeny jejich obsahem

CDATA sekce jsou nahrazeny jejich obsahem

hlavička "xml" a deklarace typu dokumentu jsou odstraněny

bílé znaky mimo kořenový element jsou normalizovány

jiné bílé znaky (vyjma normalizace zlomu řádků) jsou zachovány

hodnoty atributů jsou uvozeny "

speciální znaky v hodnotách atributů a textovém obsahu elementů jsou nahrazeny referencemi na entity

nadbytečné deklarace jmenných prostorů jsou z každého elementu odstraněny

implicitní hodnoty atributů jsou dodány do každého elementu (kde je to relevantní)

na pořadí atributů a deklarací jmenných prostorů se uplatní lexikografické řazení