XML技术小小总结
本文于2020-4-25重构
删去大部分XML约束的内容,只保留一点基本的约束知识
如需扩展,我下文中提供了相应的网址
XML概述
XML全称为eXtensible Markup Language, 意思是可扩展的标记语言,它是 SGML(标准通用标记语言)的一个子集。而HTML(HyperText Mackeup Language)为超文本标记语言
XML语法上与HTML相似,但HTML中的元素是固定的,XML的标签由用户自定义
XML可以用来
- 编写程序的配置文件
- 数据交换,不同语言之间用来交换数据(在WEB中已被JSON取代)
- 小型数据库,用来当数据库使用(没必要)
XML与HTML比较:
- HTML 元素是固定的,XML可以自定义元素‘
- HTML用浏览器解析执行,XML的解析器通常需要自己来写(因为元素是自定义的)
- HTML只能用来表示网页,XML可以做的事情很多
XML与properties(属性文件)的比较:
- 属性文件只能存储平面信息,而XML可以存储结构化信息
- 解析属性文件只需要用properties类就可以了,解析XML文档是相对复杂的
XML文档展示:
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<students>
<student number="1001">
<name>zhangSan</name>
<age>23</age>
<sex>male</sex>
</student>
<student number="1002">
<name>liSi</name>
<age>32</age>
<sex>female</sex>
</student>
</students>
一份XML文档包含:
- XML文档声明
- XML处理指令
- XML元素
- XML特殊字符与CDATA区(转义区)
- XML注释
XML文档声明
概述:
可以把XML文档声明看成是XML文档说明
最简单的XML文档声明:<?xml version="1.0">
注意:XML区分大小写
XML文档声明结构:
-
version属性:用于说明当前XML文档的版本,默认使用1.0,version属性是必须的
-
encoding属性:说明当前XML文档使用的字符编码集,XML解析器会使用这个编码来解析XML文档,encoding属性是可选的,默认utf-8
-
standalone属性:用于说明当前XML文档是否独立文档(yes/no),若XML文档不是独立的,即依赖外部的约束文件,默认yes
-
xml文档声明必须从xml文档的1行1列开始
XML元素
闭合原则:
XML元素包含:开始标签、元素体(内容)、结束标签
例如:<hello>大家好</hello>
空元素:空元素只有开始标签,没有元素体和结束标签,但空元素一定要闭合。例如:< hello/>
支持嵌套:
- xml元素可以包含子元素或文本数据。例如:
<a><b>hello</b></a>
,a元素的元素体内容是b元素,而b元素的元素体内容是文本数据hello
根元素:
比较以下两端XML代码:
<?xml version="1.0" encoding="utf-8" standalone="no"?>
<students>
<student number="1001">
<name>zhangSan</name>
<age>23</age>
<sex>male</sex>
</student>
<student number="1002">
<name>liSi</name>
<age>32</age>
<sex>female</sex>
</student>
</students>
<?xml version="1.0" encoding="utf-8" standalone="no"?>
<student number="1001">
<name>zhangSan</name>
<age>23</age>
<sex>male</sex>
</student>
<student number="1002">
<name>liSi</name>
<age>32</age>
<sex>female</sex>
</student>
针对student的存储来说:
student1.xml是格式良好的xml文档,只有一个根元素,即students元素。
student2.xml不是格式良好的xml文档,有两个根元素,即两个student根元素。
格式良好的XML文档一般只有一个根元素
不要留空白:
注意:编写XML元素时,出现空白,在解析XML程序时,可能会出现异常,如
<a>
<b>
hello
</b>
</a>
命名规范:
xml元素名可以包含字母、数字以及一些其它可见字符,但必须遵循下面的一些规范:
- 区分大小写:
<a>和<A>
是两个元素; - 不能以数字开头:
<1a>都
是错误的; - 最好不要以xml开头:
<xml>、<Xml>、<XML>
; - 不能包含空格;
元素属性:
- 属性由属性名与属性值构成,中间用等号连接;
- 属性值必须使用引号括起来,单引或双引;
- 定义属性必须遵循与标签名相同的命名规范;
- 属性必须定义在元素的开始标签中;
- 一个元素中不能包含相同的属性名;
注释:
<!-- -->
-
注释以<!--开头,以-->结束;
-
注释中不能包含–;
转义
因为在xml文档中有些字符是特殊的,不能使用它们作为文本数据。例如:不能使用“<”或“>”等字符作为文本数据,所以需要使用转义字符来表示。
例如<a><a></a>
,你可能会说,其中第二个< a >
是a元素的文本内容,而不是一个元素的开始标签,但XML解析器是不会明白你的意思的。
解决方法一:使用转义字符(不推荐)
把<a><a></a>
中元素值a的敏感字符使用转义符替代
<a><a></a>
常见的转义字符:
转义字符都是以“&”开头,以“;”结束。这与后面我们学习的实体是相同的
CDATA区(CDATA段)(推荐):
当大量的转义字符出现在xml文档中时,会使xml文档的可读性大幅度降低,这时如果使用CDATA段就会好一些
<a><![CDATA[<a>]]></a>
在CDATA段中不能包含“]]>”,即CDATA段的结束定界符
XML约束(选读)
因为XML文档是可以自定义元素的,这会让使用XML文档的应用程序无法知道XML文档的真实结构。通常应用程序都会要求XML文件的结构是固定的,以满足自己的需求,这就说明,不同的应用程序要求自己的XML文档必须符合一定的要求
XML文档约束是用另一个文件来约束XML文档的结构,例如要求XML文档的根元素必须是< students >,在< students >元素下可以包含0~n个< student >元素,每个< student >元素必须有一个number属性,而且还要有三个子元素,分别为< name >、< age >、< sex >,这三个子元素的内容必须为文本内容,而不能是子元素
DTD约束(淘汰)
dtd是平面式文档,dtd文件不是xml文档,通常扩展名为“.dtd”。它是最早的xml约束
编写相关DTD文件:
<!ELEMENT students (student+)>
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
在XML文档中指定DTD约束文件
<?xml version="1.0" encoding="utf-8" standalone="no" ?>
<!DOCTYPE students SYSTEM "students.dtd"> <-----
<students>
<student>
<name>zhangSan</name>
<age>23</age>
<sex>male</sex>
</student>
</students>
-
其中
< !DOCTYPE students SYSTEM "students.dtd" >
,表示指定dtd文件 -
SYSTEM表示dtd文件在本地
在XML文档中指定外部公共DTD约束:
<?xml version="1.0" encoding="utf-8" standalone="no" ?>
<!DOCTYPE students PUBLIC "-//rlteach//DTD ST 1.0//ZH" "http://www.rlteach.com/xml/dtds/st.dtd">
<students>
<student>
<name>zhangSan</name>
<age>23</age>
<sex>male</sex>
</student>
</students>
外部公共DTD是说,DTD由某个公司或权威组织发布,如下:
< !DOCTYPE 根元素 PUBLIC "DTD名称" "DTD网址">
当然你需要知道要使用的DTD的名称和网址。如果某个机构公布了DTD,那么一定也会公布DTD的名称和网址
如果想继续学习更多内容或者自己编写DTD,可以参考
DTD教程
Schema约束
这个约束是比较重要的,也是现在主流的指定约束方式
DTD的局限性
-
DTD不遵守XML语法(写XML文档实例时候用一种语法,写DTD的时候用另外一种语法)
-
DTD数据类型有限(与数据库数据类型不一致)
-
DTD不可扩展
-
DTD不支持命名空间(命名冲突)
Schema的新特性
-
Schema基于XML语法
-
Schema可以用能处理XML文档的工具处理
-
Schema大大扩充了数据类型,可以自定义数据类型
-
Schema支持元素的继承
-
Schema支持属性组
Schema文档结构
-
<xs:schema>:
xs是命名空间的别名,也可以自定义,但是建议使用默认的 -
xmlns
:约束当前xml的命名空间
更多内容参考: