XML文档

XML文档

 

每一个XML文档都有一个逻辑和一个物理结构。

 

物理上而言，文档由称为实体(entities)的存储单元组成，实体都具有内容并且都通过实体的名字进行标识(文档实体和外部DTD子集除外)。实体可以是一段文本、一个文件、一个数据库记录或其他包含数据的项目。一个实体可以引用其他的实体，从而将它们包含在文档中。文档开始于“根(root)”或文档实体(document entity)。

 

格式良好的XML文档形成了一种层次树结构，而这个树的树根就是文档实体，与其它实体不同，文档实体没有名字，只是用于表示文档树的根。XML文档的根元素被称为文档元素(document element)，它和在其外部出现的处理指令、注释等作为文档实体的子节点，而根元素本身和其内部的子元素也是一棵树。

 

实体可以包含已分析(parsed)的或未分析的(unparsed)数据。已分析的数据由字符组成，其中一些字符组成字符数据，另一些字符组成标记。已分析的实体(parsed entity)内容被称为它的替换文本，这个文本被看成是文档整体的一部分。在XML处理器分析XML文档时，凡是文档中出现引用已分析实体的地方，都将被该实体的内容所替换。

 

未分析的实体(unparsed entity)是一种资源，它的内容可以是也可以不是文本，并且，如果是文本的话，可以不是XML文本。每一个未分析的实体有一个相关联的用名字标识的记号(notation)。除了要求XML处理器能向应用程序提供可用的实体和记号的标识符之外，XML对未分析的实体内容不作任何限制。

 

已分析的实体以实体引用的方式通过名字来调用；未分析的实体通过ENTITY或ENTITIES属性中给出的名字来调用。

 

逻辑上而言，文档由声明，元素，注释，字符引用和处理指令组成，在文档中，所有这些都是通过显式的标记(markup)来指明的。

 

XML标记(markup)包含开始标签(tag)、结束标签、空元素标签、实体引用、字符引用、注释、CDATA段定界符、文档类型声明、处理指令、XML声明、文本声明以及任何在文档实体顶层的空白(即，在文档元素之外，且不在任何其它的标记内部)。其它所有非标记的文本组成文档的字符数据。

 

XML文档在逻辑上主要由以下五个部分组成

l         XML声明

l         文档类型声明

l         元素

l         注释

l         处理指令