C# 五十二、认识XML

概念

• XML 指可扩展标记语言（EXtensible Markup Language）
• XML 是一种标记语言，很类似 HTML
• XML 的设计宗旨是传输数据，而非显示数据
• XML 标签没有被预定义。您需要自行定义标签
• XML 被设计为具有自我描述性
• XML 是 W3C 的推荐标准
• XML 是不作为的， XML不会做任何事情，被设计用来结构化、存储以及传输信息。
• XML 仅仅是纯文本，有能力处理纯文本的软件都可以处理 XML。不过，能够读懂 XML 的应用程序可以有针对性地处理 XML 的标签。标签的功能性意义依赖于应用程序的特性。
• XML 允许创作者定义自己的标签和自己的文档结构。
• XML 是独立于软件和硬件的信息传输工具。
• XML 把数据从 HTML 分离，简化数据共享，简化数据传输，简化平台的变更，使数据更有用，用于创建新的 Internet 语言。

XML 树结构

首先是XML 声明（它定义 XML 的版本和所使用的编码）

之后是描述文档的根元素

接下来描述根的n个子元素

最后是定义根元素的结尾

示例：

<?xml version="1.0" encoding="utf-8" ?>
<Books books = "四大名著">
  <book>
    <name>红楼梦</name>
    <price>100</price>
    <author>曹雪芹</author>
  </book>
  <book>
    <name>三国演义</name>
    <price>100</price>
    <author>罗贯中</author>
  </book>
  <book>
    <name>西游记</name>
    <price>100</price>
    <author>吴承恩</author>
  </book>
  <book>
    <name>水浒传</name>
    <price>100</price>
    <author>施耐庵</author>
  </book>
</Books>

XML 语法

• 所有 XML 元素都须有关闭标签（XML 声明没有关闭标签。这不是错误。声明不属于XML本身的组成部分。它不是 XML 元素，也不需要关闭标签）
• XML 元素使用 XML 标签进行定义。XML 标签对大小写敏感。
• 必须使用相同的大小写来编写打开标签和关闭标签（打开标签和关闭标签通常被称为开始标签和结束标签）
• 在 XML 中，所有元素都必须彼此正确地嵌套
• XML 文档必须有一个元素是所有其他元素的父元素。该元素称为根元素
• 在 XML 中，XML 的属性值须加引号
• 在 XML 中，一些字符拥有特殊的意义，为了避免这个错误，请用实体引用来代替相应字符（在 XML 中，只有字符 "<" 和 "&" 确实是非法的。大于号是合法的，但是用实体引用来代替它是一个好习惯。）

&lt;	<	小于
&gt;	>	大于
&amp;	&	和号
&apos;	'	单引号
&quot;	"	引号

• 在 XML 中编写注释的语法：<!-- This is a comment -->
• 在 XML 中，空格会被保留，HTML 会把多个连续的空格字符裁减（合并）为一个。在 XML 中，文档中的空格不会被删节。
• XML 以 LF 存储换行。在 Windows 应用程序中，换行通常以一对字符来存储：回车符 (CR) 和换行符 (LF)。这对字符与打字机设置新行的动作有相似之处。在 Unix 应用程序中，新行以 LF 字符存储。而 Macintosh 应用程序使用 CR 来存储新行。

 元素

XML 元素指的是从开始标签（含）直到结束标签（含）的部分。

元素可包含其他元素、文本或者两者的混合物。元素也可以拥有属性。

XML 元素是可扩展的，以携带更多的信息。

XML 元素必须遵循以下命名规则：

• 名称可以含字母、数字以及其他的字符
• 名称不能以数字或者标点符号开始
• 名称不能以字符 “xml”（或者 XML、Xml）开始
• 名称不能包含空格
• 可使用任何名称，没有保留的字词。

规范：

• 使名称具有描述性。使用下划线的名称也很不错。
• 名称应当比较简短，比如：<book_title>，而不是：<the_title_of_the_book>。
• 避免 "-" 字符。如果您按照这样的方式进行命名："first-name"，一些软件会认为你需要提取第一个单词。
• 避免 "." 字符。如果您按照这样的方式进行命名："first.name"，一些软件会认为 "name" 是对象 "first" 的属性。
• 避免 ":" 字符。冒号会被转换为命名空间来使用。
• XML 文档经常有一个对应的数据库，其中的字段会对应 XML 文档中的元素（有一个实用的经验，即使用数据库的名称规则来命名 XML 文档中的元素）
• 非英语的字母比如 éòá 也是合法的 XML 元素名，不过需要留意当软件开发商不支持这些字符时可能出现的问题。

属性 

XML 元素可以在开始标签中包含属性。

属性 (Attribute) 提供关于元素的额外（附加）信息。

属性通常提供不属于数据组成部分的信息。文件类型与数据无关，但是对需要处理这个元素的软件来说却很重要。

属性值必须被引号包围，不过单引号和双引号均可使用。

如果属性值本身包含双引号，那么有必要使用单引号包围它，或者可以使用实体引用。

元数据（有关数据的数据）应当存储为属性，而数据本身应当存储为元素。如：向元素分配 ID。

因使用属性而引起的一些问题：

• 属性无法包含多重的值（元素可以）
• 属性无法描述树结构（元素可以）
• 属性不易扩展（为未来的变化）
• 属性难以阅读和维护

请尽量使用元素来描述数据。而仅仅使用属性来提供与数据无关的信息。

注意：在XML中，可能出现一个信息既可以使用属性表达也可以使用子元素表示。没有什么规矩可以告诉我们什么时候该使用属性，而什么时候该使用子元素。在 XML 中，应该尽量避免使用属性。如果信息感觉起来很像数据，那么使用子元素。

命名空间

问题：在 XML 中，元素名称是由开发者定义的，当两个不同的文档使用相同的元素名时，就会发生命名冲突。

一般解决方法：可以通过使用前缀，创建了两种不同类型的元素：<前缀 : 元素名>   </前缀 : 元素名>

命名空间解决：与仅仅使用前缀不同，可以为标签添加一个属性，这样就为前缀赋予了一个与某个命名空间相关联的限定名称。

XML 命名空间属性被放置于元素的开始标签之中，并使用以下的语法：

xmlns:namespace-prefix="namespaceURI"

xmlns:命名空间标识符="命名空间路径"

当命名空间被定义在元素的开始标签中时，所有带有相同前缀的子元素都会与同一个命名空间相关联。

用于标示命名空间的地址不会被解析器用于查找信息。其惟一的作用是赋予命名空间一个惟一的名称。不过，很多公司常常会作为指针来使用命名空间指向实际存在的网页，这个网页包含关于命名空间的信息。

统一资源标识符是一串可以标识因特网资源的字符。最常用的 URI 是用来标示因特网域名地址的统一资源定位器(URL)。另一个不那么常用的 URI 是统一资源命名(URN)。

默认的命名空间（Default Namespaces）：为元素定义默认的命名空间可以省去在所有的子元素中使用前缀的工作。

<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<Books books = "四大名著" xmlns:A="http://microsoft.com/schemas/VisualStudio/TeamTest/2010" xmlns:B="http://schemas.microsoft.com/ado/2006/04/codegeneration">
  <book>
    <A:name>红楼梦</A:name>
    <B:name>石头记</B:name>
    <price>100</price>
    <author>曹雪芹</author>
  </book>
  <book>
    <name>三国演义</name>
    <price>100</price>
    <author>罗贯中</author>
  </book>
  <book>
    <name>西游记</name>
    <price>100</price>
    <author>吴承恩</author>
  </book>
  <book>
    <name>水浒传</name>
    <price>100</price>
    <author>施耐庵</author>
  </book>
</Books>

CDATA

<![CDATA[纯文本]]>

CDATA 指的是不应由 XML 解析器进行解析的文本数据（Unparsed Character Data）。

解析器会忽略 CDATA 部分中的所有内容。

CDATA 部分不能包含字符串 "]]>"。也不允许嵌套的 CDATA 部分。

标记 CDATA 部分结尾的 "]]>" 不能包含空格或折行。

http://www.w3school.com.cn/xml/index.asp