XML入门

最新推荐文章于 2023-10-24 16:22:04 发布

WilliamChancwl

最新推荐文章于 2023-10-24 16:22:04 发布

阅读量269

点赞数 1

分类专栏： XML 文章标签： XML

本文链接：https://blog.csdn.net/WilliamChancwl/article/details/85160571

版权

XML 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

XML入门知识总结

XML基础
XML相关技术

XML基础

XML作为一种优秀的数据存储形式、数据交换方式被广泛接受与应用。

了解XML

XML: 可扩展标记语言 (Extensible Markup Language)，它提供了一套跨平台、跨网络、跨程序的数据描述方式，它是w3c组织发布的技术。

xml有两个版本1.0 1.1，我们使用1.0版本(1.1不能向下兼容）。
可扩展标记语言：
- 标记性语言：html是标记型语言，使用标签操作。
- 可扩展：html里的标签都是固定的,每个标签都有特定的含义， XML 不是固定的,标签可以自己定义, 比如可以写中文的标签<人></人> 。
- 例如：一个XML文档实例

<?xml version="1.0" encoding="UTF-8"?>
<个人信息>
	<姓名>田诗琪</姓名>
	<生日>2011-04-11</生日>
	<性别>女</性别>
	<身高>83cm</身高>
</个人信息>

SGML、HTML和XML之间的关系：

SGML是一种在Web发明之前就早已存在的，它是一种定义标记语言的元语言。
HTML和XML都是从SGML发展而来的标记语言，因此，他们有一些共同点，如相似的语法和标记的使用。
不过HTML是在SGML定义下的一个描述性的语言，只是SGML的一个应用，其DTD作为标准被固定下来
而XML是SGML的一个简化版本，是SGML的一个子集。严格意义上来说，XML仍然是SGML。

XML实现如下功能: 不同系统之间传输数据，数据结构清晰，利于维护，用于表示生活中关系的数据，经常用在配置文件。
XML历史：

1998年2月，W3C发布了XML1.0标准-1998年2月，W3C发布了XML1.0标准
2007年11月发布了XML1.0第5版。经过了4次修订。
其目的是为了在Web上能以现有的超文本标记语言（HTML）的使用方式提供，接受和处理通用的SGML。XML是SGML的一个简化子集，它以一种开放的、自我描述的方式定义了数据结构。在描述数据内容的同时能突出对结构的描述，从而体现出数据与数据之间的关系。
W3C组织于2004年2月4日发布了XML1.1的推荐标准，后来又于2006年8月发布了第2版，这是最新的XML版本。

HTML与XML主要区别：

	HTML	XML
功能	用于数据显示	用于描述数据和保存数据
标记	标记是固定不变的	没有固定标记，根据实际需要定义。XML本身是一门元语言
语法	语法要求宽松	有固定的语法要求

XML的语法基础

XML的文档分类

格式不良好的XML文档
格式良好的XML
有效的XML文档

XML的文档组成

XML文档在逻辑上主要由以下五个部分组成：

XML声明
文档类型声明
元素
注释
处理指令

XML声明
文档声明的具体语法格式如下所示：

<?xml version="1.0|1.1"[ encoding="编码方式"] [standalone=”yes|no”]?>

属性说明：
version: 必需包含该属性，指明以下文档遵循哪个版本的XML规范。该属性必须放在其它属性之前，属性的合法值为1.0或1.1。
encoding：该属性可以被省略，指明文档中要采用的字符编码方式。当省略该属性时，属性的默认值为utf-8。
standalone：该属性可以被省略，指定该XML文档是否和一个外部文档配套使用。该属性为yes是说明当前XML文档是一个独立的XML文档，与外部文件无关联。否则相反。当省略该属性时，属性的默认值为yes。

文档类型声明
<!DOCTYPE china SYSTEM "mydtd.dtd">
处理指令
处理指令（Processing Instructions，简称PI）允许文档中包含由应用程序来处理的指令。在XML文档中，有可能会包含一些非XML格式的数据，XML处理器无法处理这些数据，我们就可以通过处理指令来通知其它应用程序来处理这些数据。
处理指令（PI）的语法和XML声明类似，以“<？”开始并以“？>”结束。常见的使用样式表单的处理指令如下所示。

<?xml-stylesheet href="hello.css" type="text/css"?>
<?xml-stylesheet href="hello.xsl" type="text/xsl"?>

注释
XML文档中，注释可以出现在文档中其它标记之外的任何位置。另外，它们还可以在文档类型声明中语法（grammar）允许的地方出现。
以“<!–”开始，以“- ->”结束

注释不能出现在XML声明之前，XML声明必须是文档最前面的部分。下面的情况是不允许的：

　<!--Author :tanglin -->
　　<?xml version="1.0"?>

注释不能出现在标记中，下面的例子是非法的。
<greeting>Hello,world!</greeting>
注释可以包围和隐藏标记，但要注意的是，在增加注释之后，要保证剩余的文本仍然是一个结构完整的XML文档。下面的例子是错误的：

　<?xml version="1.0"?>
　　<greeting>
　　	<!--
　　	<title>This is a greeting example--></title>
　　	<content>Hello,world!</content>
　　</greeting>

当我们将注释部分去掉的时候，文档结构仍然是完整的。

	<?xml version="1.0"?>
　　<greeting>
　　	<content>Hello,world!</content>
　　</greeting>

字符串“–”（双连字符）不能在注释中出现

元素

XML元素构成：
- 区分标记、元素和属性
  - 标记是由<>包含的对象，例如：就是一个标记。标记通常包括两种：开始标记和结束标记。
  - 元素通常包括开始标记、结束标记以及标记的内容构成，是文件的基本对象，是通过标记进行定义的。
  - 属性是为元素附加信息，总是以“属性名=”属性值””的形式给出。
元素的形式
- XML中元素有两种形式分别是：空元素和非空元素。
- 空元素：空元素即内容为空的元素，编写时空元素中不能包括内容也不能包括子元素。空元素的写法有两种，分别是：
- 单标记的形式，这种方式比较常见也是建议使用的方式
  <student/>
- 双标记的形式，这种方式不建议使用
  <student></student>
- 非空元素：所有的非空元素都是双标记的，开始标记和结束标记约定了元素的范围。非空元素包括如下三类：
  1）带有文本内容的元素，该内容位于开始标记和结束标记中间。
  2）带有子元素的元素，元素中可以嵌套子元素，而且嵌套的层数没有限制。
  3）同时带有子元素及文本内容的元素，这种类型的元素不建议使用
元素的内容
- 字符数据：如<tag>abc</tag>，元素内容是abc。
- 字符引用和实体引用：如字符引用：
  <?xml version="1.0" encoding="UTF-8"?>
  <tag>abc<</tag>
  实体引用：
  <?xml version="1.0" encoding="UTF-8"?>
  <tag>abc<</tag>
- CDATA段
  CDATA段以字符串“<![CDATA[”开始，以字符串“]]>”结束。中间包含的都是纯字符数据，但字符数据可以是不包含CDATA段的结束定界符的任意字符串。在字符数据可以出现的任何地方都可以使用CDATA段。CDATA段主要用于需要将整个文本解释为字符数据而不是标记的情况下。例如：
```
<?xml version = "1.0" ?>
<java>
<![CDATA[
	if (a > b && c < b)
		max = a;
]]>
</java>
```
- 空白处理
  可以在元素中使用一个特殊的属性xml:space，来通知应用程序保留此元素中的空白，xml:space 属性接受两个值：default 和 preserve。
  default ：此值允许应用程序根据需要处理空白。如果不包含 xml:space 属性，结果与使用 default 值相同。
  preserve ：此值表示应用程序按原样保留空白，空白可能有含义。

XML相关技术

检查XML语义相关技术：DTD 和 Schema

DTD是Document Type Definitions的缩写，即文档类型定义。是W3C推荐验证XML文档的正式规范。一个XML文档同时遵守语法和DTD的语法规定，才能保证XML文档的易读性，更好的更准确的描绘数据。
DTD可以指定XML文件中哪些元素、那些属性是必需的，元素与元素之间的先后关系、嵌套关系以及出现次数等。
XML Schema，即XML模式，也被称为XML模式定义（XML Schema Definition，XSD）。它与DTD一样用于验证XML文档有效性的方法。XML Schema本身也是一个XML文档。与DTD比较而言，DTD对对XML命名空间支持不好，而XML Schema对XML命名空间支持较好。

生成和解析XML文档的相关技术

DOM：文档对象模型（DOM） 是基于树结构的用于程序访问和维护HTML和XML文档的应用程序接口（API）。
JDOM： JDOM（Java Document Object Model，Java文档对象模型。为了给Java程序员提供一套简单易用的操作XML的API。
DOM4J：DOM4J是一个Java的XML API，类似于JDOM，用来读写XML文件的。DOM4J是一个非常非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。无论性能、功能和易用性哪一方面都是非常出色的。如今你可以看到越来越多的Java软件都在使用DOM4J来读写XML。
SAX： SAX（Simple APIs for XML），由XML-DEV邮件列表的成员开发，是事实上的工业标准。使用SAX，解析器通过向应用程序报告解析事件流来告知应用程序文档的内容。SAX是基于事件的API，一旦事情开始发生，你不需要调用解析器，而是解析器调用程序。与DOM相比较，SAX不要求将整个XML文件一起装入内存。
Digester: Digester本来仅仅是Jakarta Struts中的一个工具，用于处理struts-config.xml配置文件。显然，将XML文件转换成相应的Java对象是一项很通用的功能，这个工具理应具有更广泛的用途，所以很快它就在Jakarta Commons项目(用于提供可重用的Java组件库)中有了一席之地。如今Digester随着Struts的发展以及其的公用性而被提到commons中独自立项，是apache的一个组件 apache commons-digester.jar,通过它可以很方便的从xml文件生成java对象。
XQuery: XQuery 即XML Query，是W3C所制定的一套标准，用来从类XML文档中提取信息，类XML文档可以理解成一切符合XML数据模型和接口的实体，他们可能是文件或RDBMS。XQuery相对于XML文件等同于SQL相对于数据库。

显示XML文档的相关技术

CSS: CSS是Cascading Style Sheets（层叠样式表单）的缩写，它是一种用来表现HTML或 XML 等文件样式的计算机语言，能够真正做到网页表现与内容分离的一种样式设计语言。
XSLT: XSLT是扩展样式表转换语言（Extensible Style sheet Language Transformations）的简称，这是一种对XML文档进行转化的语言，XSLT中的T代表英语中的“转换”（transformation）。它是XSL（Extensible style sheet language）规范的一部分。XSLT用于将一种XML文档转换为另外一种XML文档，或者可被浏览器识别的其他类型的文档，比如HTML和XHTML。