XML文件格式

XML文件和HTML文件一样，实际上是一个文本文件。显然大家立刻就会明白，创建XML文件最普通的工具和HTML一样，就是"记事本"了。除了"记事本"之外，当然还有一些更加方便的工具，如XML Notepad、XML Pro、CLIP！XML Editor等，这些工具的一大特点是：能够检查你所建立的XML文件是否符合XML规范。不过，现在这些工具都只有英文版的，并且需要付费使用。当然，你仍然能够使用FrontPage、DreamWeaver等工具，不过使用起来不是很方便。随着XML的逐渐普及，相信在不久后，也会出现非常好用的创建XML文件的工具。
现在我们暂且使用"记事本"来创建我们的XML文件吧。先看一个XML文件：
例1
〈?xml version="1.0" encoding="gb2312" ?〉
〈参考资料〉
〈书籍〉
〈名称〉XML入门精解〈/名称〉
〈作者〉张三〈/作者〉
〈价格 货币单位="人民币"〉20.00〈/价格〉
〈/书籍〉
〈书籍〉
〈名称〉XML语法〈/名称〉
〈!--此书即将出版--〉
〈作者〉李四〈/作者〉
〈价格 货币单位="人民币"〉18.00〈/价格〉
〈/书籍〉
〈/参考资料〉
这是一个典型的XML文件，编辑好后保存为一个以.xml为后缀的文件。我们可以将此文件分为文件序言（Prolog）和文件主体两个大的部分。在此文件中的第一行即是文件序言。该行是一个XML文件必须要声明的东西，而且也必须位于XML文件的第一行，它主要是告诉XML解析器如何工作。其中，version是标明此XML文件所用的标准的版本号，必须要有；encoding指明了此XML文件中所使用的字符类型，可以省略，在你省略此声明的时候，后面的字符码必须是Unicode字符码（建议不要省略）。因为我们在这个例子中使用的是GB2312字符码，所以encoding这个声明也不能省略。在文件序言部分还有一些声明语句，我们在后面给予介绍。
文件的其余部分都是属于文件主体，XML文件的内容信息存放在此。我们可以看到，文件主体是由开始的〈参考资料〉和结束的〈/参考资料〉控制标记组成，这个称为XML文件的"根元素"；〈书籍〉是作为直属于根元素下的"子元素"；在〈书籍〉下又有〈名称〉、〈作者〉、〈价格〉这些子元素。货币单位是〈价格〉元素中的一个"属性"，"人民币"则是"属性值"。
首先，XML文件的第一行必须是声明该文件是XML文件以及它所使用的XML规范版本。在文件的前面不能够有其它元素或者注释。
第二，在XML文件中有且只能够有一个根元素。我们的第一个例子中，〈参考资料〉... 〈/参考资料〉就是此XML文件的根元素。
第三，在XML文件中的标记必须正确地关闭，也就是说，在XML文件中，控制标记必 须有与之对应的结束标记。如：〈名称〉标记必须有对应的〈/名称〉结束标记，不像HTML，某些标记的结束标记可有可无。如果在XML文件中遇到自成一个单元的标记，就是类似于HTML 中的〈img src=http://blog.soso.com/qz.q/.....〉的这些没有结束标记的时候，XML把它称为"空元素"，必须用这样的写法：〈空元素名/〉，如果元素中含有属性时写法则为：〈空元素名 属性名="属性值"/〉。
第四，标记之间不得交叉。在以前的HTML文件中，可以这样写：
〈B〉〈H〉XXXXXXX〈/B〉〈/H〉,〈B〉和〈H〉
标记之间有相互重叠的区域，而在XML中，是严格禁止这样标记交错的写法，标记必须以规则性的次序来出现。
第五，属性值必须要用" "号括起来。如第一个例子中的"1.0"、"gb2312"、"人民币"。都是用" "号括起来了的，不能漏掉。
第六，控制标记、指令和属性名称等英文要区分大小写。与HTML不同的是，在HTML中， 类似〈B〉和〈b〉的标记含义是一样的，而在XML中，类似〈name〉、〈NAME〉或〈Name〉这样的标记是不同的
第七，我们知道，在HTML文件中，如果我们要浏览器原封不动地将我们所输入的东西显示出来，可以将这些东西放到〈pre〉〈/pre〉或者〈xmp〉〈/xmp〉标记中间。这对于我们创建HTML教学的网页是必不可少的，因为网页中要显示HTML的源代码。而在XML中，要实现这样的功能，就必须使用CDATA标记。在CDATA标记中的信息被解析器原封不动地传给应用程序，并且不解析该段信息中的任何控制标记。CDATA区域是由："〈![CDATA["为开始标记，以">〉"为结束标记。例如：例2中的源码，除了"〈![CDATA["和">〉"符号，其余的内容解析器将原封不动地交给下游的应用程序，即使CDATA区域中的开始和结尾的空白以及换行字符等，都同样会被转交（注意CDATA是大写的字符）。