XML学习指导

 

什么是XML元素？ 

XML是一种标识语言，一组用来创建描述数据的语法标签的规则集。一个XML元素是由开 

始标签、结束标签以及标签之间的数据构成的。开始和结束标签用来描述标签之间的数 

据。标签之间的数据被认为是元素的值。例如，在下面一个XML元素的例子中，元素"di 

rector"的值是"Ed Wood"。 

<director>Ed Wood</director> 

元素名（"director"）允许你把"Ed Wood"这个值标出来，这样你就能把这些数据同另外 

类似的数据区分开来。例如，有可能另一个元素的值也是"Ed Wood"。 

<actor>Ed Wood</actor> 

由于每个元素都有不同的标签名，所以你能很容易把上面两个元素的值区别开来。如果 

从语义上没有办法把数据标出来，两个有同样值的元素会混淆起来。 

属性 

一个元素可以包含一个或多个属性，属性是一个由“=”隔开的名称值，如： 

<CITY ZIP="01085">Westfield</CITY> 

在上面的例子中，ZIP="01085"是元素<CITY>的一个属性。属性用来给一个元素添加附加 

的、次要的信息，通常是元信息，属性还可以使用缺省值，而元素却不能这样做。元素 

的每一个属性可以以任意顺序进行说明，但仅能说明一次。 

此外，XML标签对大小写敏感，因此以下这三个是不同的元素。 

<City><CITY><city>

 

 

XML的头

•          

•         XML声明一般是XML文档的第一行

•         XML声明由以下几个部分组成：

–        version - -文档符合XML1.0规范

–        encoding - -文档字符编码，默认为"UTF-8"

 

 

根元素：

•         XML 文档必须包含在一个单一元素中。这个单一元素称为根元素，它包含文档中所有文本和所有其它元素。

•         而不包含单一根元素的文档不管该文档可能包含什么信息，XML 解析器都会拒绝它。

•         每个XML文档必须有且只有一个根元素

•         根元素是一个完全包括文档中其他所有元素的元素。

•         根元素的起始标记要放在所有其他元素的起始标记之前。

•         根元素的结束标记要放在所有其他元素的结束标记之后

标记：

•         标记是左尖括号（<）和右尖括号（>）之间的文本。有开始标记（例如 <name>）和结束标记（例如 </name>）

•         不能省去任何结束标记。

•         如果一个元素根本不包含标记，则称为空元素；HTML 换行（<br>）就是个例子。在 XML 文档的空元素中，您可以把结束斜杠放在开始标记中。

 

 

字符数据：

开始标记和结束标记之间的文本被定义为“字符数据”

•         字符数据可以是“<”以外的任何合法 (Unicode) 字符

–        <book>Java夜未眠</book>

•         字符数据分类

–        PCDATA --- 普通字符数据

•         将由解析器解析

–        CDATA

•         不会由解析器解析

注释：

<!--这是一个注释-->

•         注释内容中不要出现--；

•         不要把注释放在标记中间；

–        <Name <!--the name-->>TOM</Name>

•         注释不能嵌套；

•         可以在除标记以外的任何地方放注释。

属性

<Student ID="100“>

       <Name>TOM</Name>

</Student>

 

•         属性值用双引号（"）或单引号（'）分隔（如果属性值中有'，用"分隔；有"，用'分隔）

•         一个元素可以有多个属性，它的基本格式为：

<元素名 属性名="属性值">

•         特定的属性名称在同一个元素标记中只能出现一次

•         属性值不能包括<, >, &

XML 文档中的属性有两个规则：

1. 属性必须有值
2. 那些值必须用引号括起。

您可以使用单引号，也可以使用双引号，但要始终保持一致。

 

DOCTYPE:

文档类型声明，紧跟XML声明之后，包含所有实体声明

•         语法：

<?xml version="1.0"?>

<!DOCTYPE  根元素标记名 [

    <!--实体声明-->

]>

 

实体引用：

 

•         为了避免把字符数据和标记中需要用到的一些特殊符号相混淆，XML还提供了一些有用的实体引用。

•         作用：避免重复输入

•         自定义实体语法：

<!DOCTYPE 根元素 [

<!ENTITY 实体名 "实体内容">

]>

•         引用已定义的实体：

&实体名;

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

 

XML文档节点类型：

•         文档(document)

•         元素(element)

•         属性(attribute)

•         文本(PCDATA--parsed character data)

•         注释(comment)

•         处理指令(PI--processing instruction)

•         DOCTYPE

•         实体(ENTITIES)

•         CDATA(character data)

 

无效、有效以及格式良好的文档

•         有三种 XML 文档：

•         无效文档没有遵守 XML 规范定义的语法规则。如果开发人员已经在 DTD 或模式中定义了文档能够包含什么，而某个文档没有遵守那些规则，那么这个文档也是无效的。

•         有效文档既遵守 XML 语法规则也遵守在其 DTD 或模式中定义的规则。

•         格式良好的文档遵守 XML 语法，但没有 DTD 或模式。

结构完整的XML文档

 

遵循如下规则的XML文档称为结构完整：

u     语法规范

–        必须有XML声明语句

<?xml version="1.0" encoding=“GBK"?>

–        必须有且仅有一个根元素

–        标记大小写敏感

–        属性值用引号

–        标记成对

–        空标记关闭

–        元素正确嵌套

–        元素语法

–        名称中可以包含字母、数字或者其它字符

–        名称不能以数字和"_"（下划线）开头

–        不能以XML/xml/Xml/…开头

–        名称中不能含空格

–        名称中不能含冒号(注：冒号留给命名空间使用)

 

创建XML文档

•         创建XML声明

•         创建根元素

•         创建XML代码

•         必须的规则

–        至少需要一个元素

–        XML 标签区分大小写

–        应正确使用结束标签

–        正确嵌套标签

–        应使用合法标签

–        标记名称的长度

–        应定义有效的属性

–        应验证文档

XML文档规则总结

•           XML文档通常以一个XML声明开始

•         通过XML元素来组织XML数据

•         XML元素包括标记和字符数据

•         为组织数据更方便、清晰，在字符数据中引入CDATA数据块

•         在文档中引入注释

•         需要给XML处理程序提供一些指示信息，XML文档中可以包含处理指令