XML

XML

什么是XML，为什么学习XML?

Extensible Markup Language，翻译过来为可扩展标记语言。Xml技术是w3c组织发布的，目前推荐遵循的是W3C组织于2000发布的XML1.0规范。 

在现实生活中大量存在有关系的数据，如图所示。

什么是 XML?

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技术用于解决什么问题？

XML语言出现的根本目标在于描述上图那种，在现实生活中经常出现的有关系的数据。

在XML语言中，它允许用户自定义标签。一个标签用于描述一段数据；一个标签可分为开始标签和结束标签，在开始标签和结束标签之间，又可以使用其它标签描述其它数据，以此来实现数据关系的描述。例如：

XML常见应用

XML技术除用于保存有关系的数据之外，它还经常用作软件配置文件，以描述程序模块之间的关系。

在一个软件系统中，为提高系统的灵活性，它所启动的模块通常由其配置文件决定

例如一个软件在启动时，它需要启动Ａ、Ｂ两个模块，而A、Ｂ这两个模块在启动时，又分别需要A1、A2和B1、B2模块的支持，为了准确描述这种关系，此时使用ＸＭＬ文件最为合适不过。

XML 文档规则  

XML文档的分类

格式不良好(malformed)的xml文档:完全没有遵守xml文的基本规范的xml文档。

格式良好(well-formed)的但无效的xml文档: 遵守xml文的基本规范,但没有使用dtd或schema定义语义约束的xml文档。

有效(valid)的xml文档：遵守xml文的基本规范,并使用dtd或schema定义语义约束，而且也完全遵守了dtd或schema定义语义约束的xml文档。

 

形式良好的 XML 文档

“形式良好”或“结构良好”的 XML 文档拥有正确的语法。

“形式良好”（Well Formed）的 XML 文档会遵守前几章介绍过的 XML 语法规则：

XML文档必须有根元素

XML文档必须有关闭标签

XML标签对大小写敏感

XML元素必须被正确的嵌套

XML属性必须加引号

 

XML语法

一个XML文件分为如下几部分内容：

文档声明

元素

属性

注释 

CDATA区 、特殊字符

处理指令（processing instruction）

 

 

XML语法－文档声明

在编写XML文档时，需要先使用文档声明，声明XML文档的类型。

最简单的声明语法：

       <?xmlversion="1.0" ?>

用encoding属性说明文档的字符编码：

       <?xmlversion="1.0" encoding="GB2312" ?> 

用standalone属性说明文档是否独立：

       <?xmlversion="1.0" encoding="GB2312"  standalone="yes" ?>

 

常见错误：

1. <?xml version=1.0 ?>

2. <?xml version=“1.0” ?>在“和?之间没有空格

3.编码错误

注意：声明必须是xml文档中的第一行内容。<之前不能有其他任何字符

 

元素 ：

XML元素指XML文件中出现的标签，一个标签分为开始标签和结束标签，一个标签有如下几种书写形式，例如：

包含标签体：<a>www.itcast.cn</a>

不含标签体的：<a/>

一个标签中也可以嵌套若干子标签。但所有标签必须合理的嵌套，绝对不允许交叉嵌套 ，例如：

              <a>welcometo <b>www.it315.org</a></b>

格式良好的XML文档必须有且仅有一个根标签，其它标签都是这个根标签的子孙标签。

 

对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理。例如：下面两段内容的意义是不一样的。

 

由于在XML中，空格和换行都作为原始内容被处理，所以，在编写XML文件时，使用换行和缩进等方式来让原文件中的内容清晰可读的“良好”书写习惯可能要被迫改变。

 

元素——命名规范

一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：

区分大小写，例如，<P>和<p>是两个不同的标记。

不能以数字或"_" (下划线)开头。

不能以xml(或XML、或Xml 等)开头。

不能包含空格。

名称中间不能包含冒号（:）。

英文名称必须以英文字母或者下划线开头，中文名称必须以中文文字或下划线开头。

在使用默认编码集的情况下，名称可由英文字母、数字、下划线、连接符（-）和点号（.）构成。在指定了编码集的情况下，则名称中除上述字符外，还可以出现该字符集中的合法字符

 

属性

一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如：

              <inputname=“text”>

属性值一定要用双引号（"）或单引号（'）引起来

定义属性必须遵循与标签相同的命名规范

多学一招：在XML技术中，标签属性所代表的信息，也可以被改成用子元素的形式来描述，例如：

              <input>

                    <name>text</name>

              </input>

       注释

Xml文件中的注释采用：“<!--注释-->” 格式。

注意：

XML声明之前不能有注释

注释不能嵌套，例如：

       <!--大段注释

       ……

              <!--局部注释-->

       ……

       --> 

 

 

CDATA区

在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理。

遇到此种情况，可以把这些内容放在CDATA区里，对于CDATA区域内的内容，XML解析程序不会处理，而是直接原封不动的输出。

语法：<![CDATA[ 内容 ]]>

       <![CDATA[

              <csdn>

                     <br/>

              </csdn>

       ]]>

转义字符

对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理。