XML基础速成

最新推荐文章于 2023-08-05 21:17:01 发布

craftsman2020

最新推荐文章于 2023-08-05 21:17:01 发布

阅读量387

点赞数

分类专栏： XML Python 文章标签： xml python

https://blog.csdn.net/craftsman2020

本文链接：https://blog.csdn.net/craftsman2020/article/details/108303453

版权

Python 同时被 2 个专栏收录

87 篇文章 8 订阅

订阅专栏

XML

3 篇文章 1 订阅

订阅专栏

python

文章目录

一、XML简介
二、XML语法
三、XML元素之间的关系
四、XML名称命名规则
附录
- 彻底掌握python中的lxml (一)

一、XML简介

XML是一种标记语言，用于描述数据，它提供一种标准化的方式来来表示文本数据。
XML文档以.xml为后缀。需要彻底注意的是XML是区分大小写的。

先从一个简单的XML例子来了解下xml基础:

<?xml version="1.0" encoding="utf-8" ?>
<books ISBN="9787544238212">
  <title>xml学习笔记</title>
  <price>30</price>
  <pagecount>300</pagecount>
</books>

第一行表明，本XML遵守的版本是1.0，使用的字符编码是UTF-8字符集。

每个XML元素都已一个起始标记开始和一个结束标记结束。比如开始: <title>，结束：</title>。XML元素可以带有属性，属性值要加引号。比如上例中的ISBN就是属性，属性值要加双引号。同时用等号连接。
一个XML文档只能够有一个根节点，如上例中books就是根节点。

以下列出XML的几个要点：

XML是一种可扩展标记语言；
XML的标记没有被预定义，用户可以自行定义标记来描述数据；
XML主要用来描述和存储数据；
XML具有自我描述性；
XML是树状结构的文档，是个结构化的文档；
XML文档是个文本文件；

二、XML语法

每个开始标记都必须有结束标记；
一个XML文档只能够有一个根元素；
所有XML元素必须正确嵌套；
属性值必须加引号；
一个元素不能有相同的属性；

下面以示例来解释XML常用的术语。

2.1 标记

标记分为开始标记和结束标记，如<title>就是一个开始标记。</title>就是一个结束标记。开始标记与结束标记之间的内容成为XML元素的内容。如果一个XML元素没有内容，我们称其为空元素。如<title></title>。

2.2 元素

XML元素是从一个开始标记到它结束标记的一段内容。比如 <title>XML基础详解</title> 就是一个元素。

2.3 属性

一个元素可以带有属性，属性写在开始标记里，写在元素名称的后面。
比如<books ISBN=“9787544238212”>，其中ISBN="9787544238212"就是books元素的一个属性。ISBN 是属性的名称, 9787544238212 是属性值。
一个XML元素不能有相同的XML属性名。

三、XML元素之间的关系

子节点；
父节点；
并列节点(兄弟关系)；

下面以一个例子来解释这三种关系。

<?xml version="1.0" encoding="utf-8" ?>
<father>Tom Smith
  <son>
    John Smith
    <grandson>Hans Smith</grandson>
  </son>
  <daughter>Jane Smith</daughter>
</father>

在上面的例子中，son元素就是father元素的子节点。father元素就是son元素和daughter元素的父节点。son元素和daughter又称并列节点。
XML元素中可以带有属性作为XML元素的附加信息。
如果属性值中包含双引号，就用单引号包围属性值。如：

<site info = 'wo "ai" ni'>

如果属性值中包含单引号，就用双引号包围属性值。如：

<site info = "wo 'ai' ni">

一个XML元素可以有一个或多个属性，每个属性用空格分开。如：

<person name="zhangsan" age="23">

四、XML名称命名规则

XML的名称可以包含英文字母和数字，或者其他字符比如下划线。XML名称不能以数字或者标点符号开头，XML不能以xml开头(或者xml的大小写，因为这是XML相关标准的保留词)。XML名称不能包含空格，虽然XML名称支持下划线(_)、连字符(-)、句号(.)和冒号(：)，但XML开头不能使用连字符(-)、句号(.)和冒号(：)。

4.1 XML实体应用

4.1.1 在XML标记里除了表示一个标记的开始之外，不允许有小于号<，因为小于号总是被XML解析器解释为一个标记的开始。
如 :

<person> if age < 10 </person>

这行代码是错误的，如果一定要在XML元素内容里书写小于号，那么可以使用小于号的实体引用，即：&lt; 来替换小于号。
如：

<person> if age &lt; 10</person>

是正确的写法。

4.1.2 在XML里也不能使用&这个字符，因为&被解释为某个实体引用的开始。所以必须使用&的实体引用**&amp**; 来代替&。
如：

<person>a & b</person>

是错误的

<person>a &amp; b</person>

是正确的

下面给出XML5个预定的实体引用

实体引用	字符	说明
&lt;	<	小于号
>	>	大于号
&amp;	&	和
&apos;	’	单引号
&quot;	"	双引号

当XML解析器解析含有上述实体引用的XML文档时，会将这些实体引用转换成相应的字符。
只有<和&在XML是非法的。另外几个是合法的，可以直接写，只是用实体引用更加清晰而已。

4.2 XML CDATA区

当需要往XML文档里添加一段内容，而内容里有很多<或者&的时候，将所有<或&转换为实体引用是很麻烦的事情，这时候可以使用CDATA区，在CDATA区里不必使用实体引用，因为XML解析器不会计算CDATA区里的内容。
CDATA区以　　<![CDATA[　　开始，以　　]]>　　结束

示例如下：

<mycode>
　　　　　　　　<![CDATA[
　　　　　　　　　　<html>
　　　　　　　　　　　　<title></title>
　　　　　　　　　　　　<body></body>
　　　　　　　　　　</html>
　　　　　　　　]]>
　　　　　</mycode>

需要注意的是：在CDATA区内，不能出现 ]]>

4.3 XML注释

XML注释以结束。
示例：

<!-- 这是注释 -->

在XML注释里面，除了结束符–>，不能出现两个连字符–。XML注释也可以放在元素内容里。

4.4 XML声明

XML文档应当以XML声明开始，不过不是必须的。
示例：

<?xml version="1.0" encoding="utf-8" standalone="yes" ?>
<person>
    张三
</person>

如果一个XML文档含有声明，必须放在XML文档的第一行。
XML文档声明主要有三个参数。

版本：版本表示遵循的是W3C的XML1.0标准。
字符编码：字符编码表示该XML文档使用的字符编码方式。对于中文文档，应该使用UTF-8或者Unicode。如果是纯英文，可以使ISO-8859-1编码。
独立：如果XML standalone的值是no，表示它需要DTD。不需要DTD的XML文档，standalone的值应该写为yes。

4.5 格式正确的XML文档。

每个开始标记必须有结束标记。
XML文档只有一个根元素。
XML元素必须被正确嵌套。
XML元素不能有相同名称的属性。
XML属性值必须加引号。
XML注释不能写在标记里。
XML文档里不能出现<和&标记。必须用实体引用代替。

4.6 XML命名空间

XML命名空间是为了解决当XML文档中存在多个相同名称的元素时，避免冲突而引入的。
命名空间的语法：

xmlns:prefix=“URI”
xmlns：表示必须的属性。
prefix：表示命名空间的别名，它的值不能为xml。
URI：用来标识抽象或物理资源的的紧凑字符串。为了保证标识的唯一性，xml采用Internet上的网址作为这个标识符，因为网址是独一无二的。

默认命名空间示例：

<?xml version="1.0" encoding="utf-8" ?>
<Article xmlns="http://www.xxx.com/"> <!--默认命名空间-->
  <author age="30">张三</author>
  <length>12000</length>
  <price>42</price>
</Article>

带名字的命名空间|：

<?xml version="1.0" encoding="utf-8" ?>
<h:Article xmlns:h="http://www.xxx.com/"> <!--带前缀的命名空间-->
  <h:author age="30">张三</h:author>
  <h:length>12000</h:length>
  <h:price>42</h:price>
</h:Article>

4.7 DTD和XML Schema

DTD文档类型定义，是一套关于标记符的语法规则。它是XML1.0班规格的一部分，是XML文件的验证机制。属于XML文件组成的一部分。DTD是一种保证XML文档格式正确的有效方法，可以通过比较XML文档和DTD文件来看文档是否符合规范，元素和标签使用是否正确。一个DTD文档包括：元素的定义规则，元素间关系的定义规则，元素可使用的属性、可使用的实体或符号规则。不同的公司之需定义好标准的DTD，个公司都能够依照DTD建立XML文件，并且进行验证，如此就可以轻易的建立标准与交换数据。这样便满足了网络共享和数据交互。
DTD文件是一个ASCII的文本文件，后缀名为.dtd。每一个XML文档都可以携带一个DTD，用来对该文档格式进行描述，测试该文档是否为有效的XML文档。
XML Schema如果DTD一样是负责定义和描述XML文档的结构和内容模式的。它可以定义XML文档中存在哪些元素和元素之间的关系，并且可以定义元素和属性的数据类型。是针对DTD的某些缺点，如：DTD不支持数据类型，扩展性较差等而出现的。
XML Schema具有以下优点：

一致性：Schema使得XML得定义不必再利用一种特定的形式化语言，而是直接借助XML自身的特性，利用XML的基本语法规则来定义XML文档的结构。

扩展性：Schema对DTD进行了扩充，引入了数据类型，命名空间，从而具备较强的可扩展性。

互换性：利用Schema，我们能够书写XML文档以及验证文档的合法性。另外通过特性的映射机制，还可以将不同的Schema进行转换，以实现更高层次的数据交换。

规范性：同DTD一样，Schema野提供了一套完整的机制以约束XML文档中的标记的使用。相比之下Schema基于XML，更具有规范性。

XML Schema的限制功能例如：那些元素可以出现在文档中，元素间的关系是什么，每个元素有那些内容和属性以及元素出现的顺序和次数等等。

引用：https://www.cnblogs.com/mq0036/p/11556686.html

附录

彻底掌握python中的lxml (一)

彻底掌握python中的lxml (一)

彻底掌握python中的lxml (二) lxml封装

craftsman2020

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
XML基础速成

文章目录一、XML简介二、XML语法2.1 标记2.2 元素2.3 属性三、XML元素之间的关系四、XML名称命名规则4.1 XML实体应用4.2 XML CDATA区4.3 XML注释4.4 XML声明4.5 格式正确的XML文档。4.6 XML命名空间4.7 DTD和XML Schema一、XML简介XML是一种标记语言，用于描述数据，它提供一种标准化的方式来来表示文本数据。XML文档以.xml为后缀。需要彻底注意的是XML是区分大小写的。先从一个简单的XML例子来了解下xml基础:&lt
复制链接

扫一扫