无线标记语言(WML)基础之WML基本知识

由于之前在处理wap聊天室业务乱码问题的时候已经遇到过这种情况，但当时主要是因为海信EG59手机浏览器的编码问题，加上时间仓促，而该手机也未在移植行列，故未能深入研究。

今日在为聊天室开发关键字过滤系统的时候，再次出现乱码问题，借此得以深入研究。

 

研究发现，WML(1.1)页面间传递参数，的确与HTML和JSP有极大差异。例如：

 

Content:<input name="chatcont"/><br/>
<anchor>Submit
 <go href="check.jsp" method="post">
  <postfield name="acc" value="$chatcont"/>
 </go>
</anchor>

 

差异一：在这个表单中，无论把method的值设置为POST还是GET，在check.jsp中都只能用request.getParameter()来接收参数，如果用getAttribute()来接收的话，会得到null；

而在JSP中接收的话，POST方式传递的参数必须用getAttribute()接收；

 

差异二：基本可以理解为虽然说是POST方式传递，但实际上并不是真实的POST方式，而仅仅只是隐藏了url后的参数而已。因此如果传递中文的话，WML传递到JSP页面中获取并使用System.out.print()在服务台打印出来，将是如下HTML编码格式：

 

&#26446;&#27946;&#24535;&#22823;&#21414;

 

而如果使用out.print()输出到页面的话，则会自动还原为中文；

 

鉴于无法通过转换编码的方式来得到中文，因此在网上找到老紫竹写第一个转换HTML格式编码的工具代码，由于篇幅原因，这里并不贴出。如果读者需要，可以给我发邮件索取： 231071844@qq.com

 

 

另外：

 

1、从getAttribute()得到的值为null可以看出，由POST发送的文本并未包含在本应包含他们的HTTP的body中，而同样是存在于head中。

 

2、按照HTTP协议的描述，在url传参的过程中：如果数据是英文字母/数字，原样发送，如果是空格，转换为+，如果是中文/其他字符，则直接把字符串用BASE64加密，得出如：%E4%BD%A0%E5%A5%BD，其中％XX中的XX为该符号以16进制表示的ASCII。

 

而我在接收WML传输来的中文字符时，虽然在地址栏显示的是：%E4%BD%A0%E5%A5%BD，但用getParameter()方法得到的却是HTML的格式编码，这也许可以理解为WML协议和HTTP协议的差异？

 

本文还有待深入探讨。

 

-------------------------阅读下面的文章后会更有收获--------------------------

 

接下来我们介绍WML语言的基本知识，主要包括WML的字符集、变量、数据类型及WML程序的基本组成部分等。

　　1、WML的字符集及编码

　　WML使用XML的字符集，即通用字符集ISO/IEC-1062.，也即统一字符编码标准Unicode 2.0。同时，WML还支持其他系列的字符集子集，例如UTF-8、ISO-8859-1或UCS-2等。其中：

　　UTF-8是指通用字符集UCS(Universal Character Set)的转换格式8(Transformation Format 8)，主要传输国际字符集的转换编码。UTF-8采用了UCS字符的8位编码，提供了十分安全的编码格式，可以有效避免数据传输过程中的窃听、截取及非法解密。同时，UTF-8与7位ACSII码完全兼容，不会影响此类编码实现的程序；它的编码规则十分严格，能够有效避免同步传输错误，而且还会支持其它字符集提供了足够的空间。

　　ISO-8859-1字符集是国际标准化组织ISO(International Standardization Organization)制定的ACSII字符集的扩展集，能够表示所有西欧语言的字符。与ISO Latin-1一样，ISO-8859-1与Windows环境中普遍使用的美国国家标准协会ANSI(American National Standards Institute)的字符集极为类似，绝大多数情况下无需区分。在不特别指明的情况下，HTTP协议均使用ISOLatin-1字符集。因此，为了WML页面中表示非ACSII（non-ACSII）字符，开发人员需要使用相应的ISO Latin-1编码的字符。

　　UCS-2是ISO 1062.标准中自定义的通用多8位编码字符集(Universal Multiple-Octer Coded Character Set)的2字节（即16位）编码标准，其字符编码值与Unicode字符的标准编码值相等。

　　WML文档可以采用HTML 2.0规范所定义的任何字符编码标准经编码处理。一般说来，WML文档的字符编码是需要转换为另外的编码格式，以与WAP用户的手机浏览器所用字符标准相适应，否则，手机浏览器就无法显示WML页面中的字符。然而，编码转换时可能会丢失一些字符信息，所以，如果在用户端进行WML文档的编码转换，那么就可能导致某些结果信息丢失而不能被用户所浏览。因此，如有必要，我们应当尽量在WML页面传送到用户浏览器之前完成编码转换。

　　为了解决这一问题，一方面，我们需要为Web服务器补充定义WML的数据类型，以让服务器可以准确传输这些数据，另一方面，我们需要制订编码转换的原则。

　　2、WML字符使用基本规则

　　WML是一种比较严格的语言，字符使用必须遵守相应的规则，这些基本规则主要包括以下几个方面：

　　1）大小写敏感。在WML中，无论是标签元素还是属性内容都是大小写敏感的，这一点继承了XML的严格特性，任何大小写错误都可能导致访问错误。

　　一般来说，WML的所有标签，属性，规定和枚举及它们的可接受值必须小写，Card的名字和变量可大写和小写，但它是区分大小写的。包括参数的名字和参数的数值都是大小写敏感的，例如variable1、Variable1和vaRiable1都是不同的参数。 2）空格。对于连续的空字符，程序运行时只需要一个空格。属性名、符号（=）和值之间不能有空格。

　　3）标签。标签内属性的值必须使用双引号（"）或单引号（’）括起来。对于不成对出现的标签，必须在大于号（>）前加上顺斜杠（/），比如换行标签必须写成<br/>才正确。

　　4）不显示的内容。在WML中，不显示的字符主要包括换行符、回车符、空格和水平制表符，它们的8位十六进制内码分别为10、13、32及9。

　　程序执行时，WML将忽视所有的多于一个以上的不显示字符，即WML会把一个或多个连续的换行、回车、水平制表符及空格转换成一个空个。

　　5）保留字符。这是WML的一些特殊字符，如小于号（<）、大于号（>）、单引号“’”、双引号“"”、和号（&）。

　　6）显示汉字。如果希望WML程序执行时能够显示汉字，则只需要程序开头使用encoding指定汉字字符集即可。例如：<?xml version="1.0" encoding="gb2312">。

　　注意：指定汉字字符集的形式和方法可能因为开发工具或WAP手机的不同而不同。

　　3、变量

　　WML编程中可以使用变量，变量使用前必须进行定义。变量一旦在Deck中的某一个Card上定义过，其他Card则可以不必重新定义就能直接调用该变量。

　　定义变量的语法格式为：

$identifier
$(identifier)
$(identifier:conversion)

　　其中identifier指变量名，或说变量标示符；conversion指变量的替代。

　　变量名是由US-ACSII码、下划线和数字组成的，并且只能以US-ACSII码开头。变量名严格区分大小写，也即，变量名是大小写敏感的。

　　定义变量的语法在WML中享有最高的解释优先级。

　　有关变量的使用说明如下：

　　1）在WML中，变量可以在字符串中使用，并且在运行中可以更新变量的值。

　　2）当变量等同于空字符串时，变量将处于未设置状态，也就是空（Null）。

　　3）当变量不等同于空字符串时，变量将处于设置状态，也就是非空（Not Null）状态。

　　4）在“$identifier”形式下，WML通常以变量名后面的一个空格表示该变量名的结束。如果在某些情况下空格无法表示一个变量名的结束，或者变量名中包含有空格，则必须使用括号将变量名括起来，即采用“$(identifier)”的形式。

　　WML程序中的变量是可以替代的，我们可以把变量的数值赋给Card中的某一文本。有关变量替代说明如下：

　　1）在WML程序中，只有文本部分才可以实现替代。

　　2）替代一般在运行期发生，而且替代不会影响变量现在的值。

　　3）任何标签是按照字符串替代的方式实现的。

　　4）替代是按照字符串替代的方式实现的。

　　由于变量在语法中有最好的优先级，包含变量声明字符的字符串将被当作变量对待，所以如果要使程序显示“$”符号，则需要连续使用两个“$”进行说明。例如：<p> Your acconut has $$15.00 in it </p>一句显示的结果为：Your account has $15.00 in it。

###adv###　　2、WML核心数据类型

　　WML的核心数据类型均属于字符型数据，是根据XML的数据类型定义的，共有下述2.掷嘈停?1）CDATA型。这种数据类型是WML用得最多的一种，可以是数字、字符串或包含数字的字符串。不过定义时，不论是数字或字符串，都必须以文本的形式定义，及数据用引号引起来。CDATA型的数据仅用于属性值。例如"$(value)"或name="value"等。注意，这里的value指CDATA型的数据值。

　　2）PCDATA型。这是从CDATA中分解出来的一类数据，除了可以是文本形式的数字、字符串或两者的混合串外，还可以是WML的标签。PCDATA型的数据只能用于WML的元素表示。

　　3）NMTOKEN型。这是一类特殊的数据，凡是包含或部分包含数字、字母及标点符号的数据均属于NMTOKEN型数据。这种数据可以用标点符号开头，但不用于定义变量名或元素名。

　　4）id型。专门用于定义WML元素名称的数据类型。

　　在这2.掷嘈椭校珻DATA型用起来比较灵活，它可以使变量或数据免于语法检查。这是因为，CDATA内的数据内容都会被当作文本来处理，从而可以避免WML的语法检查，直接作为文本显示出来。

　　5、WML数据值性质

　　除了NMTOKEN型数据外，WML其他3种数据都必须以文本形式即加上引号进行定义。我们关心的问题是，这些类型的数据可以表示哪些数据值呢？或者说，它们所表示的数据值的性质是什么呢？ 事实上，WML数据只在性质上可以是长度（Length）、宏变量（Vdata）、流（Flow）、内行（Inline）、布局（Layout）、文本（Text）、超链（Href）、布尔值（Boolean）、数据（Number）或增强方式（Emphasis）。

　　6、卡片与卡片组

　　前面我们分析了WML程序的结构时，曾将讲到WML文档的信息是通过卡片集和卡片组集的形式进行组织的。一个Deck是一个或多个Card的集合。当客户终端发出请求之后，WML即从网络上把Deck发送到客户的浏览器，Deck是服务器发送信息的最小单位。用户浏览器收到Deck后，可以浏览其中包含的所有Card。Card用于表示或描述一个或多个用户交互单位。

　　7、卡片组模板

　　同一卡片组通常会含有许多卡片，这些卡片的定义、属性或格式通常都大同小异。如果我们逐一定义各个卡片，显然是十分麻烦的。为此，WML提供了卡片组模板的功能，模板内定义了一系列标准和参数，可以应用到同一卡片组的所有卡片中去，从而能够大大地提高我们的编程效率。有关卡片组模板的内容我们后面会专门介绍的。

　　8、WML与URL、程序段锚点

　　我们知道，环球网WWW是各种信息和设备的网络，为保证全球范围内的交互，人们制定了3种规范:其一，统一资源定位器URL提供所有网络资源的标准命名方式和定位方式；其二，标准协议，如HTTP协议等，提供WWW资源的传输方式；其三。标准内容类型，如HTML、WML，提供WWW资源的内容形式及标准。WML沿用了这些规范，并扩大了URL使用的范围。在WML中，不仅超连接、文件路径及文件名可以作为URL处理，卡片名、宏变量名及各种内部资源名等也可作为URL处理。

　　为此，WML改进了HTML命名资源位置的方式，采用程序锚点（Fragment Anchor）的形式来处理WML程序中某段程序的地位。程序段锚点根据文档WML规则进行定义，并按照程序段表示符前加井字好（#）的方式书写。使用程序段锚点，WML程序可以在同一卡片组中定位不同的卡片。如果在程序中不指定程序段，那么程序中引用的URL名称则指整个卡片组，而且卡片组的名称同时也是本卡片组内的第一个卡片的名称。

　　9、浏览器操作历史

　　为了在浏览器端管理WML程序的执行，WML使用“浏览器前后关系”的功能保存WML程序执行的状态及各种参数、变量等，这样可以用来记录用户的操作情况。同时，WML还提供了一个简单的导航历史模型，以URL地址的形式记录了用户浏览时的各种操作，并把这些URL地址放入历史推栈。通过推栈，用户即可实现历史浏览的回潮及其它操作。