XML入门基础

    学习XML的时候，我们自然而然的就想起了HTML，HTML在前面的博客已经做了介绍，下面主要是介绍XML的相关基础。

一、XML？

HTML(Hyper Text Markup Language)超文本标记语言，是用来描述网页文档的一种语言。

XML(EXtensible Markup Language)是一种类似HTML的可扩展标记语言，但是它不是用来显示数据的，而是用来包含和传输数据。一般用来配置文件，携带方面。 

1.世界上任何事物都是变化发展的——XML发展历史：

2.XML与HTML的差异：

• XML不是用来替换HTML的技术
• XML和HTML为不同的目的而设计
• XML设计的核心是包含与传输数据
• HTML设计的核心是显示数据

3.XML的树状结构

XML文档形成了一种树结构，从“根部”开始，扩展到“枝叶”。例如：

    

   从上面的实例我们可以看出，XML的组成包括：声明、标签（尖括号）、元素（根元素、父元素、子元素）等等。XML文档中的元素形成一颗文档树。这棵树从根部开始，并扩展到树的最低端。好处是： 结构清晰、易于读取、处理、添加和修改子节点。 

4.XML构建模块——元素、属性、实体、PCDATA、CDATA

(1)元素

元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。 

元素可包含其他元素、文本或者两者的混合物。 元素也可拥有属性。 

命名空间：解决名称冲突问题

(2)属性

属性提供关于元素的额外(附加）信息。

XML属性值必须被引号包围，不过单引号和双引号均可使用。

(3)实体

    实体是用于定义引用普通文本或特殊字符的快捷方式的变。

    实体引用是对实体的引用，为了避免把字符数据和标签中需要用到的一些特殊符号相混淆。

在XML中有5个被预定义的实体引用:

注释：在XML中仅有字符：“<"和”&“是非法的。省略号、引号和大于号是合法的，但是把它们替换为实体引用是一个好习惯。通常来说，所有XML文档中的文本均会被解析器解析。只有CDATA区段（CDATA section)中的文本会被解析器忽略。

(4)CDATA

    CDATA指的是不应由XML解析器解析的文本数据（UCDATAUnparsed Character Data）。

    在 XML 元素中，"<" 和 "&" 是非法的。"<" 会产生错误，因为解析器会把该字符解释为新元素的开始。

"&" 也会产生错误，因为解析器会把该字符解释为字符实体的开始。CDATA 部分由 "<![CDATA[" 开始，由 "]]>" 结束。

  关于 CDATA 部分的注释：

     CDATA 部分不能包含字符串 "]]>"。也不允许嵌套的 CDATA 部分。

     标记 CDATA 部分结尾的 "]]>" 不能包含空格或折行。

（5）PCDATA

    PCDATA 指的是被解析的字符数据（Parsed Character Data）。

    XML 解析器通常会解析 XML 文档中所有的文本。

    当某个 XML 元素被解析时，其标签之间的文本也会被解析，所以非法的XML 字符必须被替换为实体引用（entity reference）。

5、XML语法规则：

• XML 文档必须有根元素XML 文档必须有一个元素是所有其他元素的父元素。该元素称为根元素。
• XML文件必须有关闭标签
• XML标记对大小写敏感
• XML元素必须被正确的嵌套
• XML属性必须加引号

    上面介绍了XML相关的语法结构以及语法规则。但是这些都是由谁来定义和提供的呢？XML文档是一种结构化的标记文档，其文档的规范性由：DTD (Document Type Definition)和Schema两种方式进行制定 。 

二、DTD

1.定义、用途？

    文档类型定义（DTD）定义XML文件的结构，为XML文件提供语法与规则；内容既可以定义在XML文件中，也可以定义在XML文件外，使用XML进行数据交换的行业或组织可定义自己的DTD，DTD对于XML是可选内容。 

   为什么要使用DTD呢? 

    为了正确交换数据，XML需要确定的结构,所以通过DTD，每一个XML文件可携带一个又关其自身格式的描述;独立的团体可一致的使用某个标准的DTD来交互数据；使用DTD来验证外部接受到的数据或是验证自身的数据。 

2.DTD结构

（1）元素

     在一个DTD中元素声明使用下面的语法：

　       <!ELEMENT　元素名称　类别＞或者<!ELEMENT 元素名称（元素内容）>

         例如：<!ELEMENT 书名（#PCDATA)><!ELEMENT 计算机书籍 (书名，价格，简要介绍)>

   a.空元素声明：　

        <!ELEMENT 元素名称 EMPTY>

        例如：<!ELEMENT br EMPTY>

   b.带有任何元素的声明：　

        <!ELEMENT 元素名称 ANY>

        例如：<!ELEMENT note ANY>　

   c.带有子元素的声明：

<!ELEMENT 元素名称 (子元素名称1，子元素名称2...)>　

例如：<!ELEMENT note (to,from,heading,body)>

       注释：当子元素按照由逗号分隔开的序列进行声明时，这些子元素必须按照相同的顺序出现在文档中。在一个完整的声明中，子元素也必须被声明，同时子元素也可拥有子元素。

    d.声明只出现一次的元素：

        <!ELEMENT 元素名称 (子元素名称)>

        例如：<!ELEMENT note (message)>

   e.声明最少出现一次的元素

        <!ELEMENT 元素名称 (子元素名称＋)>

        例如：<!ELEMENT note (message+)>

   f.声明出现零次或多次的元素
        <!ELEMENT 元素名称 (子元素名称*)>
        例如：<!ELEMENT note (message*)>

    g.声明出现零次或一次的元素

       <!ELEMENT 元素名称 (子元素名称?)>
       例子：<!ELEMENT note (message?)>

    h.声明“非.../既...”类型的内容

       <!ELEMENT　元素名称（子元素名称｜子元素名称２）＞
       例子：<!ELEMENT note (to,from,header,(message|body))>

   i.声明混合型的内容

       <!ELEMENT 元素名称(#PCDATA|子元素名称)*>

       例如：<!ELEMENTnote (#PCDATA|to|from|header|message)*>

（2）属性

        在DTD中，属性通过ATTLIST来进行声明

        语法： <! ATTLIST  元素名称 属性名称 属性类型 默认值>

        例如：<!ATTLIST payment type CDATA "cash">

     属性类型：

      默认值：

（3）实体

     是用于定义引用普通文本或特殊字符的快捷方式的变量

     实体引用是对实体的引用

     实体可在内部或外部进行声明

    a.内部实体声明的语法：　

           <!ENITY 实体名称 “实体的值”>

           例子：<!ENITY writer "Bill Gates">

                 <!ENTITY copyright "Copyright W3School.com.cn">

     b.外部实体声明的语法：

           <!ENITY 实体名称 SYSTEM "URI/URL">

           例如： <!ENTITY writer SYSTEM "http://www.w3school.com.cn/dtd/entities.dtd">

三、Schema技术

1.定义、作用？

    Schema是用来描述XML文档的结构，是基于XML的DTD替代者，XML Schema 语言也可作为 XSD（XML Schema Definition）来引用。使用Schema可保护数据通信。

2.Schema是DTD的继任者

• 可针对未来的需求进行扩展
• 更完善，功能更强大
• 基于XML编写
• 支持数据类型
• 支持命名空间

总结：XML是一种可扩展的标记语言，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XML文档是否符合规范，元素和标签是否正确。一个DTD文档包含：元素、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。Shcema模式，是DTD的继任者，比DTD的功能更为强大。