深入体验Java Web开发内幕-核心基础(看张孝祥的书的笔记一)

 一、XML基础

1、XML作为一种通用的数据交换格式，应用越来越广泛。目前许多系统的配置文件都是使用XML格式。配置文件就是记录应用程序的配置信息的文件。比如，某个程序要连接网络上的数据库系统时，需要指定数据库服务器的IP地址、服务器的网络监听端口号、数据库的名称、用户名和密码等信息，这些信息可以作为应用程序的配置信息来对待，即不要将这些信息写死在源程序中，而是写在一个文本文件中。应用程序要连接数据库系统时，从该文本文件中读取所需要的信息，如果连接的数据库系统的信息发生了改变，则只需要修改文本文件，而不用修改源程序，这个文本文件就是应用程序的配置文件。传统的配置文件通常采用如下格式：

                             #DB.properties

                              DBServer=192.168.0.100

                               port=1443

                               Database=emp

                               Username=abc

                               Password=123

上面这种格式的配置文件只能表述一些简单的信息，而很难表达具有层次结构和数据项目要动态增加的信息。采用XML格式的配置文件很容易表达这种层次结构。因此，要深入学习和掌握Java Web开发技术，必须有一些基本的XML语言知识。

2、在一个完整的XML文档中必须包含一个XML文档声明，该声明必须位于文档的第一行。这个声明表示该文档是一个XML文档，以及遵循的是哪个XML版本的规范。最简单的XML文档声明语法如下：

                     <?xml version="1.0" ?>

在“<”和“?”之间、“?”和“>”之间以及第一个“?”和XML之间不能有空格，这就是XML语法严格性的一个体现。声明语句中的version属性表示XML的版本，因为解析器对不同的版本的解析肯定会有区别，尽管目前只有1.0版本，但在声明中必须指定version属性。因为可以采用不同的字符编码集来书写一个字符内容完全相同的XML文档，所以XML软件工具(包括分析器)就需要知道该XML文档所使用的字符编码方式。这可以通过在XML文档声明中指定encoding属性来说明，比如，使用下面的语句来指明文档中的字符编码方式为GB2312编码

                   <?xml version="1.0" encoding="gb2312" ?>

W3C的XML1.0规范里规定，所有的XML解析器必须接受UTF-8和UTF-16编码的Unicode字符，所以，符合XML规范的软件工具一定都支持这两种Unicode编码。如果XML声明中没有设置encoding属性来明确指定文档所用的字符编码方式，则一律以Unicode编码看待。XML解析器通过寻找XML文档开始处的字节顺序标记，能够自动检测出文档中的Unicode编码是UFT-8还是UTF-16。XML文档声明语句中，还可以指定另外一个可选的属性：standalone,例如：

                  <?xml version="1.0" encoding="UTF-8" standalone="yes" ?>

standalone属性用来说明文档是否是独立的，如果将其设置为"yes"，则表示该文档没有依赖外面的任何文件而可以独立存在，即不需要DTD文件来验证其中的标识是否有效，也不需要XSL、CSS文件来控制其显示外观；standalone属性的默认值为“yes”。注意：如果同时设置了encoding和standalone属性，standalone属性要位于encoding属性之后，对于还有中文字符的XML，其中的字符可以采用Unicode来编码或GB2312（简体中文字符编码）编码来表示。