xml学习笔记

1.xml概述

1.1xml概念：xml本质上是一种数据存储的格式，可以在保存数据的同时保存数据之间的关系。xml利用标签来保存数据的内容，利用标签之间的嵌套关系来保存数据之间的关系。

1.2xml运用场景

1.2.1数据传输：xml本质上是一段字符串，具有跨平台的特点，所有的开发语言、操作系统都支持，利用这样的特点可以用xml进行跨平台跨语言的数据传输。

1.2.2作为配置文件来使用：xml在保存数据内容的同时也可以保存数据之间的层级关系，利用这样的特点，xml常备用来作为配置文件来用。

1.3xml文件：将符合xml格式的数据写入到一个文件中去，那这样的文件就是一个xml文件，这样的文件通常都以.xml做为后缀名，请注意，不要将xml狭隘的理解成xml文件，xml除了文件形式外还可以以其他的形式存在(内存中构建或网络中传输).

1.4xml校验：浏览器除了内置html解析器外，还内置了xml解析器，利用这一点，我们可以使用浏览器对xml进行校验。如果xml符合规范，浏览器就正常打开，如果不符合规范则提示错误信息和错误行数。

2.xml语法

2.1文档声明:告诉解析器如何去解析当前xml，是对当前xml一个声明，文档声明必须在xml的第一行出现，而且只能出现一次。一个不包含文档声明的xml称为格式不良好的xml，虽然很多的解析器都可以解析，但这是不符合规范的，有风险的，所以不建议这样做。

2.1.1<?xml version="1.0" ?>注意：所有的问号空格都必须是英文半角，version代表当前xml所遵循的规范，到目前位置都是1.0规范

2.1.2<?xml version="1.0" encoding="gb2312" ?>encoding属性指定当前xml所使用的编码集，解析器将用该编码集去解码xml。xml文件如果保存使用的编码和encoding所指定的编码不同就会导致乱码问题，一定要注意。

2.1.3<?xml version="1.0" standalone="no" ?>standalone属性声明当前文档是否是一个独立的文档，默认值为yes，如果该文档要依存于其他文档存在，则应该将此属性设置为no。很多的解析引擎并不会真的参考这个属性，但是标准就是标准，我们要按标准学习

2.2元素

一个标签就是一个xml元素。

2.2.1标签可以分文开始标签和结束标签，在开始标签和结束标签之间的文本称为标签体，如果一个标签既不包含标签体也不包含其他元素，可以将开始标签和结束标签进行合并，这样的标签就叫做自闭标签。

例子：<a>我是标签体</a>    <a/>

2.2.2标签可以嵌套子标签，注意所有的嵌套都必须是合理嵌套。

2.2.3格式良好的xml必须包含且只能包含一个根标签。

2.2.4xml元素的命名规范：

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（:）。

2.3属性

2.3.1一个xml元素可以包含多个属性，一个属性分为属性名和属性值，其中属性值应该用双引号或单引号给引起来。

2.3.2其实一个元素的属性可以转化为该元素的子标签，在表示的内容上是等效的。

例子<china captital="beijing"/>

--->

<china>

<capital>

beijing

</capital>

</china>

2.3.3属性也要遵循和元素相同的命名规范。

2.4注释

<!--注释内容-->

2.4.1注释不能出现在文档声明之前。

2.4.2注释不能再嵌套注释

2.5CDATA区： 被CDATA区包含的内容将不会被解析器解析，而会当作文本来处理。

<![CDATA[

转义的内容

]]>

2.6转义字符

转义字符用来转义xml中特殊字符。

& --》 &amp;

< --》&lt;

> --》&gt;

" --》&quot;

' --》&apos;

注意：CDATA区用来转义一段内容，转义字符只能用来转义单个字符。

CDATA转义是通过通知处理器不要去解析其中的内容来实现的，本质传输的还是那个特殊字符。转义字符是将特殊字符用其他字符进行了替代，解析在看到转以后的字符后会用特殊字符去展现，其实他背后传输的是转义后的字符。

2.7处理指令

用来通知解析器以何种方式去解析xml

<?xml-stylesheet type="text/css" href="1.css" ?>

其实文档声明也是一种特殊的处理指令

多学一点：其实xml最初出现的目的就是替代html做网页用的，结果这个家伙太复杂了，对于做前台的开发的美工小mm们太过复杂，所以一直没推行开，反倒是做为配置文件和传输数据的时候用的多一点。

3.xml的约束技术

xml约束技术就是可以提供一个文档用来约束一个xml文档的写法。

市面上最常见的两种xml约束技术是DTD SChema，这两个技术都是标准，都由w3c组织负责发布。

3.1DTD

3.1.1如何在xml中引入DTD

(1)外部引入：dtd约束写在外部文件中，然后在xml中进行引入

<1>本地硬盘中的dtd文件的引入

<!DOCTYPE 根元素的名称 SYSTEM "dtd文件路径">

例如：<!DOCTYPE 书架 SYSTEM “book.dtd”>

<2>引入公共位置上的dtd

<!DOCTYPE 根元素的名称 PUBLIC "DTD名称" "DTD所在的URL">

例如：<!DOCTYPE web-app PUBLIC 

"-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN"

"http://java.sun.com/dtd/web-app_2_3.dtd">

(2)内部引入：dtd约束直接写在xml文件中

例子：

<!DOCTYPE 书架 [

<!ELEMENT 书架 (书+)>

<!ELEMENT 书 (书名,作者,售价)>

<!ELEMENT 书名 (#PCDATA)>

<!ELEMENT 作者 (#PCDATA)>

<!ELEMENT 售价 (#PCDATA)>

]>

3.1.2如何约束xml元素

<!ELEMENT 元素名称 元素约束> 

元素约束：

(1)元素内容：元素内容必须用小括号引起来

<!ELEMENT 书架 (.....)>

“，”: 如果括号内的内容用逗号进行分割的话，表明其中的内容必须按顺序出现。

“|”: 如果括号内的内容用竖线进行分割的话，表明其中的内容只能出现其中之一。

 #PCDATA:表明该元素中只能写标签体

+: 一次或多次 (书+)

  ?: 0次或一次 (书?)

    *: 0次或多次  (书*)

    

    利用括号还可以进行组操作，形成更复杂的元素约束

    

    例子: <!ELEMENT MYFILE ((TITLE*, AUTHOR?, EMAIL)* | COMMENT)>

(2)存放类型

EMPTY:表明当前元素不能再包含其他元素了

ANY：表明当前元素可以包含任意元素

3.1.3如何约束xml属性

<!ATTLIST 元素名 

属性名1 属性类型 属性约束

属性名2 属性类型 属性约束

……

>

(1)属性约束

#REQUIRED 表明该属性是一个必须存在的属性

#IMPLIED 表明该属性是一个可选的属性

#FIXED "固定值" 表明该属性必须取给定的固定值，如果强行设定成其他值dtd校验不通过，如果不给值解析器会默认将加上该属性，并设定为给定的值

"默认值" 如果该该属性没有指定，则取默认值，如果指定成其他则用指定的值

(2)属性类型

CDATA：表示属性值为普通文本字符串。

ENUMERATED 枚举，属性的值只能取给定的值中的一个

例子： 类型 (科技|文学|教育) #REQUIRED

ID:表明此属性是一个标志性的属性，在整个xml文档中该属性的值不能重复出现。注意：ID的值不能以数字开头，不能出现空白字符

例子：书号 ID #REQUIRED

3.1.4ENTITY(实体)

实体：就是对一段内容的引用

实体分为引用实体和参数实体

(1)引用实体：这段引用是被用在xml文件中的

<!ENTITY 实体名称 "实体内容">

引用的方式： &实体名称;

例子:<!ENTITY 网址  "www.itheima.cn">

<书 类型="科技" 书号="a111" 网址="&网址;">

(2)参数实体 用在DTD中的实体

   <!ENTITY % 实体名称 "实体内容" >

   引用参数实体：%实体名称;