XML 从入门到精通（一）XML基础

一 XML 简介

（一）什么是 XML?

    指可扩展标记语言（EXtensibleMarkup Language）,

    是一种标记语言，很类似HTML

    设计宗旨：传输数据，而非显示数据

    标签没有被预定义，需要自行定义标签。

    被设计为具有自我描述性。

    是 W3C 的推荐标准

 

（二）XML 与 HTML 的主要差异

XML 不是 HTML 的替代，而是对 HTML 的补充；XML 和 HTML 为不同的目的而设计：

XML 被设计为传输和存储数据，焦点是数据的内容。HTML 被设计用来显示数据，其焦点是数据的外观。

HTML 旨在显示信息，而 XML 旨在传输信息。

 

（三）XML 的用途

应用于 web 开发的许多方面，常用于简化数据的存储和共享。

XML 把数据从 HTML 分离

简化数据共享；xml数据以纯文本格式进行储存，提供了一种独立于让软件和硬件的数据存储方法。

简化数据传输，在不兼容的系统之间轻松交换数据。

简化平台的变更

使数据更有用，独立于硬件、软件、应用程序。

用于创建新的Internet语言

用作配置文件

（四）XML 树结构

    XML 文档形成了一种树结构，从“根部”开始，扩展到“枝叶”。XML 文档有且仅有一个根元素/父元素。XML 具有出色的自我描述性。

 

 

二 XML 文档构建模块

所有的 XML 文档（以及 HTML 文档）均由以下简单的构建模块构成：

元素 +属性+实体+PCDATA+CDATA

下面是每个构建模块的简要描述：

（一）元素

XML 文档包含 XML 元素。元素可包含其他元素、文本、属性。

XML 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。

扩展：命名空间：避免元素命名冲突

 

（二）属性

属性(Attribute) 提供关于元素的额外（附加）信息。

属性总是被置于某元素的开始标签中，类似 HTML。属性总是以名称/值的形式成对出现的。XML 属性必须加引号：单/双。

从 HTML，你会回忆起这个：<img src="computer.gif">。"src" 属性提供有关 <img> 元素的额外信息。

在 HTML 中（以及在 XML 中），属性提供有关元素的额外信息：

<img src="computer.gif">

<ahref="demo.asp">

注释：如果属性值本身包含双引号，那么有必要使用单引号包围它，就像这个例子：

<gangstername='George "Shotgun" Ziegler'>

或者可以使用实体引用：

<gangstername="George &quot;Shotgun&quot; Ziegler">

 

小技巧： HTML 中，属性用起来很便利，但是在 XML 中，您应该尽量避免使用属性。避免 XML 属性？因使用属性而引起的一些问题：

属性无法包含多重的值（元素可以）

属性无法描述树结构（元素可以）

属性不易扩展（为未来的变化）

属性难以阅读和维护

    请尽量使用元素来描述数据。而仅仅使用属性来提供与数据无关的信息。元数据（有关数据的数据）应当存储为属性，而数据本身应当存储为元素。

（三）实体

实体是用来定义普通文本的变量。实体引用是对实体的引用。

实体引用特殊字符被预定义

    注释：在 XML 中，只有字符 "<" 和 "&" 确实是非法的。非法的 XML 字符必须被替换为实体引用（entity reference）。

  

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。

（四）PCDATA

PCDATA ：被解析的字符数据（parsed character data）。

PCDATA 是会被解析器解析的文本。文本中的标签会被当作标记来处理，而实体会被展开。不过，被解析的字符数据不应当包含任何 &、< 或者 > 字符；需要使用 &amp;、&lt; 以及 &gt; 实体来分别替换它们。

（五）CDATA

CDATA ：字符数据（character data）。

CDATA 是不会被解析器解析的文本。在这些文本中的标签不会被当作标记来对待，其中的实体也不会被展开。

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。

 

三 XML 验证

形式良好的文档与合法文档之间的差异，以及如何规定 XML 文档的结构。

形式/结构良好的XML：拥有正确语法规则

合法的 XML：通过 DTD 验证的（此项内容将在以后的文章中做专项介绍） 

（一）语法规则：

XML 文档必须有根元素

XML 文档必须有关闭标签

XML 标签对大小写敏感

XML 元素必须被正确的嵌套

XML 属性必须加引号：双/单

验证 XML 文档 

（四）注释

在 XML 中编写注释的语法与 HTML 的语法很相似：

<!-- This isa comment -->

HTML：把多个连续的空格字符裁减（合并）为一个

XML：文档中的空格会被保留，不会被删节。