XML基本语法规则

XML基本语法规则

XML 声明

可选择是否进行声明

XML 文档的第一行内容，通常是 XML 的声明部分，比如：

<?xml version="版本号" encoding="编码方式" standalone="独立与否"?>

声明时的相对位置必须与示例相同即:version>>encoding>>standalone

若出现则必须是整XML 文档的第一行内容(第一行不能为注释或者空行）。<?xml 必须顶格，且中间不能有空格。

XML声明内容	是否可缺省
版本声明（version）	否
编码声明（encoding）	是
文档独立性声明（standalone）	是

版本声明(version 属性)

在 XML 的声明中，这个属性是必须的，并且必须作为第一个属性出现

若存在XML声明，则必须存在版本声明

编码声明(encoding 属性)

用于指明当前 XML 文档中所使用的符号的编码方式（指定解码方式）

这个编码方式与 XML 文档在文件系统中保存时使用的编码方式没有直接的关系

编码方式与解码方式是一一对应的

文档独立性声明 (standalone 属性)

表明当前 XML 文件是独立使用、还是与其他的标记文件配套使用

依赖于外部dtd、xslt等文件时，不独立，若是依赖于内部的则依旧独立

属性	解析时是否需要外部标记声明文档
yes	不需要
no	需要

处理指令（Processing Instruction）

将 XML 文档用于特殊的应用程序时，表示需要执行的特定操作

XML 解析器并不理解这些处理指令的含义，也不会执行任何特定的操作

处理指令的语法格式如下：

<?target-name data?>

比如： <?xml-stylesheet href="style.xsl" type="text/xsl”?>。
(1) 两个问号，是处理指令的开始与结束。
(2) 当 XSL 的执行引擎碰到这个处理指令时，将会根据 href 的取值获得指定的 xsl 文件，并对输入的 XML 文档进行相应的转换。

注释 （Comment）

语法:

注释中不应该出现两个连续的横线 (-)
注释不应该出现在元素的标记中
注释之中不应该嵌套注释

元素 （Element）

在层次结构的 XML 文档中，元素是最基本的组成单元

1. 一个元素可以包含任意多个子元素，可以包含多个同名的子元素

2. 子元素的顺序是非常重要的

比如再书的XML文档中，第一个 author 元素表示该书籍的第一作者，而第二个 author 元素表示第二作者，所以颠倒顺序后含义完全不同。

语法格式

<element_name att1=“val1” att2=“val2”> ――开始标记
…content… ――内容
</element_name> ――结束标记

元素中可以包含文本、子元素、或者两者的组合

命名规则

1. 元素的名称必须以字母、或者下划线（ _ ）、或者冒号（ : ）开头
2. 元素名称中除首个符号之外的部分可以是字母、数字、横线（-）、下划线（_）、点号（.）、冒号（:）的任意组合
3. 元素名称是大小写敏感的，因此开始标记和结束标记中元素名称的大小写形式必须完全相同
4. 元素名称长度没有限制
5. 可以使用非英文的元素名

位置	字符
开头	字母-下划线-冒号
除首字符外的其他位置	字母、数字、横线（-）、下划线（_）、点号（.）、冒号（:）

不可以出现其他特殊字符,如&$%#@!等

空元素 （Empty Element）

在 XML 文档中，元素的内容可以为空

空元素是指不包含任何内容的元素，但是在其开始标记中可以包含属性

1. <element_name att1=“val1” att2=“val2”> </element_name>

2. <element_name> </element_name>

3. <element_name/>

   2和3完全等价

属性 （Attribute）

1. 元素在其开始标记中可以包含任意多个属性，但不能包含同名的属性

2. 对于一个元素所有的属性，它们不分先后顺序，因为它们之间可以通过名称相互区别

属性不能独立于元素而存在(存在于元素的开始标记中)，通常以名=值的形式出现，属性的取值必须加上引号（单引号或者双引号）。

属性的名-值对用于描述当前元素的某个方面的特征，比如：
< author firstname=“tom” lastname=“hanks” > < / author >

属性的命名规则与元素的命名规则相同

元素VS属性

元素内容中的子元素和属性，都可以用来刻画该元素某个方面的特征

对于简单的标量数据（无结构的数据），可以采用属性，否则应该采用子元素。
对于可能在数目上发生变化的特性，应该使用子元素，使用子元素的方案在可扩展性方面性能良好

比如某本书籍可能有多个作者：

1. 子元素表示描述
   < book >
   < author >tom hanks< /author >
   < author >mike jimmy< /author >
   …
   < /book >

2. 属性描述
   < book author1=“tom hanks” author2=“mike jimmy”>…< /book>

方法2修改了元数据的内容，即属性名称本身，可能会影响到已经编写的用于解析该文档的应用程序

同一元素其子元素与属性的对比

	子元素	属性
数量	无限制	无限制
名称	可同名	不可同名
顺序	有序	无序

元素的内容

元素开始标记和结束标记之间的数据称为该元素的内容

内容形式

1. 子元素
2. 文本
3. 子元素和文本的混合

XML解析器靠<>符号区分文本内容和元素

< > 之间的文本是元素的标记

文本内容

文本内容中不应该出现的特殊字符

特殊字符指的是在XML中有特殊含义的字符

使用特殊字符的方法

预定义实体

XML 1.0 规范中定义了五种预定义实体

字符	预定义实体(解析之后将被还原)
<	& lt;(less than)
>	& gt;(great than)
&	& amp;
’	& apos;
"	& quot;

注意&与字符之间无空格

除此以外的的其他实体，必须在使用前进行声明

CDATA段

CDATA段的作用:告诉解析器不要试图从该文本块中查找 XML 标记，它仅仅就是文本内容

假设 XML 文档的某块文本内容中包含大量的特殊字符，那么可以将整个文本块的内容放入到一个 CDATA 段

形如:

（<![CDATA[......]]>）

…表示文本块

CDATA 段的文本内容中不能直接出现 ]]>，并且 CDATA 段不应该嵌套使用

使用空白字符的方法（White Space）

空白字符:

1. 空格

2. 回车

3. 换行

4. 制表

在缺省的情况下，对于连续出现的空白字符，解析器会将其缩减为一个空格字符。

显示标记包含的全部空格的方法: 在编辑xml文件时将输入法换成“中文”输入法，并选择“全角状态”来编辑空格字符。