XML基础（转贴）

最新推荐文章于 2024-09-01 23:03:28 发布

rainlight

最新推荐文章于 2024-09-01 23:03:28 发布

阅读量1.1k

点赞数

分类专栏： Java 文章标签： xml 文档 html encoding html解析器 schema

Java 专栏收录该内容

19 篇文章 0 订阅

订阅专栏

XML指南——XML CDATA

在XML文档中的所有文本都会被解析器解析。

只有在CDATA部件之内的文本会被解析器忽略。

解析数据

XML 解析器通常情况下会处理XML文档中的所有文本。

当XML元素被解析的时候，XML元素内部的文本也会被解析:

<message>This text is also parsed</message>

XML解析器这样做的原因是XML元素内部可能还包含了别的元素，象下面的例子，name元素内部包含了first和last两个元素:

<name><first>Bill</first><last>Gates</last></name>

解析器会认为上面的代码是这样的:

<name>

<first>Bill</first>

<last>Gates</last>

</name>

转义字符

不合法的XML字符必须被替换为相应的实体。

如果在XML文档中使用类似"<" 的字符, 那么解析器将会出现错误，因为解析器会认为这是一个新元素的开始。所以不应该象下面那样书写代码:

<message>if salary < 1000 then</message>

为了避免出现这种情况，必须将字符"<" 转换成实体，象下面这样:

<message>if salary &lt; 1000 then</message>

下面是五个在XML文档中预定义好的实体:

<	<	小于号
>	>	大于号
&	&	和
'	'	单引号
"	"	双引号

实体必须以符号"&"开头，以符号";"结尾。

注意: 只有"<" 字符和"&"字符对于XML来说是严格禁止使用的。剩下的都是合法的，为了减少出错，使用实体是一个好习惯。

CDATA部件

在CDATA内部的所有内容都会被解析器忽略。

如果文本包含了很多的"<"字符和"&"字符——就象程序代码一样，那么最好把他们都放到CDATA部件中。

一个 CDATA 部件以"<![CDATA[" 标记开始，以"]]>"标记结束:

<script>

<![CDATA[

function matchwo(a,b)

{

if (a < b && a < 0) then

{

return 1

}

else

{

return 0

}

}

]]>

</script>

在前面的例子中，所有在CDATA部件之间的文本都会被解析器忽略。

CDATA注意事项:

CDATA部件之间不能再包含CDATA部件（不能嵌套）。如果CDATA部件包含了字符"]]>" 或者"<![CDATA[" ，将很有可能出错哦。

同样要注意在字符串"]]>"之间没有空格或者换行符。

《XML指南——XML CDATA》来自www.3duNet.cn 版权归原作者所有，仅供学习，转载请注明出处!

XML指南——XML 语法

XML的语法规则既简单又严格，非常容易学习和使用。
正因为如此，编写读取和操作XML的软件也是相对容易的事情。

一个XML文档的例子
XML文档使用了自描述的和简单的语法。
<?xml version="1.0" encoding="ISO-8859-1"?>
<note>
<to>Lin</to>
<from>Ordm</from>
<heading>Reminder</heading>
<body>Don’t forget me this weekend!</body>
</note>

文档的第1行:XML声明——定义此文档所遵循的XML标准的版本，在这个例子里是1.0版本的标准，使用的是ISO-8859-1 (Latin-1/West European)字符集。
文档的第2行是根元素（就象是说“这篇文档是一个便条”）：
<note>

文档的第3--6行描述了根元素的四个子节点（to, from, heading,和 body）：
<to>Lin</to>
<from>Ordm</from>
<heading>Reminder</heading>
<body>Don’t forget me this weekend!</body>

文档的最后一行是根元素的结束：
</note>

你能从这个文档中看出这是Ordm给Lin留的便条么？难道能不承认XML是一种美丽的自描述语言么？

所有的XML文档必须有一个结束标记
在XML文档中, 忽略结束标记是不符合规定的。
在HTML文档中，一些元素可以是没有结束标记的。下面的代码在HTML中是完全合法的：
This is a paragraph
This is another paragraph

但是在XML文档中必须要有结束标记，象下面的例子一样：
This is a paragraph
This is another paragraph

注意: 你可能已经注意到了，上面例子中的第一行并没有结束标记。这不是一个错误。因为XML声明并不是XML文档的一部分，他不是XML元素，也就不应该有结束标记。

XML标记都是大小写敏感的
这与HTML不一样, XML标记是大小写敏感的。
在XML中, 标记<Letter>与标记<letter>是两个不同的标记。
因此在XML文档中开始标记和结束标记的大小写必须保持一致。
<Message>This is incorrect</message> //错误的
<message>This is correct</message> //正确的

所有的XML元素必须合理包含
在XML中不允许不正确的嵌套包含。
在HTML中，允许有一些不正确的包含，例如下面的代码可以被浏览器解析：
This text is bold and italic

在XML中所有元素必须正确的嵌套包含，上面的代码应该这样写：
This text is bold and italic

所有的XML文档必须有一个根元素
XML文档中的第一个元素就是根元素。
所有XML文档都必须包含一个单独的标记来定义，所有其他元素的都必须成对的在根元素中嵌套。XML文档有且只能有一个根元素。
所有的元素都可以有子元素，子元素必须正确的嵌套在父元素中，下面的代码可以形象的说明：
<root>
<child>
<subchild>.....</subchild>
</child>
</root>

属性值必须使用引号""
在XML中,元素的属性值没有引号引着是不符合规定的。
如同HTML一样，XML元素同样也可以拥有属性。XML元素的属性以名字/值成对的出现。XML语法规范要求XML元素属性值必须用引号引着。请看下面的两个例子，第一个是错误的，第二个是正确的。
<?xml version="1.0" encoding="ISO-8859-1"?>
<note date=12/11/99>
<to>Lin</to>
<from>Ordm</from>
<heading>Reminder</heading>
<body>Don’t forget me this weekend!</body>
</note>

<?xml version="1.0" encoding="ISO-8859-1"?>
<note date="12/11/99">
<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don’t forget me this weekend!</body>
</note>

第一个文档的错误之处是属性值没有用引号引着。
正确的写法是: date="12/11/99". 不正确的写法: date=12/11/99.

使用XML,空白将被保留
在XML文档中，空白部分不会被解析器自动删除。
这一点与HTML是不同的。在HTML中，这样的一句话：
"Hello my name is Ordm"将会被显示成：“Hello my name is Ordm”,
因为HTML解析器会自动把句子中的空白部分去掉。

使用XML, CR / LF 被转换为 LF
使用 XML, 新行总是被标识为 LF（Line Feed，换行）。
你知道打字机是什么么？呵呵，打字机是在上个世纪里使用的一种专门打字的机器。^&^
当你用打字机敲完一行字后，你通常不得不再把打字头移动到纸的左端。
在Windows应用程序中，文本中的新行通常标识为 CR LF (carriage return, line feed，回车，换行)。在Unix应用程序中，新行通常标识为 LF。还有一些应用程序只使用CR来表示一个新行。

XML中的注释
在XML中注释的语法基本上和HTML中的一样。


XML并没有什么特别的哦
XML确实没有什么特别的地方。他只是一些用尖括号扩在一起的普通的纯文本。
编辑普通文本的软件也可以编辑XML文档。
然而在一个支持XML的应用程序中，XML标记往往对应着特殊的操作，有些标记可能是可见的，而有些标记则可能不会显示出来，而不会有什么特殊的操作。《XML指南——XML 语法》来自www.3duNet.cn 版权归原作者所有，仅供学习，转载请注明出处!

XML指南——XML元素

XML元素是可以扩展的，它们之间有关联。
XML元素有简单的命名规则。

XML元素是可以扩展的
XML文档可以被扩展一边携带更多的信息。
请看下面的XML便条例子：
<note>
<to>Lin</to>
<from>Ordm</from>
<body>Don’t forget me this weekend!</body>
</note>

让我们来设想一个能够读取此XML文档的并能解读其中XML元素（<to>, <from>, 和<body>）的软件，可能的输出如下：
MESSAGE
To: Lin
From: Ordm
Don’t forget me this weekend!

我们再来设想，如果便条的作者Ordm在这个XML文档中加入一些额外的信息，如下所示：
<note>
<date>2002-12-24</date>
<to>Lin</to>
<from>Ordm</from>
<heading>Reminder</heading>
<body>Don’t forget me this weekend!</body>
</note>

那么原来的应用程序会中断或者崩溃么？
不会。应用程序仍然会正确的解读<to>, <from>, 和<body> 等元素，并且产生同样的输出。
XML文档是可以扩展的！

XML元素是相互关联的
XML元素之间是父元素和子元素的关系。
为了更好的理解XML术语，必须了解XML元素之间的关系如何，以及元素的内容是如何被描述的。
设想有这样一本书：
署名: XML 指南
第一章: XML入门简介
什么是HTML
什么是XML
第二章: XML语法
XML元素必须有结束标记
XML元素必须正确的嵌套

我们可以用XML文档来描述这本书：
<book>
<title>XML 指南</title>
<prod id="33-657" media="paper"></prod>
<chapter>XML入门简介
<para>什么是HTML</para>
<para>什么是XML</para>
</chapter>
<chapter>XML语法
<para>XML元素必须有结束标记</para>
<para>XML元素必须正确的嵌套</para>
</chapter>
</book>

在上面的代码中，Book元素是XML文档的根元素，title元素和chapter元素是book元素的子元素。Book元素是title元素和chapter元素的父元素。title元素，prod元素和chapter元素是平级元素，因为他们都有同一个父元素。

XML元素的内容
XML元素有不同的内容。
XML元素指的是从该元素的开始标记到结束标记之间的这部分内容。
XML元素有元素内容，混合内容，简单内容或者空内容。每个元素都可以拥有自己的属性。
在上面的例子中，book元素有元素内容，应为book元素包含了其它的元素。Chapter元素有混合内容，因为它里面包含了文本和其他元素。para元素有简单的内容，因为它里面仅有简单的文本。prod元素有空内容，因为他不携带任何信息。
在上面的例子中，只有prod元素有属性，id属性值是33-657，media属性值是paper。

XML元素命名
XML元素命名必须遵守下面的规则：
元素的名字可以包含子母，数字和其他字符。
元素的名字不能以数字或者标点符号开头。
元素的名字不能以XML(或者xml，Xml,xMl...)开头。
元素的名字不能包含空格。
自己“发明”的XML元素还必须注意下面一些简单的规则：
任何的名字都可以使用，没有保留字（除了XML），但是应该使元素的名字具有可读性，名字使用下划线是一个不错的选择。
例如: <first_name>, <last_name>.
尽量避免使用“-”，“.”，因为有可能引起混乱。
只要你愿意元素的名字可以很长，但也不要太夸张了哦。命名应该遵循简单易读的原则，例如：<book_title>是一个不错的名字，而<the_title_of_the_book>则显得罗嗦了。
XML文档往往都对应着数据表，我们应该尽量让数据库中的字段的命名和相应的XML文档中的命名保持一致，这样可以方便数据变换。
非英文/字符/字符串也可以作为XML元素的名字，例如<蓝色理想><经典论坛>这都是完全合法的名字。但是有一些软件不能很好的支持这种命名，所以尽量使用英文字母来命名。
在XML元素命名中不要使用":"，因为XML命名空间需要用到这个十分特殊的字符。《XML指南——XML元素》来自www.3duNet.cn 版权归原作者所有，仅供学习，转载请注明出处!

XML指南——XML 确认

符合语法的XML文档称为结构良好的XML文档。
通过DTD验证的XML文档称为有效的XML文档。

"结构良好的" XML文档
一个结构良好的XML文档应该使用正确的语法。
一个结构良好的XML文档应该遵守XML语法规则，前面一章给出的例子就是一个结构良好的XML文档：
<?xml version="1.0" encoding="ISO-8859-1"?>
<note>
<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don’t forget me this weekend!</body>
</note>

"有效的" XML文档
一个有效的XML文档应该遵守DTD的描述。
一个有效的XML文档也是一个结构良好的XML文档，同时还必须符合DTD的规则。
<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE note SYSTEM "InternalNote.dtd">
<note>
<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don’t forget me this weekend!</body>
</note>

XML DTD
DTD定义了XML文档中可用的合法元素。
DTD的意图在于定义XML文档的合法建筑模块。他通过定义一系列合法的元素决定了XMl文档的内部结构。结构良好的XML文档不一定是有效的XML文档,但有效的XML文档一定是结构良好的XML文档。如果你想了解更多关于DTD的知识可以参考DTD 指南。

XML Schema
XML Schema(XML模式)是基于XML的DTD的替代品。
W3C使得DTD和Schema可以相互替代，读者可以在Schema 指南中了解到更多信息。

错误
XML文档中发生的错误将导致XML程序停止。
W3C的XML规范声明：如果程序在处理XML文档中发现一个有效的错误，那么此程序应该终止。这就是XML软件相对于容易编写的原因。所有的XML文档地都应该是协调一致的。
在HTML中，HTML文件可能包含很多错误，（比如一个元素有开始标记没有结束标记）这也是HTML浏览器体积之所以很大的一个原因，当他们发现错误的时候，他们有各自不同的方法来决定此HTML文件应该如何显示。
在XML中决不会发生这种情况。《XML指南——XML 确认》来自www.3duNet.cn 版权归原作者所有，仅供学习，转载请注明出处!

rainlight

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
XML基础（转贴）

XML指南——XML CDATA在XML文档中的所有文本都会被解析器解析。只有在CDATA部件之内的文本会被解析器忽略。解析数据XML 解析器通常情况下会处理XML文档中的所有文本。当XML元素被解析的时候，XML元素内部的文本也会被解析:This text is also parsedXML解析器这样做的原因是XML元素内部可能还包含了别的元素，象下面的例子，name元素内部包含了first和l
复制链接

扫一扫

专栏目录