[转]XML学习笔记--第2章 良构的XML文档

内容概要： 如何用开始标签和结束标签定义一个元素 如何用属性进一步描述标签 如何把文档声明为xml类型 如何给处理xml文档的应用程序传递指令 哪些字符不允许出现在xml文档里，但又如何在文档中使用这些字符 2.1 解析xml文档     使用xml解析器。     常见的解析器有：             MSXML：微软的xml解析器             Apache Xerces             Expat 2.2  标签、文本和元素（简略）         <first>是开始标签         </first>是结束标签         <first> John</first>是元素                 其中，John是文本内容，又称PCDATA（Parsed Character Data）、文本节点。      写法注意：标签内部的开头不可有空格，而结尾处可有空格    2.2.1 定义元素的规则 元素的开始标签必有结束标签与之对应（自封闭标签除外self-closing tag） 标签不能重叠，必须正确嵌套 一个xml文档中只能有一个根元素 元素命名必须遵循xml命名规则 xml是区分大小写的 xml保留PCDATA里的空白符（white space）          PCDATA中的空白符       空白符：包括空格符、换行符和跳格符         （1）HTML中：去年多余的空白符。因HTML是用来显示信息的，写HTML时为了易读而加入了空白符，但在显示时则去掉了多余的空白符（多余的空格、换行或跳格均看作是一个空格）               要显示空格：用&nbsp;               要显示换行：用<br>标签               或使用<pre>标签 （pre标签的另个作用是让字符以“等宽”格式进行显示。          （2）XML中：不删除PCDATA中多余的空白符。（注意：用IE浏览器查看xml代码时，空白符也被删除了，是因为IE先把xml用xlt技术转换为html再显示的）            额外空白符：指出现在PCDATA以外地方的空白符，也就是出现在标记里的空白符，xml删除额外空白符。额外空白符是为了增加“可读性”。           解析器如何 决定什么是空白符？                   标签内只含有元素，则里边的空白符为额外空白符；标签内有PCDATA或PCDATA和元素共存时，空白符看作是数据的一部分。 ........... 2.5 空元素（无PCDATA的元素）     <middle></middle> 也可写作<middle/>      使用情形：    元素把全部数据都放到了属性里 只需要元素名，如xhtml中的<br/>    2.6  xml声明语句        为什么要声明？             对于windows，不声明也可以，只要存为.xml文件解析器即可识别；但对于其它OS，这样则不可，必须声明。结果，加上声明是个好习惯。（声明还可提供其它信息，如版本、编码、独立性）           语句：<? xml version = "1.0" ?>，其中xml声明了当前文档是个xml类型，version说明了版本号。                    最全：<? xml version="1.0" encoding="UTF-16" standalone="yes" ?>                                version必有，encoding和standalone是可选的。encoding指定编码，standalone表明该文档是否依赖其它文件。 2.7 处理指令（向处理xml的应用程序传递指令）      语法 ：<？应用程序名 程序要执行的行为 ？>                     里边的应用程序又叫“应用目标程序”---PITarget（Processing Instruction Target） 2.8  非法的PCDATA字符-----  <  和 &         原因：xml中用‘<’表示开始一个新元素；用&表示一个实体。         术语解释：PCDATA（parsed Character data)，即被解析的字符数据，解析器会对此类数据进行解析，如上所说。                            CDATA（Character Data），字符数据，解析器对此类数据不进行解析，< 和 & 维持原样。