xml笔记（二）——xml文档的规范

第二节：xml文档规范

Xml文档的分类

1、  格式不良好(malformed)的xml文档:完全没有遵守xml文的基本规范的xml文档。

2、  格式良好(well-formed)的但无效的xml文档: 遵守xml文的基本规范,但没有使用dtd或schema定义语义约束的xml文档。

3、  有效(valid)的xml文档：遵守xml文的基本规范,并使用dtd或schema定义语义约束，而且也完全遵守了dtd或schema定义语义约束的xml文档。

Xml的语法

•         一个XML文件分为如下几部分内容：

–     文档声明

–     元素

–     属性

–     注释 

–     CDATA区 、特殊字符

–     处理指令（processing instruction）

Xml的声明

最简单声明

 <?xml version=” 1.0” ?>

Encoding属性：字符编码 如果没有指定默认的是UTF-8编码

常见的字符集

简体中文：GBK 或GB2312

繁体中文: BIG5

西欧字符:ISO8859-1

通用的国际编码:Unicode  UTF-8

演示案例：

  <?xml version="1.0" encoding="UTF-8"?>

<中国></中国>

引起错误的原因是：编码的错误

解码成字符

 字符集错误时的xml文档

新建是一个.txt文档 保存的是.xml UTF-8 默认的编码ANSI 中国

写入到硬盘 编码成二进制码 00 11

磁盘文件

 

 

 

 

 

 

 

 

Standalone:指定该文档是否需要引用其它资源,属性值只有：yes或no

Yes：独立      No：不独立

Xml元素的基本规则

   元素是xml文档的基本单元,xml文档就是一个一个层层嵌套的元素组成的。整个的xml文档从根元素开始,根元素包含若干个子元素,而每个子元素又可以包含若干个子元素,从而可以组成一个xml文档。

Xml标签语法：

  1、Xml的标签分为两类：

     单标记：<中国/>

     双标记：<中国></中国>

  2、xml标签的要求：

      1、标签名可以有字母(包括非西欧字符)、数字、下划线(_)、中划线(-)、冒号(:)和点号(.)组成,但不能以数字、中划线和点号开头。

2、标签名不能包含<、>、，、$等符号

3、标签名种尽量不要出现英文的冒号(:),除非在使用命名空间。

4、标签名不能以字符xml、XML等任意大小写组合开始。

5、标签名不能包含空格。

6、标签名区分大小写

3、xml标签嵌套子元素：xml允许深度嵌套子元素，只要保证元素之间合理的嵌套即可.而且xml元素可以嵌套多个重名的子元素,这多个子元素之间是有序的。

    第一个:xml

<中国>

 <北京>

     <海淀/>

     <朝阳></朝阳>

     <朝阳></朝阳>

 </北京>

</中国>

  第二个xml：

<中国>

 <北京>

     <朝阳></朝阳>

     <朝阳></朝阳>

    <海淀/>

 </北京>

</中国>

4、空元素：空元素不可以接受子元素,也不可以接受字符串内容。

     第三个xml：

      <book>

         <name>redarmy</name>

         <content/>  ：备注：空元素 但可以接受属性，而且可以接受多个属性

      </book>

    <book>

         <name>redarmy</name>

         <content></content> :备注它包好的是一个空格 空格也是字符

      </book>

例如空元素接受属性：

  <book name=”Java建议” price=” 30” />

5、字符数据

   <book>

      <computer>Struts2开发详解</computer>

      <computer>

         Struts2开发详解

      </computer>

   </book>

  对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理

 如果文本字符中包含了一些特殊的字符，例如<和&由于这些字符都有特殊的含义,因此直接在xml文档中使用该字符串将引起文档的混乱。

   <表达式>

 

        <比较符>1+3<6</比较符>

   </表达式>

代表的是文本字符串中包含了特殊的字符

 

有以下两种方法解决：

1、 使用实体引用：用另一个特殊符号代替这些特殊符号

2、 使用CDATA标记：将整个文档定义成字符串。

1、  使用实体引用

        <?xml version="1.0" encoding="UTF-8"?>

  <表达式>

        <比较符>1+3&<6</比较符>

  </表达式>

上面的红色的<产生了干扰

解决如下：

 <?xml version="1.0" encoding="UTF-8"?>

  <表达式>

        <比较符>1+3&lt;6</比较符>

      </表达式>

2、  使用CDATA标记

在特殊标记CDATA下,所有的特殊字符,甚至是有效的元素都将被当成简单的字符串处理。实体引用也会失去作用，变成直接的文本。

CDATA的语法格式如下：

 <![CDATA[文本内容]]>

<?xml version="1.0" encoding="UTF-8"?>

  <表达式>

        <比较符>

             <![CDATA[

               1+3<6

              ]]>

           </比较符>

  </表达式>

    备注：由于xml文档根本不会对CDATA标记内容进行任何解析,因此在CDATA内可以放置任何内容，其中的内容永远不会出错。

1、  注释

Xml文档还可以加入解释用的字符数据,这些解释用的字符串不会被xml解析器处理。这些解释用的文本称为注释。Xml的文档注释与html完全一致。

Xml注释的语法格式如下：

<!--注释字符串 -->

Xml的注释允许包含元素和标签。

注意：

1、  Xml的注释不能够放在标签体内。

2、  不要把xml文档放在xml文档声明之前  xml文档的声明永远在第一行

3、  不在注释中使用双中划线(--)

…..

2、  处理指令

处理指令，简称PI （processing instruction）。处理指令用来指挥解析引擎如何解析XML文档内容。

处理指令用于给处理xml文档的应用程序提供信息,告诉处理程序应该如何处理该文档。一个完备的xml文档的处理程序,可以读取xml文档的处理指令,并根据处理指令进行相应处理,或将它传给下一个程序。

Xml处理指令的格式如下：

<?处理指令名 处理指令信息?>

3、  属性

xml属性的特征：

1、  xml元素的属性必须有属性值,属性值必须用引号引起来。

2、  同一个xml元素里不能有多个同名的属性

3、  Xml元素里的多个属性之间没有先后顺序。

<book>

     <isbn>123456780</isbn>

     <book_name>Java讲义</book_name>

      <price>99</price>

</book>

比如说 这个book本身就有 isbn  book_name price的属性

那么

 <book isbn=”” book_name=”” price=””/>

Xml必须有一个根元素。

Xml文档的整体结构

1、  必须有一个根元素(有且只有一个)

2、  元素必须合理结束

3、  元素之间必须合理嵌套

4、  元素的属性必须有属性值

只要不满足上面的条件就是一个格式不良好的xml文档

只要满足上面的条件就是一个格式良好的xml文档

并且遵守了dtd或者schema就是一个有效的xml文档。

Xml文档是一种标准的结构化文档，可以转换成DOM(Document Object Model)树,其根节点对应DOM树的根节点。

<book>

    <computer>

       <name>网上介绍</name>

       <author>redarmy</author>

    </computer>

    <computer>

        <name>网上介绍</name>

       <author>redarmy</author>

    </computer>

</book>

 

book

computer

computer

………

computer

name

author

 

注意：

必须具有根标记且根标记必须唯一

开始标记和结束标记需配对使用

标记不能交错使用

空标记可写 成“<标记名/> ”的形式

标记对大小写敏感