1:什么是XML？
這往往是第一個問題，也往往在第一個問題上你就會搞不明白，因為大多的教材上這樣回答：
XML是Extensible Markup Language的簡寫，一種擴展性標識語言。
這是標準的定義。那么什么是標志語言，為什么叫擴展性？已經讓人有些糊涂。我想我們這樣來理解會好一些：
對HTML你已經非常熟悉了吧，它就是一種標記語言，記得它的全稱嗎："Hypertext Markup Language" 超文本標記語言。明白了？同時，HTML里面有很多標簽，類似<head>,<table>等，都是在HTML 4.0里規范和定義，而XML里允許你自己創建這樣的標簽，所以叫做可擴展性。
這里有幾個容易混淆的概念要提醒大家：
1.XML并不是標記語言。它只是用來創造標記語言(比如HTML)的元語言。天，又糊涂了！不要緊，你只要知道這一點：XML和HTML是不一樣的，它的用處途比HTML廣泛得多，我們將在后面仔細介紹。
2.XML并不是HTML的替代產品。XML不是HTML的升級，它只是HTML的補充，為HTML擴展更多功能。我們仍將在較長的一段時間里繼續使用HTML。(但值得注意的是HTML的升級版本XHTML的確正在向適應XML靠攏。)
3.不能用XML來直接寫網頁。即便是包含了XML數據，依然要轉換成HTML格式才能在瀏覽器上顯示。
2. 使用XML有什么好處？
有了HTML，為什么還需要用XML？
因為現在網絡應用越來越廣泛，僅僅靠HTML單一文件類型來處理千變萬化的文檔和數據已經力不叢心，而且HTML本身語法十分不嚴密，嚴重影響網絡信息傳送和共享。(想想瀏覽器兼容的問題傷透多少設計師的腦細胞啊。)人們早已經開始探討用什么方法來滿足網絡上各種應用的需要。使用SGML是可以的，但SGML太龐大，編程復雜，于是最終選擇了"減肥"的SGML---XML作為下一代web運用的數據傳輸和交互的工具。
使用XML有什么好處？來看w3c組織(XML標準制定者)的說明：
XML使得在網絡上使用SGML語言更加"簡單和直接": 簡化了定義文件類型的過程，簡化了編程和處理SGML文件的過程，簡化了在Web上的傳送和共享。
1.XML可以廣泛的運用于web的任何地方;
2.XML可以滿足網絡應用的需求；
3.使用XML將使編程更加簡單；
4.XML便于學習和創建；
5.XML代碼將清晰和便于閱讀理解；
3. XML和HTML的區別
XML和HTML都來自于SGML，它們都含有標記，有著相似的語法，HTML和XML的最大區別在于：HTML是一個定型的標記語言，它用固有的標記來描述，顯示網頁內容。比如<H1>表示首行標題，有固定的尺寸。相對的，XML則沒有固定的標記，XML不能描述網頁具體的外觀，內容，它只是描述內容的數據形式和結構。
這是一個質的區別：網頁將數據和顯示混在一起，而XML則將數據和顯示分開來。
我們看上面的例子，在myfile.htm中，我們只關心頁面的顯示方式，我們可以設計不同的界面，用不同的方式來排版頁面，但數據是儲存在myfile.xml中，不需要任何改變。
(如果你是程序員，你會驚訝的發現，這與模塊化面向對象編程的思想極其相似！其實網頁何嘗不是一種程序呢？)
正是這種區別使得XML在網絡應用和信息共享上方便，高效，可擴展。所以我們相信，XML做為一種先進的數據處理方法，將使網絡跨越到一個新的境界。
XML文檔的有關術語
什么是XML文檔？知道HTML原代碼文件吧，XML文檔就是用XML標識寫的XML原代碼文件。XML文檔也是ASCII的純文本文件，你可以用Notepad創建和修改。XML文檔的后綴名為.XML，例如myfile.xml。用IE5.0以上瀏覽器也可以直接打開.xml文件，但你看到的就是"XML原代碼"，而不會顯示頁面內容。你可以將下面代碼存為myfile.xml試試：
<?xml version="1.0" encoding="GB2312"?>
<myfile>
<title>XML輕松學習手冊</title>
<author>ajie</author>
<email>ajie@aolhoo.com</email>
<date>20010115</date>
</myfile>
XML文檔包含三個部分：
1. 一個XML文檔聲明；
2. 一個關于文檔類型的定義；
3. 用XML標識創建的內容。
舉例說明:
<?xml version="1.0"?>
<!DOCTYPE filelist SYSTEM "filelist.dtd">
<filelist>
<myfile>
<title>QUICK START OF XML</title>
<author>ajie</author>
</myfile>
......
</filelist>
其中第一行<?xml version="1.0"?>就是一個XML文檔的聲明，第二行說明這個文檔是用filelist.dtd來定義文檔類型的，第三行以下就是內容主體部分。 我們來了解XML文檔中有關的術語：
1.Element(元素)：
元素在HTML我們已經有所了解，它是組成HTML文檔的最小單位，在XML中也一樣。一個元素由一個標識來定義，包括開始和結束標識以及其中的內容，就象這樣：<author>ajie</author>
唯一不同的就是：在HTML中，標識是固定的，而在XML中，標識需要你自己創建。
2.Tag(標識)
標識是用來定義元素的。在XML中，標識必須成對出現，將數據包圍在中間。標識的名稱和元素的名稱是一樣的。例如這樣一個元素：
<author>ajie</author>
其中<author>就是標識。
3.Attribute(屬性):
什么是屬性？看這段HTML代碼:<font color="red">word</font>。其中color就是font的屬性之一。
屬性是對標識進一步的描述和說明，一個標識可以有多個屬性，例如font的屬性還有size。XML中的屬性與HTML中的屬性是一樣的，每個屬性都有它自己的名字和數值，屬性是標識的一部分。舉例：
<author sex="female">ajie</author>
XML中屬性也是自己定義的，我們建議你盡量不使用屬性，而將屬性改成子元素，例如上面的代碼可以改成這樣：
<author>ajie
<sex>female</sex>
</author>
原因是屬性不易擴充和被程序操作。
4.Declaration(聲明)
在所有XML文檔的第一行都有一個XML聲明。這個聲明表示這個文檔是一個XML文檔，它遵循的是哪個XML版本的規范。一個XML的聲明語句就象這樣：
<?xml version="1.0"?>
5.DTD(文件類型定義)
DTD是用來定義XML文檔中元素，屬性以及元素之間關系的。
通過DTD文件可以檢測XML文檔的結構是否正確。但建立XML文檔并不一定需要DTD文件。關于DTD文件的詳細說明我們將在下面單獨列項。
6.Well-formed XML(良好格式的XML)
一個遵守XML語法規則，并遵守XML規范的文檔稱之為"良好格式"。如果你所有的標識都嚴格遵守XML規范，那么你的XML文檔就不一定需要DTD文件來定義它。
良好格式的文檔必須以一個XML聲明開始，例如：
<?xml version="1.0" standalone="yes" encoding="UTF-8"?>
其中你必須說明文檔遵守的XML版本，目前是1.0；其次說明文檔是"獨立的"，它不需要DTD文件來驗證其中的標識是否有效；第三，要說明文檔所使用的語言編碼。默認的是UTF-8，如果使用中文，你需要設置為GB2312。
良好格式的XML文檔必須有一個根元素，就是緊接著聲明后面建立的第一個元素，其它元素都是這個根元素的子元素，屬于根元素一組。
良好格式的XML文檔的內容書寫時必須遵守XML語法。(有關XML語法我們將在下一章仔細講解)
7.Valid XML(有效的XML)
一個遵守XML語法規則，并遵守相應DTD文件規范的XML文檔稱為有效的XML文檔。注意我們比較"Well-formed XML"和"Valid XML"，它們最大的差別在于一個完全遵守XML規范，一個則有自己的"文件類型定義(DTD)"。
將XML文檔和它的DTD文件進行比較分析，看是否符合DTD規則的過程叫validation(確認)。這樣的過程通常我們是通過一個名為parser的軟件來處理的。
有效的XML文檔也必須以一個XML聲明開始，例如：
<?xml version="1.0" standalone="no" encode="UTF-8"?>
和上面例子不同的，在standalone(獨立)屬性中，這里設置的是"no"，因為它必須和相應的DTD一起使用，DTD文件的定義方法如下：
<!DOCTYPE type-of-doc SYSTEM/PUBLIC "dtd-name">
其中：
"!DOCTYPE"是指你要定義一個DOCTYPE;
"type-of-doc"是文檔類型的名稱，由你自己定義，通常于DTD文件名相同；
"SYSTEM/PUBLIC"這兩個參數只用其一。SYSTEM是指文檔使用的私有DTD文件的網址，而PUBLIC則指文檔調用一個公用的DTD文件的網址。
"dtd-name" 就是DTD文件的網址和名稱。所有DTD文件的后綴名為".dtd"。
我們還是用上面的例子，應該寫成這樣：
<?xml version="1.0" standalone="no" encode="UTF-8"?>
<!DOCTYPE filelist SYSTEM "filelist.dtd">
二.DTD的有關術語
什么是DTD,我們上面已經簡略提到。DTD是一種保證XML文檔格式正確的有效方法，可以比較XML文檔和DTD文件來看文檔是否符合規范，元素和標簽使用是否正確。一個DTD文檔包含：元素的定義規則，元素間關系的定義規則，元素可使用的屬性，可使用的實體或符號規則。
DTD文件也是一個ASCII的文本文件，后綴名為.dtd。例如:myfile.dtd。
為什么要用DTD文件呢？我的理解是它滿足了網絡共享和數據交互，使用DTD最大的好處在于DTD文件的共享。(就是上文DTD說明語句中的PUBLIC屬性)。比如，兩個相同行業不同地區的人使用同一個DTD文件來作為文檔創建規范，那么他們的數據就很容易交換和共享。網上有其他人想補充數據，也只需要根據公用的DTD規范來建立文檔，就立刻可以加入。
目前，已經有數量眾多的寫好的DTD文件可以利用。針對不同的行業和應用，這些DTD文件已經建立了通用的元素和標簽規則。你不需要自己重新創建，只要在他們的基礎上加入你需要的新標識。
當然，如果愿意，你可以創建自己的DTD，它可能和你的文檔配合的更加完美。建立自己的DTD也是很簡單的一件事，一般只需要定義4-5個元素就可以了。
調用DTD文件的方法有兩種：
1.直接包含在XML文檔內的DTD
你只要在DOCTYPE聲明中插入一些特別的說明就可以了，象這樣：
我們有一個XML文檔：
<?xml version="1.0" encoding="GB2312"?>
<myfile>
<title>XML輕松學習手冊</title>
<author>ajie</author>
</myfile>
我們在第一行后面插入下面代碼就可以：
<!DOCTYPE myfile [
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ENTITY copyright "Copyright 2001, Ajie.">
]>
2.調用獨立的DTD文件
將DTD文檔存為.dtd的文件，然后在DOCTYPE聲明行中調用，例如，將下面的代碼存為myfile.dtd
<!ELEMENT myfile (title, author)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
然后在XML文檔中調用，在第一行后插入：
<!DOCTYPE myfile SYSTEM "myfile.dtd">
我們可以看到DTD文檔和HTML中js的調用是差不多的，關于DTD文檔具體如何寫，我們將在下一章和XML文檔的語法一起介紹。
下面我們來了解DTD有關的術語：
1.Schema(規劃)
schema是數據規則的描述。schema做兩件事：
a.它定義元素數據類型和元素之間的關系；
b.它定義元素所能包含的內容類型。
DTD就是關于XML文檔的一個schema。
2.Document Tree(文檔樹)
"文檔樹"在前面第二章我們已經提到過，它是文檔元素分級結構的形象表示。一個文檔結構樹包含根元素，根元素是最頂級的元素，(就是緊接著XML聲明語句后的第一個元素)。看例子：
<?xml version="1.0"?>
<filelist>
<myfile>
<title>...</title>
<author>...</author>
</myfile>
</filelist>
上面的例子分三級結構排列成"樹"狀，其中的<filelist>就是根元素。在XML和DTD文件中，第一個定義的都是根元素。
3.Parent Element(父元素)/Child Element(子元素)
父元素是指包含有其它元素的元素，被包含的元素稱為它的子元素。看上面的"結構樹"，其中<myfile>是父元素，<title>,<author>是它的子元素，而<myfile>又是<filelist>的子元素。象<title>這樣沒有包含任何子元素的最后一級元素我們也稱之為"頁元素"。
4.Parser(解析軟件)
Parser是一種檢查XML文檔是否遵循DTD規范的工具軟件。
XML的parser發展為兩類：一種是"非確認類paeser"，只檢測文檔是否遵守XML語法規則，是否用元素標識建立了文檔樹。另一種是"確認類paeser"，它不但檢測文檔語法，結構樹，而且比較解析你使用的元素標識是否遵守了相應DTD文件的規范。
Parser能獨立使用，也可以成為編輯軟件或瀏覽器的一部分。在后面的相關資源列表里，我列出了當前比較流行的一些parsers。
一.XML語法規則
二.元素的語法
三.注釋的語法
四.CDATA的語法
五.Namespaces的語法
六.entity的語法
七.DTD的語法
通過前面三章的學習，我們已經對什么是XML，它的實現原理以及相關的術語有所了解。接下來我們就開始學習XML的語法規范，動手寫自己的XML文檔。
一.XML語法規則
XML的文檔和HTML的原代碼類似，也是用標識來標識內容。創建XML文檔必須遵守下列重要規則：
規則1：必須有XML聲明語句
這一點我們在上一章學習時已經提到過。聲明是XML文檔的第一句，其格式如下：
聲明的作用是告訴瀏覽器或者其它處理程序：這個文檔是XML文檔。聲明語句中的version表示文檔遵守的XML規范的版本；standalone表示文檔是否附帶DTD文件，如果有，參數為no；encoding表示文檔所用的語言編碼，默認是UTF-8。
規則2：是否有DTD文件
如果文檔是一個"有效的XML文檔"(見上一章)，那么文檔一定要有相應DTD文件，并且嚴格遵守DTD文件制定的規范。DTD文件的聲明語句緊跟在XML聲明語句后面，格式如下：
其中：
"!DOCTYPE"是指你要定義一個DOCTYPE;
"type-of-doc"是文檔類型的名稱，由你自己定義，通常于DTD文件名相同；
"SYSTEM/PUBLIC"這兩個參數只用其一。SYSTEM是指文檔使用的私有DTD文件的網址，而PUBLIC則指文檔調用一個公用的DTD文件的網址。
"dtd-name" 就是DTD文件的網址和名稱。所有DTD文件的后綴名為".dtd"。
規則3：注意你的大小寫
在XML文檔中，大小寫是有區別的。
因為大小寫不匹配產生的文檔錯誤。
規則4：給屬性值加引號
在HTML代碼里面，屬性值可以加引號，也可以不加。例如:word和word都可以被瀏覽器正確解釋。
但是在XML中則規定，所有屬性值必須加引號(可以是單引號，也可以是雙引號)，否則將被視為錯誤。
規則5：所有的標識必須有相應的結束標識
在HTML中，標識可能不是成對出現的，
而在XML中規定，所有標識必須成對出現，有一個開始標識，就必須有一個結束標識。否則將被視為錯誤。
規則6：所有的空標識也必須被關閉
空標識就是標識對之間沒有內容的標識
二.元素的語法
元素由一對標識以及其中的內容組成。就象這樣：ajie。元素的名稱和標識的名稱是一樣的。標識可以用屬性來進一步描述。
在XML中，沒有任何保留字，所以你可以隨心所欲的用任何詞語來作為元素名稱。但是也必須遵守下列規范：
1.名稱中可以包含字母、數字以及其它字母；
2.名稱不能以數字或"_" (下劃線)開頭；
3.名稱不能以字母 xml(或 XML 或 Xml ..)開頭
4.名稱中不能包含空格
5.名稱中間不能包含":"(冒號)
為了使元素更容易閱讀理解和操作，我們還有一些建議：
1.名稱中不要使用"."。因為在很多程序語言中,"."是作為對象的屬性，例如：font.color。同樣的原因"-"也最好不要用，必須使用的，以"_"代替；
2.名稱盡量簡短。
3.名稱的大小寫盡量采用同一標準。
4.名稱可以使用非英文字符，比如用中文。但是有些軟件可能不支持。(IE5目前是支持中文元素的。)
另外，補充一點關于屬性的說明。在HTML中，屬性可以用來定義元素的顯示格式，比如：word將把word顯示為紅色。而在XML中，屬性只是對標識的描述，與元素內容的顯示無關。例如同樣一句：word，并不會將word顯示為紅色。(那么，有網友會問：如何在XML中將文字顯示為紅色呢？這就需要使用CSS或者XSL，我們在下面詳細講述。)
三.注釋的語法
注釋是為了便于閱讀和理解，在XML文檔添加的附加信息，將不會被程序解釋或則瀏覽器顯示。
四.CDATA的語法
CDATA全稱character data，翻譯為字符數據。我們在寫XML文檔時，有時需要顯示字母，數字和其它的符號本身，比如"<"，而在XML中，這些字符已經有特殊的含義，我們怎么辦呢？這就需要用到CDATA語法。語法格式如下：
例如：
<![CDATA[ajie]]>
在頁面上顯示的內容將是"ajie"
五.Namespaces的語法
Namespaces翻譯為名字空間。名字空間有什么作用呢？當我們在一個XML文檔中使用他人的或者多個DTD文件，就會出現這樣的矛盾：因為XML中標識都是自己創建的，在不同的DTD文件中，標識名可能相同但表示的含義不同，這就可能引起數據混亂。
比如在一個文檔<table>wood table</table>中<table>表示桌子，
而在另一個文檔<table>namelist</table>中<table>表示表格。如果我需要同時處理這兩個文檔，就會發生名字沖突。
了解決這個問題，我們引進了namespaces這個概念。namespaces通過給標識名稱加一個網址(URL)定位的方法來區別這些名稱相同的標識。
Namespaces同樣需要在XML文檔的開頭部分聲明，聲明的語法如下：
<document xmlns:yourname='URL'>
其中yourname是由你定義的namespaces的名稱，URL就是名字空間的網址。
假設上面的"桌子<table>"文檔來自http://www.zhuozi.com，我們就可以聲明為
<document xmlns:zhuozi='http://www.zhuozi.com'>
然后在后面的標識中使用定義好的名字空間：
<zhuozi:table>wood table</table>
這樣就將這兩個<table>區分開來。注意的是：設置URL并不是說這個標識真的要到那個網址去讀取，僅僅作為一種區別的標志而已。
六.entity的語法
entity翻譯為"實體"。它的作用類似word中的"宏"，也可以理解為DW中的摸板，你可以預先定義一個entity，然后在一個文檔中多次調用，或者在多個文檔中調用同一個entity。
entity可以包含字符，文字等等，使用entity的好處在于：1.它可以減少差錯，文檔中多個相同的部分只需要輸入一遍就可以了。2.它提高維護效率。比如你有40個文檔都包含copyright的entity，如果需要修改這個copyright,不需要所有的文件都修改，只要改最初定義的entity語句就可以了。
XML定義了兩種類型的entity。一種是我們這里說的普通entity，在XML文檔中使用；另一種是參數entity，在DTD文件中使用。
entity的定義語法為:
<!DOCTYPE filename [
<!ENTITY entity-name "entity-content"
]
>
例如我要定義一段版權信息:
<!DOCTYPE copyright [
<!ENTITY copyright "Copyright 2001, Ajie. All rights reserved"
]
>
如果我的版權信息內容和他人共享一個XML文件，也可以使用外部調用的方法，語法象這樣：
<!DOCTYPE copyright [
<!ENTITY copyright SYSTEM "http://www.sample.com/copyright.xml">
]
>
定義好的entity在文檔中的引用語法為：&entity-name;
例如，上面定義的版權信息，調用時寫作：©right;
完整的例子如下，你可以copy下來存為copyright.xml觀看實例：
<?xml version="1.0" encoding="GB2312"?>
<!DOCTYPE copyright [
<!ENTITY copyright "Copyright 2001, Ajie. All rights reserved">
]>
<myfile>
<title>XML</title>
<author>ajie</author>
<email>ajie@aolhoo.com</email>
<date>20010115</date>
©right;
</myfile>
Author: orangelizq
email: orangelizq@163.com
posted on 2007-07-14 14:48
桔子汁 閱讀(362)
評論(0) 編輯 收藏 所屬分類:
Web Service