什么是XML
XML即可扩展标记语言(eXtensible Markup Language)。标记是指计算机所能理解的信息符号,通过此种标记,计算机之间可以处理包含各种信息的文章等。
1.XML并不是标记语言。它只是用来创造标记语言(比如HTML)的元语言。
2.XML并不是HTML的替代产品。XML不是HTML的升级,它只是HTML的补充,为HTML扩展更多功能。
3.不能用XML来直接写网页。即便是包含了XML数据,依然要转换成HTML格式才能在浏览器上显示。
XML的应用
XML应用面主要分为两种类型,文档型和数据型。下面几种常见的XML应用:
1、自定义XML+XSLT=>HTML,最常见的文档型应用之一。XML存放整个文档的XML数据,然后XSLT将XML转换、解析,结合XSLT中的HTML标签,最终成为HTML,显示在浏览器上。
2、XML作为微型数据库,这是最常见的数据型应用之一。我们利用相关的XML API(MSXML DOM、JAVA DOM等)对XML进行存取和查询。
3、作为通信数据。最典型的就是WEB SERVICE,利用XML来传递数据。
4、作为一些应用程序的配置信息数据。如J2EE配置WEB服务器时用的web.XML。
5、其他一些文档的XML格式。如WORD、EXCEL等。
6、保存数据间的映射关系。如Hibernate。
XML语法规则
一.XML文档语法要点
1.所有的标记都必须要有一个相应的结束标记;
2.所有的XML标记都必须合理嵌套;
3.所有XML标记都区分大小写;
4.所有标记的属性必须用""括起来;
5.所有的空标识也必须被关闭:
如:<img src="cool.gif">应写为<img src="cool.gif" />
二.XML命名规则
1.名字中可以包含字母、数字以及其它字母;
2.名字不能以数字或"_" (下划线) 开头;
3.名字不能以字母 xml (或 XML 或 Xml ..) 开头;
4.名字中不能包含空格。
5.名称中间不能包含":"(冒号)
三.注释的语法
XMl的注释和HTML的语法是一样的。
注释的语法:
<!-- 这里是注释信息 -->
四.CDATA的语法
CDATA全称character data,翻译为字符数据。在XML中,一些字符已经有特殊的含义,我们怎么办呢?这就需要用到CDATA语法。语法格式如下:
<![CDATA[这里放置需要显示的字符]]>
例如: <![CDATA[<AUTHOR sex="female">ajie</AUTHOR>]]>
在页面上显示的内容将是"<AUTHOR sex="female">ajie</AUTHOR>"
五.Namespaces的语法
Namespaces翻译为名字空间。当我们在一个XML文档中使用他人的或者多个DTD文件,因为XML中标识都是自己创建的,在不同的DTD文件中,标识名可能相同但表示的含义不同,这就可能引起数据混乱。
比如在一个文档<table>wood table</table>中<table>表示桌子,而在另一个文档<table>namelist</table>中<table>表示表格。如果同时处理这两个文档,就会发生名字冲突。namespaces通过给标识名称加一个网址(URL)定位的方法来区别这些名称相同的标识。Namespaces同样需要在XML文档的开头部分声明,声明的语法如下:<document xmlns:yourname='URL'>
其中yourname是由你定义的namespaces的名称,URL就是名字空间的网址。
假设上面的"桌子<table>"文档来自http://www.zhuozi.com,我们就可以声明为<document xmlns:zhuozi='http://www.zhuozi.com'> ,然后在后面的标识中使用定义好的名字空间:<zhuozi:table>wood table</table>
这样就将这两个<table>区分开来。注意的是:设置URL并不是说这个标识真的要到那个网址去读取,仅仅作为一种区别的标志而已。
六.entity的语法
entity翻译为"实体"。它的作用类似模板,你可以预先定义一个entity,然后在一个文档中多次调用,或者在多个文档中调用同一个entity。
entity可以包含字符,文字等等,使用entity的好处在于:
1.它可以减少差错,文档中多个相同的部分只需要输入一遍就可以了。
2.它提高维护效率。如果需要修改,只要改最初定义的entity语句就可以了。
XML定义了两种类型的entity。
一种是我们这里说的普通entity,在XML文档中使用;
另一种是参数entity,在DTD文件中使用。
entity的定义语法为:
<!DOCTYPE filename [<!ENTITY entity-name "entity-content"]>
例如我要定义一段版权信息:
<!DOCTYPE copyright [<!ENTITY copyright "Copyright 2001, Ajie. All ights reserved"]>
如果我的版权信息内容和他人共享一个XML文件,也可以使用外部调用的方法,语法象这样:
<!DOCTYPE copyright [<!ENTITY copyright SYSTEM "http://www.sample.com/copyright.xml"> ]>
定义好的entity在文档中的引用语法为:&entity-name;
七.DTD的语法
1.设置元素
元素是XML文档的基本组成部分。你要在DTD中定义一个元素,然后在XML文档中使用。元素的定义语法为:<!ELEMENT DESCRIPTION (#PCDATA, DEFINITION)*>
说明:"<!ELEMENT" 是元素的声明,说明你要定义的是一个元素;声明后面的"DESCRIPTION",是元素的名称;"(#PCDATA, DEFINITION)*>"则是该元素的使用规则。规则定义了元素可以包含的内容以及相互的关系。
2.元素规则表:
Symbol
|
含义
|
举例
|
#PCDATA
|
包含字符或文本数据
|
<MYFILE(#PCDATA)>
元素MYFILE包含一个文本数据
|
#PCDATA, element-name
|
包含文本和其它子元素
|
<MYFILE(#PCDTATA,TITLE)>
MYFILE元素必须包含文本和TITLE子元素
|
,
|
使用逗号分隔排序
|
<MYFILE (TITLE,AUTHOR,EMAIL)>
MYFILE元素必须依次包含TITILE,AUTHOR,EMAIL三个子元素
|
""
|
使用""表示或者
|
<MYFILE (TITLE AUTHOR EMAIL)>
MYFILE元素必须包含TITLE,或者AUTHOR或者EMAIL子元素。
|
name
|
只能使用一次
|
<MYFILE (TITLE)>
MYFILE元素必须包含TITLE子元素,而且只能使用一次。
|
name?
|
使用一次或者不使用
|
<MYFILE (TITLE,AUTHOR?,EMAIL?)>
MYFILE元素必须包含TITLE子元素,而且只能使用一次;可以包含或者不包含AUTHOR和EMAIL子元素,但是如果使用,只能一次。
|
name+
|
使用至少一次或多次
|
<MYFILE (TITLE+,AUTHOR?,EMAIL)>
MYFILE元素必须包含TITLE子元素,而且使用至少一次;接下来可以跟随AUTHOR子元素,也可以不跟;最后必须包含EMAIL子元素,而且只能使用一次。
|
name*
|
使用一次,多次,或者根本不使用
|
<MYFILE (TITLE*)>
MYFILE元素可以包含一个,多个或者不包含TITLE子元素
|
( )
|
设置组,可以嵌套
|
<MYFILE(#PCDATA TITLE)*>
元素MYFILE包含一个或者更多的文本或者TITLE子元素。
<MYFILE((TITLE*, AUTHOR?, EMAIL)* COMMENT)>
MYFILE元素必须包含一些内容,内容或者是一个注释;也或者是多个组,组里包含:一个,多个或者没有TITLE子元素,接着是一个或者没有AUTHOR子元素,再接着是一个必须的EMAIL子元素。
|
1.XML文档包含三个部分:
1. 一个XML文档声明;
2. 一个关于文档类型的定义;
3. 用XML标识创建的内容。
举例说明:
<?xml version="1.0"?>
<!DOCTYPE filelist SYSTEM "filelist.dtd">
<filelist>
<myfile>
<title>QUICK START OF XML</title>
<author>ajie</author>
</myfile>
......
</filelist>
第一行<?xml version="1.0"?>就是一个XML文档的声明,
第二行说明这个文档是用filelist.dtd来定义文档类型的,
第三行以下就是内容主体部分。
我们来了解XML文档中有关的术语:
1.Element(元素):一个元素由一个标识来定义,包括开始和结束标识以及其中的内容:<author>ajie</author>
2.Tag(标识):标识是用来定义元素的。标识的名称和元素的名称是一样的。例如这样一个元素:<author>ajie</author> .其中<author>就是标识。
3.Attribute(属性): 属性是对标识进一步的描述和说明,一个标识可以有多个属性,XML中的属性与HTML中的属性是一样的,每个属性都有它自己的名字和数值,属性是标识的一部分。举例:<author sex="female">ajie</author>
XML中属性也是自己定义的,我们建议你尽量不使用属性,而将属性改成子元素,原因是属性不易扩充和被程序操作,例如上面的代码可以改成这样:
<author>
ajie
<sex>female</sex>
</author>
4.Declaration(声明) :在所有XML文档的第一行都有一个XML声明。这个声明表示这个文档是一个XML文档,它遵循的是哪个XML版本的规范。一个XML的声明语句就象这样:<?xml version="1.0"?>
5.DTD(文件类型定义) :DTD是用来定义XML文档中元素,属性以及元素之间关系的。通过DTD文件可以检测XML文档的结构是否正确。但建立XML文档并不一定需要DTD文件。
6.Well-formed XML(良好格式的XML):一个遵守XML语法规则,并遵守XML规范的文档称之为"良好格式"。如果你所有的标识都严格遵守XML规范,那么你的XML文档就不一定需要DTD文件来定义它。
7.Valid XML(有效的XML):一个遵守XML语法规则,并遵守相应DTD文件规范的XML文档称为有效的XML文档。注意我们比较"Well-formed XML"和"Valid XML",它们最大的差别在于一个完全遵守XML规范,一个则有自己的"文件类型定义(DTD)"。
将XML文档和它的DTD文件进行比较分析,看是否符合DTD规则的过程叫validation(确认)。这样的过程通常我们是通过一个名为parser的软件来处理的。
有效的XML文档也必须以一个XML声明开始,例如:
<?xml version="1.0" standalone="no" encode="UTF-8"?>
和上面例子不同的,在standalone(独立)属性中,这里设置的是"no",因为它必须和相应的DTD一起使用,DTD文件的定义方法如下:
<!DOCTYPE type-of-doc SYSTEM/PUBLIC "dtd-name">
其中:
"!DOCTYPE"是指你要定义一个DOCTYPE;
"type-of-doc"是文档类型的名称,由你自己定义,通常于DTD文件名相同;
"SYSTEM/PUBLIC"这两个参数只用其一。SYSTEM是指文档使用的私有DTD文件的网址,而PUBLIC则指文档调用一个公用的DTD文件的网址。
"dtd-name" 就是DTD文件的网址和名称。所有DTD文件的后缀名为".dtd"。
如:<?xml version="1.0" standalone="no" encode="UTF-8"?>
<!DOCTYPE filelist SYSTEM "filelist.dtd">
二.DTD的有关术语
一个DTD文档包含:元素的定义规则,元素间关系的定义规则,元素可使用的属性,可使用的实体或符号规则。
目前,已经有数量众多的写好的DTD文件可以利用,你不需要自己重新创建,只要在他们的基础上加入你需要的新标识。当然也可以自己创建,它可能和你的文档配合的更加完美。
调用DTD文件的方法有两种:
1.直接包含在XML文档内的DTD。你只要在DOCTYPE声明中插入一些特别的说明就可以了,象这样:我们有一个XML文档:
<?xml version="1.0" encoding="GB2312"?>
<myfile>
<title>XML轻松学习手册</title>
<author>ajie</author>
</myfile>
我们只需要最后插:
<!DOCTYPE myfile [
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ENTITY copyright "Copyright 2001, Ajie.">
]>
2.调用独立的DTD文件将DTD文档存为.dtd的文件,然后在DOCTYPE声明行中调用,例如,将下面的代码存为myfile.dtd
<!ELEMENT myfile (title, author)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
然后在XML文档中调用,在第一行后插入:
<!DOCTYPE myfile SYSTEM "myfile.dtd">
我们可以看到DTD文档和HTML中js的调用是差不多的。
3.DTD有关的术语:
1.Schema(规划) schema是数据规则的描述。schema做两件事:
a.它定义元素数据类型和元素之间的关系;
b.它定义元素所能包含的内容类型。
DTD就是关于XML文档的一个schema。
2.Document Tree(文档树),它是文档元素分级结构的象表示。一个文档结构树包含根元素,根元素是最顶级的元素,(就是紧接着XML声明语句后的第一个元素)。看例子:
<?xml version="1.0"?>
<filelist>
<myfile>
<title>...</title>
<author>...</author>
</myfile>
</filelist>
上面的例子分三级结构排列成"树"状,其中的<filelist>就是根元素。在XML和DTD文件中,第一个定义的都是根元素。
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,被包含的元素称为它的子元素。看上面的"结构树",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>这样没有包含任何子元素的最后一级元素我们也称之为"页元素"。
4.Parser(解析软件) :Parser是一种检查XML文档是否遵循DTD规范的工具软件。
XML的parser发展为两类:一种是"非确认类paeser",只检测文档是否遵守XML语法规则,是否用元素标识建立了文档树。另一种是"确认类paeser",它不但检测文档语法,结构树,而且比较解析你使用的元素标识是否遵守了相应DTD文件的规范。
Parser能独立使用,也可以成为编辑软件或浏览器的一部分。在后面的相关资源列表里,我列出了当前比较流行的一些parsers。