XML

XML語法

基本規則

(1).XML是區分大小寫的；

(2).所有元素的起始和結束標注必須成對出現，且要正確嵌套；

(3).如果使XML說明，則它必須是XML文檔的第一行：<?xml version=”1.0”?>，一般還要在里面指定編碼集，否則默認使用ISO-8859-1編碼，該編碼是不支持中文的。（文件保存的編碼集必須和文件查看的編碼集一致，否則會出現亂碼）

(4).元素屬性必須用引號引起來，單、雙引號都可以，但必須成對出現。如：

(5).XML命名規則：

①.XML名以下劃線或字母開始；

②.XML名可包含字母、數字、句點、下劃線和冒號；

③.XML名不能包含空格；

④.XML名不能以數字開始，但可包含數字；

⑤.XML名區分大小寫。

(6)．保留標記字符，如果要在XML中顯示<或&之類的標記，就要使用字符的實體形式，XML中有五種預先定義了的實體：

&lt: 表示<字符

&gt: 表示>字符

&amp: 表示&字符

&apos: 表示’字符

&quot: 表示”字符

我們也可用ENTITY自定義實體：

<!ENTITY linux “linux is a very good system”>

這樣我們可用&linux來調用。

(7).XML文檔內容中的空格是有意義的，在轉換后會保留。（所以要避免全角符號的出現特別是全角空格，該錯誤很難排查）

(8).元素以<開始并以/>結束，如 。

元素（ELEMENT）

元素其實就是標記，或者也可以將元素視為標記名稱，并沒有很明確的定義，而只是一個形容詞而已。元素可以說XML文件里最重要的構成單元。有三種元素使用方法：⑴簡單內容，文本或其它數據出現在開始和結束標記之間。開始標記與結束標記有相同名字，但結束標記明要以一個斜杠開始。下面的元素包括一個開始標記、內容和一個結束標記

<author>Stephen Hawking</author>.

⑵把元素用作其它元素的容器，元素包含其他元素，呈現出一種分層或樹形數據結構。以下的book元素包含了author和title元素

<book>

<author>Stephen Hawking</author>

<title>A brief history of time</title>

</book>

⑶空元素用作屬性容器，當元素只包含屬性而無內容時，有一種不需使用開始和結束標記的元素簡寫方式。空元素的書寫可用標記名后跟著一個斜杠來表示

<book/>

他表示了：<book></book>空元素常用來包含屬性數據。<book title=”A brief history of time” author=”Stephen Hawking”/>

元素命名規則⑴名字可以包含字母、數字和其他字符。⑵名字不能以數字或標點開始。⑶名字不能用字符串“XML”開始，不管是小寫形式還是大寫形式。⑷名字不能包含空格，不能使用冒號。

屬性

屬性提供了有關元素的附加信息。再HTML中，當加載HTML文檔時，屬性用來規定圖像文件的名字：<img src=”inde01.gif”>屬性常用來表明信息，它不是元素中被描述數據的一部分。屬性也常用來描述有關數據本身的信息。以下的XML中屬性use告訴程序處理此文件不需要的數據

<file use=”optional”>index01.gif</file>

在XML中，屬性值必須用單引號或雙引號包圍。

一般共識：如果信息看起來像數據就使用元素；而在描述有關數據的信息時就使用屬性。不使用屬性來存儲數據的原因包括：⑴屬性不能包含多個值，而元素能包含多個子元素。⑵屬性不容易擴展以適應將來的變化。⑶與元素相比，用程序更難以操作屬性。⑷不容易檢查屬性值是否違反文檔類型定義（DTD）。

實體

實體用來替代XML文檔中的字符串.例如：短語”XML and the Data Revolution”當文檔中重復出現，就可在DTD中定義一個快捷實體聲明。

<!ENTITY xdr”XML and the Data Revolution”>

這樣，當要是用整個短語時，就可使用&xdr；而他在XML文檔中會被替換。使用實體就可以避免拼寫錯誤以及反復輸入同一件事的繁瑣。同時還有預定義實體和參數實體之分

XML文檔的組成

一個完整地XML應該具備以下規則：

1.文檔的開始必須是XML聲明。
2.含有數據的元素必須有起始標記和結束標記。
3.不含數據并且僅使用一個標記的元素必須以/>結束。
4.文檔只能包含一個能夠包含全部其他元素的元素。
5.元素只能嵌套不能重疊。
6.屬性值必須加引號。
7.字符<和&只能用于起始標記和實體引用。
8.出現的實體引用只有&、<、>、'和"。

XML聲明：

1.version，定義XML規范的版本號，到現在為止，只有一個版本號1.0 。

<?xml version="1.0" standalone="yes"?>

他的出現是文檔最開頭的部分，因為XML處理器會讀取文件最先的幾個字節并將它與字符串<?XML的不同編碼作比較來確定正在使用的字符串集。除去看不見的字節順序記號，在它之前不能有任何東西，包括空格。①在非空標記中使用起始和結束標記：如果忘了結束HTML的標記，Web瀏覽器并不嚴格追究。例如，如果文檔包含一個標記卻沒有相應的標記，在標記之后的全部文檔將變為粗體。但文檔仍然能顯示。XML不會如此寬松，每個起始標記必須以相應的結束標記結束。如果一個文檔未能結束一個標記，瀏覽器或移交器將報告一個錯誤信息，并且不會以任何形式顯示任何文檔的內容。②用"/>"結束空標記：不包含數據的標記，例如HTML的 、<HR>和<IMG>，不需要結束標記。但是XML空標記必須由/>結束，而不是>。例如 、<HR>和<IMG>的XML等價物是 、<HR/>和<IMG/>。
　當前的Web瀏覽器處理這種標記的方法不一致。但是如果想保持向后的兼容性，可以使用結束標記來代替，而且不能在其間包含任何文本。例如：

、 <HR></HR>、 <IMG></IMG>即使這樣，Netscape處理 也有困難（它把這兩個標記解釋為行間距，而不是前面所講的）。因此，在HTML中包含結構完整的空標記也并非總是可行的。

2.encoding，指定文檔的編碼系統。

3.standalone，定義文檔是獨立的還是需要裝入其他元素才能正確分析。如果XML文檔沒有外部實體或DTD，則可以設置為no，否則設置為yes。可用該值提高性能：如果為no，則可提高處理速度；如果設置為yes，則首先要分析文檔，確定需要其他哪些文件，然后才能完全分析文檔。

4.根元素，每篇XML文檔都需要有且只能有一個根元素。由元素是文檔的第一個元素，包含其它所有元素。下例的portal就是根元素，如：

…

</portal>

屬性，每個元素都可以設置一個或多個屬性，如：

</portal>

元素和屬性都可以表示信息，屬性信息表現能力有限，它只能表示字符串。所以當需靈活表示信息時應該使用元素。一般把信息主體放到元素中，屬性只放一些注釋或額外的信息。

CDATA CDATA的格式：

〈！[CDATA[
文本內容
]]〉

它用<![CDATA[和]]>表示，它們之間的數據作為原始字符顯示，唯一不能出現的標志是]]>。

注釋，注釋是很重要，不論是在編寫程序和文檔時，所以XML也提供了注釋功能，以結尾的一對區間為注釋。在以-->結束之前，不能出現“--”號，“---”更不允許。

處理指令，處理指令以<?開頭以?>結尾。處理指令是標記而不是元素。與注釋一樣，處理指令可出現在XML文檔的標簽外的任何位置，包括根元素之前或之后。最常見的處理指令是，xml-stylesheet樣式表指令，它會告訴瀏覽器在顯示文檔時應用什么樣式表。如：

<?xml-stylesheet href=”sample.css” type=”text/css”?>

…

</portal>

命名空間

命名沖突問題是XML文檔中引入多DTD的老大難問題，那么，命名空間標準又是如何解決這一問題的呢？一個直接的想法是保證所引用到的DTD沒有重名的元素。可是，你所引用的DTD可能來自世界上各個地方，由不同的人制定，要求這成千上萬的DTD沒有重名現象似乎有些異想天開，且想想你身邊重名的人還有多少呢！再有一個想法就是要求所引用到的DTD改名字，把“聯系人列表”中的元素“姓名”改為“聯系人姓名”，“電話”改為“聯系人電話”；相應地，“企業經理”中的“姓名”改為“經理姓名”，“電話”改為“經理電話”。但是，如果出現了大量重名元素，這個修改的工作量就很大了，如此麻煩，多DTD的優勢消失殆盡，還不如自己重新定義一個呢。命名空間標準提供了一個很聰明的方法，就是所謂前綴標識法，即在元素名和屬性名前面增加一個標識，以唯一區分當前元素或屬性來自哪一個DTD。

命名空間聲明有兩種方式:直接定義方式和缺省定義方式:

直接定義	xmlns:<命名空間前綴> = <命名空間名>
缺省定義	xmlns = <命名空間名>

直接定義方式

命名空間聲明的屬性名部分由兩部分組成，即保留屬性名前綴"xmlns:"和命名空間前綴，且命名空間前綴是一個合法的XML名稱。例如，"xmlns: 聯系人"、"xmlns: 企業經理"都是合法的命名空間聲明的屬性名。

命名空間聲明的屬性值部分是一個URI引用，其功能是區分不同的命名空間，因此，這個URI引用被稱為“命名空間名”，它應該具有唯一性和持久性。

缺省定義方式

在缺省方式下，命名空間聲明的屬性名部分僅有保留屬性名xmlns，屬性值部分與直接定義方式相同。例如:

<聯系人:聯系人列表 xmlns ="http://xml.net.cn/聯系人列表.dtd" xmlns:企業經理 ="http://xml.net.cn/企業經理.dtd">

DTD的基本要素

DTD的全稱是“Document Type Definition“（文件類型定義）。他是用來規范XML文件的格式，它必須出現在文件頭（Prolog）中，以便XML校驗器在一開始便可以得到該份XML文件的格式定義。

XML分為兩類：有效XML文檔和簡化格式XML文檔。有效是指有一個DTD參考文件的XML文檔，一個有效的XML文檔必須是簡化格式的XML文檔，跟隨著這個文檔的DTD文件的有效性，促進了XML執行程序的運行以及文檔在兼容XML瀏覽器的顯示。

要使用DTD進行有效性檢驗，就要使用文檔類型定義聲明指定DTD。例如：<?xml version="1.0" standalone="no"?>

<!DOCTYPE portal SYSTEM "http://www.w3c.com/dtd/portal.dtd">

</portal>

文檔類型聲明位于XML聲明之后，根元素之前。如果DTD文檔位于本機，可用路徑名直接指出DTD文檔的位置。如果DTD位于XML文檔外，則叫外部DTD子集。我們可以結合內外DTD，共同組成一個DTD來為XML文檔作驗證。

具體地說，DTD是一個或是一些用XML書寫的文件。它包含了對一種文件的正式定義。它定義了文件中的元素能用什么名字，能放在什么位置，應該怎樣組合。在這里舉一個簡單的例子。比如說想要文件可以描述一組<List>，其中每個<List>由可以包含若干個<Item>。那么DTD中應該有以下語句：

<!ELEMENT List (Item)+>

<!ELEMENT Item (#PCDATA)>
　　這樣一個框架定義了一個表（list），它可以包含若干個項(items)。每一個項只能包括文本的內容。當處理器處理XML文件時將自動檢查DTD，以此確定文件中元素從哪而來，以及它們之間是什么關系。上面的框架允許生成下面的一個表：
<List><Item>Chocolate</Item><Item>Music</Item><Item>Surfing</Item></List>
　　而這樣一個表在屏幕上是怎樣一個表象,取決于樣式表(Stylesheet)。在HTML中要在文件中指定應是怎樣的形式。使用DTD表明你能夠確定一類文章的結構和格式。

文檔類型聲明中的每一項都是元素聲明，定義了每個元素的約束。元素聲明的格式為：

<!ELEMENT element_name (content_model)>

內容包括：1. #PCDATA，規定元素只包含已析的字符數據。

2. 子元素，可指明元素的子元素。也可用逗號為分隔符，指明多個子元素。并且子元素出現的次序必須按定義時的順序。

3. 子元素的個數，我們可通過正則表達式來規定子元素的個數。①?，允許零個或一個該元素 ②*，允許零個或多個該元素 ③+，允許一個或多個該元素

4. 可選項(|)，選項是一個參數列表，每個參數間用“|”分隔，代表能且只能選一個子元素。

5. 小括號，可用小括號把選項括起來，以表達更豐富的意思，如我們想表示choice元素必須包含一個good子元素，并且必須包含ok子元素或bad子元素的一個。

6. 混合內容，在一些文檔中，一個元素可能既包含子元素，也包含字符串，這些內容叫混合內容。

7. 空元素，某些元素不用包含任何內容，稱之為空元素。寫成以/>結束的獨立標簽。

8. ANY，允許元素內包含任意內容。該選項在dtd測試時很有用，在生產系統中盡量不要使用。

一個有效的XML文檔，必須對元素的屬性進行聲明。使用ATTLIST聲明來完成，一個ATTLIST可以為一個元素類型聲明多個屬性。

有效文檔中使用的每個元素都必須在文檔的DTD中用元素聲明進行聲明。element_name可是任何合法的XML名稱，content_model(內容模型)指定元素可以或必須包含的子元素以及子元素的順序。

posted @ 2017-03-18 16:58 liangww 閱讀(524) 評論(0) 收藏舉報

刷新頁面返回頂部