文字编码 - XML 教程

XML 指可扩展标记语言，被设计用来传输和存储数据。本文记录XML基础知识。 教程参考w3school。

简介

• XML 指可扩展标记语言（EXtensible Markup Language）
• XML 是一种标记语言，很类似 HTML
• XML 的设计宗旨是传输数据，而非显示数据
• XML 标签没有被预定义。您需要自行定义标签
• XML 被设计为具有自我描述性。
• XML 是 W3C 的推荐标准
• XML 是没有任何行为的纯文本，仅编码保存数据

用途

• XML 把数据从 HTML 分离
• XML 简化数据共享
• XML 简化数据传输
• XML 简化平台的变更

XML 树结构

XML 文档形成了一种树结构，它从“根部”开始，然后扩展到“枝叶”。

• XML 文档必须包含根元素。该元素是所有其他元素的父元素
• XML 文档中的元素形成了一棵文档树。这棵树从根部开始，并扩展到树的最底端
• 所有元素均可拥有子元素

实例

<bookstore>
<book category="COOKING">
  <title lang="en">Everyday Italian</title> 
  <author>Giada De Laurentiis</author> 
  <year>2005</year> 
  <price>30.00</price> 
</book>
<book category="CHILDREN">
  <title lang="en">Harry Potter</title> 
  <author>J K. Rowling</author> 
  <year>2005</year> 
  <price>29.99</price> 
</book>
<book category="WEB">
  <title lang="en">Learning XML</title> 
  <author>Erik T. Ray</author> 
  <year>2003</year> 
  <price>39.95</price> 
</book>
</bookstore>

复制

这段代码表示了具有如下元素框架的三本书。

语法规则

• 所有 XML 元素都须有关闭标签（声明不是XML元素，恰好他又不需要关闭）
• XML 标签对大小写敏感，必须使用相同的大小写来编写打开标签和关闭标签：

<Message>这是错误的。</message>
<message>这是正确的。</message> 

复制

• XML 必须正确地嵌套

<b><i>错误嵌套</b></i>
<b><i>正确嵌套</i></b>

复制

• XML 文档必须有根元素

XML 文档必须有一个元素是所有其他元素的父元素。该元素称为根元素。

<root>
  <child>
    <subchild>.....</subchild>
  </child>
</root>

复制

• XML 的属性值须加引号

<note date=08/08/2008>      <!-- 错误属性 --> 
<note date="08/08/2008">      <!-- 正确属性 -->  
<to>George</to>
<from>John</from>
</note> 

复制

• 实体引用

在 XML 中，有 5 个预定义的实体引用：

<	<	小于
>	>	大于
&	&	和号
'	’	单引号
"	"	引号

• 注释

语法与 HTML 的语法很相似：

<!-- This is a comment --> 

复制

• 在 XML 中，空格会被保留
• XML 以 LF 存储换行

在 Windows 应用程序中，换行通常以一对字符来存储：回车符 (CR) 和换行符 (LF)。这对字符与打字机设置新行的动作有相似之处。在 Unix 应用程序中，新行以 LF 字符存储。而 Macintosh 应用程序使用 CR 来存储新行。

XML 元素

XML 元素

XML 元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。 元素可包含其他元素、文本或者两者的混合物。元素也可以拥有属性。

<bookstore>
<book category="CHILDREN">
  <title>Harry Potter</title> 
  <author>J K. Rowling</author> 
  <year>2005</year> 
  <price>29.99</price> 
</book>
<book category="WEB">
  <title>Learning XML</title> 
  <author>Erik T. Ray</author> 
  <year>2003</year> 
  <price>39.95</price> 
</book>
</bookstore> 

复制

XML 命名规则

• 名称可以含字母、数字以及其他的字符
• 名称不能以数字或者标点符号开始
• 名称不能以字符 “xml”（或者 XML、Xml）开始
• 名称不能包含空格

最佳命名习惯

• 使名称具有描述性。使用下划线的名称也很不错。
• 名称应当比较简短，比如：<book_title>，而不是：<the_title_of_the_book>。
• 避免 “-” 字符。如果您按照这样的方式进行命名：“first-name”，一些软件会认为你需要提取第一个单词。
• 避免 “.” 字符。如果您按照这样的方式进行命名：“first.name”，一些软件会认为 “name” 是对象 “first” 的属性。
• 避免 “:” 字符。冒号会被转换为命名空间来使用（稍后介绍）。

XML 属性

XML 元素可以在开始标签中包含属性，类似 HTML。属性 (Attribute) 提供关于元素的额外（附加）信息。

• XML 属性必须加引号，单引号和双引号均可使用。

<person sex="female">

复制

或

<person sex='female'>

复制

XML 元素 vs. 属性

<person sex="female">
  <firstname>Anna</firstname>
  <lastname>Smith</lastname>
</person> 

<person>
  <sex>female</sex>
  <firstname>Anna</firstname>
  <lastname>Smith</lastname>
</person> 

复制

上述代码表示了同样的信息，也就是说XML中，属性携带的信息量可以被子元素取代。没有什么规矩可以告诉我们什么时候该使用属性，而什么时候该使用子元素。在 HTML 中，属性用起来很便利，但是在 XML 中，您应该尽量避免使用属性。如果信息感觉起来很像数据，那么请使用子元素吧。

XML属性的缺点

• 属性无法包含多重的值（元素可以）
• 属性无法描述树结构（元素可以）
• 属性不易扩展（为未来的变化）
• 属性难以阅读和维护

XML 验证

拥有正确语法的 XML 被称为“形式良好”的 XML。通过 DTD 验证的 XML 是“合法”的 XML。

“形式良好”（Well Formed）的 XML 文档

• XML 文档必须有根元素
• XML 文档必须有关闭标签
• XML 标签对大小写敏感
• XML 元素必须被正确的嵌套
• XML 属性必须加引号