XML 入门 A- Z

最近工作中用到XML, 很久不用, 不少知识点都已经模糊了。 在网上搜索了一下,大部分的帖子要么年纪太大,要么不够深入。 因此开这个帖子,一方面自己重新复习一下XML的知识,另外一方面也可以和大家交流下。 说的不对的欢迎指出, 大家有问题也欢迎提出, 共同研究啊。

开篇
XML 的全称是 Extensible Markup Language. XML标准和HTML标准一样,是SGML(Standard Generalized Markup Language, ISO 8879:1986(E))的一个子集。最新版本的XML标准可以在http://www.w3.org/TR/xml/ 看到。 另外, 在http://www.w3.org/XML/Test/ 可以找到最新版本XML标准的 valid, invalid 的例子,大概有200多个xml 文件。下载的地址是 http://www.w3.org/XML/Test/xmlts20080827.zip

目前W3C 推荐的XML版本有两个:

1. Extensible Markup Language (XML) 1.0 (Fifth Edition) 也就是1.0版本第五次修订版,最后修订时间是2008-11-26, 标准的详细内容可以在 http://www.w3.org/TR/2008/REC-xml-20081126/看到。

2. Extensible Markup Language (XML) 1.1 (Second Edition),最后修订时间是2006-08-16,标准全文的URL是 http://www.w3.org/TR/2006/REC-xml11-20060816/


目前应用的最广泛的应该还是xml 1.0, 所以后面的内容还是以xml 1.0标准为准。


XML 必须是well-formed,一个well-formed 的xml文件可以是valid 或者是invalid.

valid 一个xml 文件,可以用schema 或者DTD, schema 目前已经是事实上的xml验证标准。

如果需要编写一个schema 文件, 最好是在已有的标准schema的基础上修改。你可以在http://www.oasis-open.org/ 找到一个标准schema 的列表,或者查找http://www.XML.org的库。
(One place to look for industry-standard DTDs is at the web site created by the Organization for the Advancement of Structured Information Standards (OASIS). You can find a list of technical committees at http://www.oasis-open.org/ or check its repository of XML standards at http://www.XML.org. )
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值