【其他】XML简易教程

最新推荐文章于 2025-07-03 00:28:47 发布

ccccwwwwggggbb

最新推荐文章于 2025-07-03 00:28:47 发布

阅读量1.3k

点赞数 1

分类专栏：其他

其他专栏收录该内容

1 篇文章

订阅专栏

================================

版本修改：2018-7-17-16:40

================================

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”。

一个 XML 文档实例

<?xml version="1.0" encoding="ISO-8859-1"?>

<note>

<to>George</to>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

</note>

第一行是 XML 声明。

它定义 XML 的版本 (1.0)

和所使用的编码 (ISO-8859-1 = Latin-1/西欧字符集)。

下一行描述文档的根元素（像在说：“本文档是一个便签”）：

<note>

接下来 4 行描述根的 4 个子元素（to, from, heading 以及 body）：

<to>George</to>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

最后一行定义根元素的结尾：

</note>

从本例可以设想，该 XML 文档包含了 John 给 George 的一张便签。

XML 文档形成一种树结构

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。

所有元素均可拥有子元素：

<root>

<child>

</child>

</root>

父、子以及同胞等术语用于描述元素之间的关系。

父元素拥有子元素。

相同层级上的子元素成为同胞（兄弟或姐妹）。

所有元素均可拥有文本内容和属性。

实例

上图表示下面的 XML 中的一本书：

<title lang="en">Everyday Italian</title>

<author>Giada De Laurentiis</author>

</book>

<title lang="en">Harry Potter</title>

<author>J K. Rowling</author>

</book>

<title lang="en">Learning XML</title>

</book>

</bookstore>

例子中的根元素是 <bookstore>。

文档中的所有 <book> 元素都被包含在 <bookstore> 中。

<book> 元素有 4 个子元素：<title>、< author>、<year>、<price>。

XML 语法规则

所有 XML 元素都须有关闭标签

在 HTML，经常会看到没有关闭标签的元素：

<p>This is a paragraph

<p>This is another paragraph

在 XML 中，省略关闭标签是非法的。

所有元素都必须有关闭标签：

<p>This is a paragraph</p>

<p>This is another paragraph</p>

注释：您也许已经注意到 XML 声明（例如：<?xml version="1.0" encoding="ISO-8859-1"?>）没有关闭标签。

这不是错误。

声明不属于XML本身的组成部分。

它不是 XML 元素，也不需要关闭标签。

XML 标签对大小写敏感

XML 元素使用 XML 标签进行定义。

XML 标签对大小写敏感。

在 XML 中，标签 <Letter> 与标签 <letter> 是不同的。

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>

注释：打开标签和关闭标签通常被称为开始标签和结束标签。

XML 必须正确地嵌套

在 HTML 中，常会看到没有正确嵌套的元素：

<b><i>This text is bold and italic</b></i>

在 XML 中，所有元素都必须彼此正确地嵌套：

<b><i>This text is bold and italic</i></b>

在上例中，正确嵌套的意思是：

由于 <i> 元素是在 <b> 元素内打开的，那么它必须在 <b> 元素内关闭。

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>

</child>

</root>

XML 的属性值须加引号

XML 也可拥有属性（属性名称="属性值"）。

在 XML 中，XML 的属性值须加引号。

请研究下面的两个 XML 文档。

第一个是错误的，

第二个是正确的：

<to>George</to>

</note>

<to>George</to>

</note>

在第一个文档中的错误是，note 元素中的 date 属性没有加引号。

实体引用

在 XML 中，一些字符拥有特殊的意义。

如果你把字符 "<" 放在 XML 元素中，会发生错误，这是因为解析器会把它当作新元素的开始。

这样会产生 XML 错误：

<message>if salary < 1000 then</message>

为了避免这个错误，请用实体引用来代替 "<" 字符：

<message>if salary < 1000 then</message>

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

在 XML 中，只有字符 "<" 和 "&" 确实是非法的。

大于号是合法的，但是用实体引用来代替它是一个好习惯。

XML 中的注释

在 XML 中，空格会被保留

HTML 会把多个连续的空格字符裁减（合并）为一个：

HTML: Hello my name is David.

输出: Hello my name is David.

在 XML 中，文档中的空格不会被删节。

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 文档包含 XML 元素。

什么是 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。

<title>Harry Potter</title>

<author>J K. Rowling</author>

</book>

<title>Learning XML</title>

</book>

</bookstore>

在上例中，<bookstore> 和 <book> 都拥有元素内容，因为它们包含了其他元素。

<author> 只有文本内容，因为它仅包含文本。

在上例中，只有 <book> 元素拥有属性 (category="CHILDREN")。

XML 命名规则

XML 元素必须遵循以下命名规则：

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

可使用任何名称，没有保留的字词。

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 文档经常有一个对应的数据库，其中的字段会对应 XML 文档中的元素。

有一个实用的经验，即使用数据库的名称规则来命名 XML 文档中的元素。

非英语的字母比如 éòá 也是合法的 XML 元素名，不过需要留意当软件开发商不支持这些字符时可能出现的问题。

XML 元素是可扩展的

XML 元素是可扩展，以携带更多的信息。

请看下面这个 XML 例子：

<note>

<to>George</to>

<body>Don't forget the meeting!</body>

</note>

让我们设想一下，我们创建了一个应用程序，可将 <to>、<from> 以及 <body> 元素提取出来，并产生以下的输出：

MESSAGE

To: George

From: John

Don't forget the meeting!

想象一下，之后这个 XML 文档作者又向这个文档添加了一些额外的信息：

<note>

<to>George</to>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

</note>

那么这个应用程序会中断或崩溃吗？

不会。

这个应用程序仍然可以找到 XML 文档中的 <to>、<from> 以及 <body> 元素，并产生同样的输出。

XML 的优势之一，就是可以经常在不中断应用程序的情况进行扩展。

XML 属性

XML 元素可以在开始标签中包含属性。

属性 (Attribute) 提供关于元素的额外（附加）信息。

XML 属性

从 HTML，你会回忆起这个：<img src="computer.gif">。

"src" 属性提供有关 <img> 元素的额外信息。

在 HTML 中（以及在 XML 中），属性提供有关元素的额外信息：

属性通常提供不属于数据组成部分的信息。

在下面的例子中，文件类型与数据无关，但是对需要处理这个元素的软件来说却很重要：

<file type="gif">computer.gif</file>

XML 属性值必须加引号

属性值必须被引号包围，不过单引号和双引号均可使用。

比如一个人的性别，person 标签可以这样写：

或者这样也可以：

注释：

如果属性值本身包含双引号，那么有必要使用单引号包围它，

就像这个例子：

或者可以使用实体引用：

XML 元素 vs. 属性

请看这些例子：

<lastname>Smith</lastname>

</person>

<sex>female</sex>

<lastname>Smith</lastname>

</person>

在第一个例子中，sex 是一个属性。

在第二个例子中，sex 则是一个子元素。

两个例子均可提供相同的信息。

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。

我的经验是在 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。

我最喜欢的方式

下面的三个 XML 文档包含完全相同的信息：

第一个例子中使用了 date 属性：

<to>George</to>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

</note>

第二个例子中使用了 date 元素：

<note>

<to>George</to>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

</note>

第三个例子中使用了扩展的 date 元素（这是我的最爱）：

<note>

<date>

<day>08</day>

<month>08</month>

<year>2008</year>

</date>

<to>George</to>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

</note>

避免 XML 属性？

因使用属性而引起的一些问题：

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

请尽量使用元素来描述数据。

而仅仅使用属性来提供与数据无关的信息。

不要做这样的蠢事（这不是 XML 应该被使用的方式）：

<note day="08" month="08" year="2008"

to="George" from="John" heading="Reminder"

body="Don't forget the meeting!">

</note>

针对元数据的 XML 属性

有时候会向元素分配 ID 引用。

这些 ID 索引可用于标识 XML 元素，它起作用的方式与 HTML 中 ID 属性是一样的。

这个例子向我们演示了这种情况：

<to>George</to>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

</note>

<from>George</from>

<heading>Re: Reminder</heading>

</note>

</messages>

上面的 ID 仅仅是一个标识符，用于标识不同的便签。

它并不是便签数据的组成部分。

在此我们极力向您传递的理念是：

元数据（有关数据的数据）应当存储为属性，而数据本身应当存储为元素。

XML 验证

拥有正确语法的 XML 被称为“形式良好”的 XML。

形式良好的 XML 文档

“形式良好”或“结构良好”的 XML 文档拥有正确的语法。

“形式良好”（Well Formed）的 XML 文档会遵守前几章介绍过的 XML 语法规则：

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

<?xml version="1.0" encoding="ISO-8859-1"?>

<note>

<to>George</to>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

</note

验证 XML 文档

合法的 XML 文档是“形式良好”的 XML 文档，同样遵守文档类型定义 (DTD) 的语法规则：

<?xml version="1.0" encoding="ISO-8859-1"?>

<!DOCTYPE note SYSTEM "Note.dtd">

<note>

<to>George</to>

<from>John</from>

<heading>Reminder</heading>

<body>Don't forget the meeting!</body>

</note>

在上例中，DOCTYPE 声明是对外部 DTD 文件的引用。

下面的段落展示了这个文件的内容。

XML DTD

DTD 的作用是定义 XML 文档的结构。

它使用一系列合法的元素来定义文档结构：

<!DOCTYPE note [

  <!ELEMENT note (to,from,heading,body)>

  <!ELEMENT to      (#PCDATA)>

  <!ELEMENT from    (#PCDATA)>

  <!ELEMENT heading (#PCDATA)>

  <!ELEMENT body    (#PCDATA)>

]>

如果您希望学习 DTD，请访问我们的 DTD 教程。

XML 命名空间（XML Namespaces）

XML 命名空间提供避免元素命名冲突的方法。

命名冲突

在 XML 中，元素名称是由开发者定义的，当两个不同的文档使用相同的元素名时，就会发生命名冲突。

某个 XML 文档携带着某个表格中的信息：

<table>

<tr>

<td>Apples</td>

<td>Bananas</td>

</tr>

</table>

另一个 XML 文档携带有关桌子的信息（一件家具）：

<table>

<name>African Coffee Table</name>

</table>

假如这两个 XML 文档被一起使用，由于两个文档都包含带有不同内容和定义的 <table> 元素，就会发生命名冲突。

XML 解析器无法确定如何处理这类冲突。

使用前缀来避免命名冲突

此文档带有某个表格中的信息：

<h:table>

<h:tr>

<h:td>Apples</h:td>

<h:td>Bananas</h:td>

</h:tr>

</h:table>

此 XML 文档携带着有关一件家具的信息：

<f:table>

<f:name>African Coffee Table</f:name>

<f:width>80</f:width>

<f:length>120</f:length>

</f:table>

现在，命名冲突不存在了，这是由于两个文档都使用了不同的名称来命名它们的 <table> 元素 (<h:table> 和 <f:table>)。

通过使用前缀，我们创建了两种不同类型的 <table> 元素。

使用命名空间（Namespaces）

这个 XML 文档携带着某个表格中的信息：

<h:table xmlns:h="http://www.w3.org/TR/html4/">

<h:tr>

<h:td>Apples</h:td>

<h:td>Bananas</h:td>

</h:tr>

</h:table>

此 XML 文档携带着有关一件家具的信息：

<f:table xmlns:f="http://www.w3school.com.cn/furniture">

<f:name>African Coffee Table</f:name>

<f:width>80</f:width>

<f:length>120</f:length>

</f:table>

与仅仅使用前缀不同，

我们为 <table> 标签添加了一个 xmlns 属性，

这样就为前缀赋予了一个与某个命名空间相关联的限定名称。

XML Namespace (xmlns) 属性

XML 命名空间属性被放置于元素的开始标签之中，

并使用以下的语法：

xmlns:namespace_prefix="namespaceURI"

当命名空间被定义在元素的开始标签中时，所有带有相同前缀的子元素都会与同一个命名空间相关联。

注释：

用于标示命名空间的地址不会被解析器用于查找信息。

其惟一的作用是赋予命名空间一个惟一的名称。

不过，很多公司常常会作为指针来使用命名空间指向实际存在的网页，这个网页包含关于命名空间的信息。

请访问 http://www.w3.org/TR/html4/。

统一资源标识符（Uniform Resource Identifier (URI)）

统一资源标识符是一串可以标识因特网资源的字符。

最常用的 URI 是用来标示因特网域名地址的统一资源定位器(URL)。

另一个不那么常用的 URI 是统一资源命名(URN)。

在我们的例子中，我们仅使用 URL。

默认的命名空间（Default Namespaces）

为元素定义默认的命名空间可以让我们省去在所有的子元素中使用前缀的工作。

请使用下面的语法：

xmlns="namespaceURI"

这个 XML 文档携带着某个表格中的信息：

<tr>

<td>Apples</td>

<td>Bananas</td>

</tr>

</table>

此 XML 文档携带着有关一件家具的信息：

<name>African Coffee Table</name>

</table>

补充：

xmlns是xmlns:prefix的特例：

当xmlns:prefix中的prefix变为空字符串""时，xmlns:prefix中的英文冒号也就省略了，

而xmlns:prefix自然也就变成了xmlns了。

<furnitureNS:table xmlns:furnitureNS="http://www.w3school.com.cn/furniture">

<furnitureNS:name>African Coffee Table</ furnitureNS:name>

<furnitureNS:width>80</furnitureNS:width>

<furnitureNS:length>120</furnitureNS:length>

<furnitureNS:table>

上述案例中的furnitureNS是命名空间"http://www.w3school.com.cn/furniture"的别名。

所以，上述案例和下面的案例中的效果是一模一样的，其命名空间都是"http://www.w3school.com.cn/furniture"。

<f:table xmlns:f="http://www.w3school.com.cn/furniture">

<f:name>African Coffee Table</f:name>

<f:width>80</f:width>

<f:length>120</f:length>

</f:table>

两个案例中的别名不一样，但是他们都是指的是同一个命名空间。

命名空间的实际应用

当开始使用 XSL 时，您不久就会看到实际使用中的命名空间。

XSL 样式表用于将 XML 文档转换为其他格式，比如 HTML。

如果您仔细观察下面的这个 XSL 文档，就会看到大多数的标签是HTML标签。

非 HTML 的标签都有前缀 xsl，并由此命名空间标示："http://www.w3.org/1999/XSL/Transform"：

<?xml version="1.0" encoding="ISO-8859-1"?>

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

<xsl:template match="/">

<html>

<body>

<h2>My CD Collection</h2>

<tr>

<th align="left">Title</th>

<th align="left">Artist</th>

</tr>

<xsl:for-each select="catalog/cd">

<tr>

</tr>

</xsl:for-each>

</table>

</body>

</html>

</xsl:template>

</xsl:stylesheet>

结束！！！