C#之XML文件：文档结构

        一个XML文档由两部分构成：第一部分是文档序言，第二部分是文档元素（节点）。

      1.文档序言

<?xml 属性1 属性2 ... ?>

如：

<?xml version="1.0" encoding="UTF-8"?>

        文档序言通常位于XML文档的顶端，根元素之前出现，它是一个特定的包含XML文档设定信息的部分。XML 文档序言由如下几个部分组成：

        1-1. XML 声明

        用来设置XML文档解析时所需的基本参数。

        XML 声明中的三个属性的名称分别是：version、encoding和standalone。

        1-1-1.version

        version属性用来声明XML 文档所遵循的XML 标准版本。现在通常情况下该属性的值都是1.0，尽管 XML 1.1 已经称为 W3C 的推荐标准，但是大部分的 XML 解析器还是采用 XML 1.0 标准。version 是 XML 声明中必须包含的一个属性。

        1-1-2.encoding

        encoding 属性用来告诉 XML 解析程序当前 XML 文档使用什么样的字符编码。该属性是可选的。当 XML 声明中没有明确给出字符编码方式时，XML 解析程序将默认为 XML 文档采用的是 UTF-8 字符编码。

        1-1-3.standalone

        standalone 属性定义了是否可以在不读取任何其他文件的情况下处理该文档。例如，XML 文档没有引用任何其他文件，则可以指定属性值为 yes。如果 XML 文档引用其他描述该文档可以包含的文件，则可以指定属性值为 no。因为 no 是 standalone 属性默认的属性值，所以较少会在 XML 声明中看到 standalone 属性。

        需要注意的是，如果同时设置了 encoding 和 standalone 属性，standalone 属性必须位于 encoding 属性之后。

        1-2. 处理指令

        为某个特定类型的软件反馈一条特殊的指令。

        处理指令（PIs）允许文档包含用于应用程序的指令。指令并不是文档字符数据的一部分，但是必须通过应用程序传递。

        处理指令可以用于将信息传递给应用程序。处理指令可以出现在文档任意位置的标记外部。可以出现在序言中，包括文档的类型定义（DTD），文本内容或者文档之后。

        处理指令，允许文档中包含由应用程序来处理的指令。在XML文档中，有可能会包含一些非XML格式的数据，这些数据XML处理器无法处理，我们就可以通过处理指令来通知其它应用程序来处理这些数据。
        处理指令（PI）的语法和XML声明类似，以＜？开始，以？＞结束。一个常见的使用样式表单的处理指令如下所示：

<?xml-styesheet herf="hello.css" type="text/css"?>

        在开始标记<?后的第一个字符串xml-styesheet 叫做处理指令的目标，它必须标识要用到的应用程序，要注意的是对于其它的非W3C定义的处理指令不能以字符串XML和xml开头，其余的部分是传递给应用程序的字符数据，应用程序从处理指令中取得目标和数据，执行要求的动作。
        处理指令的目标可以是要使用的程序的名字，或者是一个类似于xml-stylesheet这样的很多程序可以识别的通过标识符。不同的应用程序支持不同的处理指令，对于不认识的处理指令，大多数应用程序采取忽略的方式进行处理。对于自定义的处理指令，它通常都是由选定的某个应用程序进行处理。因为你所定义的这个处理指令，对于其它应用程序来说并不能识别，这时就会忽略的方式来处理。
        xml-stylesheet处理指令总是放在XML声明之后和，第一元素之前。其它的处理指令可以放在标记的内部和XML声明之前的任何位置。
        要注意，虽然XML声明和处理指令的语法形式相似，但XML声明并不是处理指令，XML处理程序对XML声明和处理指令采取的是不同的处理方式
        下面是处理指令的语法：

    <?target instructions?> 

        其中：
        target - 标识指令指向哪个应用程序。
        instruction - 字符，描述了应用程序要处理的信息。
        处理指令以特殊的

<?xml-stylesheet href="tutorialspointstyle.css" type="text/css"?>

        这里，target 就是 xml-stylesheet，href=”tutorialpointstyle.css” 和 type=”text/css” 就是数据或者目标应用程序用将要用来处理给定 XML 文档的指令。

        在这种情况下，浏览器通过标示识别目标，XML 应该在显示之间被转换；第一个属性状态说明转换类型是 XSL，第二个属性指向它的位置。

        处理指令规则
        处理指令可以包含除了 ?> 组合之外的任意数据，它被解释为闭合指令。下面是两个有效的处理指令示例：

<?welcome to pg=10 of tutorials point?>

<?welcome?>  

        1-3. 文档类型定义

        Document Type Definition，文档类型定义，简称DTD。用来描述XML文档的结构。写在XML文档内部的称为内部DTD，相对的还有以独立文件的形式存在的外部DTD。

　　1-3-1. DTD的结构

　　a.元素（ELEMENT）的定义规则；

　　b.元素之间的关系规则；

　　c.属性（ATTLIST）的定义规则；

　　d.可使用的实体（ENTITY）或符号（NOTATION）规则。

        e.用来设置更多高级的信息，如实体、属性及有效性相关的信息。

        注释：用于提醒XML文档作者或临时标注出文档中不完善的部分。

        1-3-2. 与XML文档的关系

　　DTD与XML的关系就像类与对象的关系，或数据库表结构与数据记录的关系。

　　有了DTD，每个XML文件可以携带一个自身格式的描述。

　　有了DTD，不同组织的人可以使用一个通用DTD来交换数据。

　　应用程序可以使用一个标准DTD校验从外部世界接收来的XML数据是否有效。

　　可以使用DTD校验自己的XML数据。

        1-3-3. DTD文档的应用形式

　　DTD文档有三种应用形式：

　　1-3-3-1. 内部DTD文档

        一个内部DTD的例子：

　　上半部分是DTD，下面是XML文档，文档要符合DTD。

        声明格式：<!DOCTYPE 根元素[定义内容]>

        如：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE poem [
    <!ELEMENT poem (author, title, content)>
    <!ELEMENT author (#PCDATA)>
    <!ELEMENT title (#PCDATA)>
    <!ELEMENT content (#PCDATA)>
]>
<!--为元素poem定义了三个子元素author title content，
这三个元素必须要出现并且必须按照这个顺序
少元素不行，多元素也不行
-->
<!--指明author,title,content里面的内容是字符串类型-->
<poem>
    <author>王维</author>
    <title>鹿柴</title>
    <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content>
</poem>

　　上面的文档就是格式良好，并且有效的。

　　详见其中的注释。

　　#PCDATA（Parsed Character Data），是一种类型，可解析的字符数据，即字符串。

　　上面部分是DTD，在下面编写XML文档时，如果不符合其DTD规范，用XMLSpy做检查的时候，是well-formed的，但是却不是valid的。

　　比如根元素写：

<Students>
</Students>

　　Validate检查的时候就会报错，根元素和DTD中的poem不符。

　　1-3-3-2. 外部DTD文档

        声明格式：<!DOCTYPE 根元素 SYSTEM "DTD文件路径">

        上面是一个内部DTD的例子，下面用一个外部的DTD:

　　首先，新建一个DTD文档，文件名叫dtd_1.dtd，内容如下:

<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT poem (author, title, content)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT content (#PCDATA)>

　　然后，新建一个XML文档。

　　如果只写XML元素内容，那么它是一个格式良好的，却不是有效的文档，因为找不到DTD。

　　需要加入外部DTD文件的名称（同一个路径下只给出文件名即可）。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE poem SYSTEM "dtd_1.dtd">
<poem>
    <author>王维</author>
    <title>鹿柴</title>
    <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content>
</poem>

　　1-3-3-3. 内外部DTD文档结合

        声明格式：<!DOCTYPE 根元素 SYSTEM "DTD文件路径" [定义内容]>        

        DTD的内容也可以有些放在外部，有些放在内部，如下：

　　文件dtd_2.dtd

<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT author (#PCDATA)>
<!ELEMENT title (#PCDATA)>

　　XML文档：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE poem SYSTEM "dtd_2.dtd"[
<!ELEMENT poem (author, title, content)>
<!ELEMENT content (#PCDATA)>
]>
<poem>
    <author>王维</author>
    <title>鹿柴</title>
    <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content>
</poem>

2.文档元素

        XML 文档元素形成的是一个树状结构，因此文档元素也被称为根元素。根元素包含了文档的所有其他元素和数据内容。

        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。这棵树从根部开始，并扩展到树的最底端。

        所有的元素都可以有子元素：

        2-1. XML 文档必须有根元素

        XML 必须包含根元素，它是所有其他元素的父元素，比如以下实例中 root 就是根元素：

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

        以下实例中 note 是根元素：

<?xml version="1.0" encoding="UTF-8"?>
<note>
  <to>Tove</to>
  <from>Jani</from>
  <heading>Reminder</heading>
  <body>Don't forget me this weekend!</body>
</note>

        2-2. XML 声明

        XML 声明文件的可选部分，如果存在需要放在文档的第一行，如下所示：

<?xml version="1.0" encoding="utf-8"?>

以上实例包含 XML 版本（

UTF-8 也是 HTML5, CSS, JavaScript, PHP, 和 SQL 的默认编码。

        2-3. 所有的 XML 元素都必须有一个关闭标签

        在 HTML 中，某些元素不必有一个关闭标签：

<p>This is a paragraph.
<br>

        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>
<br />

        注释：从上面的实例中，您也许已经注意到 XML 声明没有关闭标签。这不是错误。声明不是 XML 文档本身的一部分，它没有关闭标签。

        2-4. XML 标签对大小写敏感

        XML 标签对大小写敏感。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。不论您喜欢哪种术语，它们的概念都是相同的。

        2-5. XML 必须正确嵌套

        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>

在上面的实例中，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。

        2-6. XML 属性值必须加引号

        与 HTML 类似，XML 元素也可拥有属性（名称/值的对）。

        在 XML 中，XML 的属性值必须加引号。

        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：

<note date=12/11/2007>
<to>Tove</to>
<from>Jani</from>
</note>

<note date="12/11/2007">
<to>Tove</to>
<from>Jani</from>
</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。

        2-7. 实体引用

        在 XML 中，一些字符拥有特殊的意义。

        如果您把字符 "<" 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 &lt; 1000 then</message>

        在 XML 中，有 5 个预定义的实体引用：

&lt;	<	less than
&gt;	>	greater than
&amp;	&	ampersand
&apos;	'	apostrophe
&quot;	"	quotation mark

        注释：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。

---

        2-8. XML 中的注释

        在 XML 中编写注释的语法与 HTML 的语法很相似。

<!-- This is a comment -->

        2-9. 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 Tove
输出结果:	Hello Tove

        在 XML 中，文档中的空格不会被删减。

        2-10. 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）。

        在 Unix 和 Mac OSX 中，使用 LF 来存储新行。

        在旧的 Mac 系统中，使用 CR 来存储新行。

        XML 以 LF 存储换行。

        2-11. 一个元素可以有多个属性

        它的基本格式为：

        <元素名 属性名1="属性值1" 属性名2="属性值2">

        特定的属性名称在同一个元素标记中只能出现一次