XML学习笔记（一）

最新推荐文章于 2022-02-08 10:44:02 发布

原创最新推荐文章于 2022-02-08 10:44:02 发布 · 271 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#XML #笔记

笔记专栏收录该内容

2 篇文章

订阅专栏

我们这学期的XML已经上了五周了，但是感觉老师就像什么都没讲，还是要靠自己看书，所以我想趁着刚记下来的东西还没有忘，赶紧做个笔记。

XML基础知识

XML(eXtensible Markup Language，可拓展标记语言)是为了解决HTML不擅于处理数据的问题而开发出来的一种规范，因此，作为HTML的补充（不是替代，是补充），它就是专门用来处理数据的。

XML的特点

可拓展性（Extensibility）。XML可以使用自己创造的标签，只要符合基本的语法，就是合格的XML文件，可以说是相当开放了。
灵活性（Flexibility）。XML作为单纯的文本文件，可以轻松地结合各项技术，这让它有了很大的发挥空间。
自描述性(Self-describing)。因为便签都是自己定义的，所以非常容易读懂，同时计算机也能处理。
简洁性(Simplicity)。这是和SMGL相比而言的，嗯，然而我并不知道SMGL是什么 = =

XML规范

XML声明

声明可以没有，但如果有，必须是第一行！

一般格式：

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

其中，version指的是当前XML的版本号，这个属性是必须要有的。encoding是编码方式，这个可以没有。standalone表示这个文件是独立的还是引用了其他的外部文件，这个也可以没有，解析器会自动判定。

XML处理指令和注释

处理指令一般写在文件开头，格式为：

<? target-name data ?>

注释和HTML一样，也是：

<!--  注释 -->

要注意的是，注释要占单独的一行！不能写在标签里面，注释里面也不能嵌套注释！

XML中的元素与属性

在XML中，元素(Element)是最基本的组成单元，基本的语法如下：

<element_name att1="val1" att2="val2">      --开始标记
content                                     --内容
</element_name>                             --结束标记

元素通常由开始标记和结束标记进行界定，开始标记中可以包含一些相关的属性(如att1)；在开始标记和结束标记之间的数据被称为元素的内容。元素中可以包含文本和子元素。

开始标记和结束标记必须相互对应，嵌套的顺序也必须对应！

属性不能独立于元素存在，通常以名-值对的形式出现，属性的取值必须加上引号(单引号或双引号)。

属性和元素的命名规则：

元素和属性的名称必须以字母、下划线( _ )或者冒号(:)开头
名称的其余部分可以是字母，数字、横线(-)、下划线( _ )、点号( . )和冒号(:)
元素名称大小写敏感
名称长度没有限制

值得注意的是，虽然子元素和属性都可以用来刻画元素某个方面的特征，但最好只用属性来表示一些无关的数据，因为子元素的值更容易修改，这样更容易对XML的数据进行操作。

XML文本内容和CDATA段

XML虽然允许使用任意字符，但由于"<"、">"和"/"这些字符本身具有特殊的含义，所以是不能随便使用的，一般来说，要使用的话有两种方式：

(1)使用预定义实体，也就是用事先定义好的字符串来代替某些特殊字符。

如"<"="&lt",">"="gt","&"="&amp"等等

但是这种方法一方面不太方便，另一方面降低了XML的可读性。

(2)使用CDATA段。CDATA可以理解为一个标志，告诉解析器CDATA段中的文本没有XML标记，换句话说，解析器不会对段中的文本进行解析。格式为：<![CDATA[......]]>

<content><![CDATA[an XML character>]]><content>

命名空间

命名空间(namespace)在计算机各个领域都有着广泛的应用，主要是用来表示标识符(identifier)的上下文。

一般用来解决函数和变量等重名的问题，当命名冲突时，只要把它们放到不同的命名空间就可以解决了。

命名空间的声明和使用

命名空间的声明类似属性：

<namespace:element-name xmlns:namespace="url">
element_content
</namespace:element-name>

namespace:element-name表示这个元素属于namespace这个命名空间，但namespace并不是命名空间的名字，仅仅只是一个符号化的表示，URL才是命名空间的全称。

在同一个命名空间中，元素或属性的名称必须唯一，但不同的命名空间可以嵌套。

<?xml version="1.0">
<ns:company xmlns="http://www.company.com">
    <ns:company-info>
        <ns:name>Company</ns:name>
        <ns:address>Baker Street 221B</ns:address>
        <ns1:employee xmlns="http://employee.com">
            <ns1:name>Sherlock</ns1:name>
            <ns1:job>detective</ns1:job>
        </ns1:employee>
    </ns:company-info>
</ns:company>

在这个例子中，有两个name元素，但是由于它们属于不同的命名空间，所以不会发生冲突。

由于每次都需要输入命名空间的前缀，显得非常麻烦，XML规范中提供了一种缺省机制，当省略命名空间前缀时，默认定义命名空间的元素内的内容都属于该命名空间，根据缺省机制，上面的例子可以简化为：

<?xml version="1.0">
<company xmlns="http://www.company.com">
    <company-info>
        <name>Company</ns:name>
        <address>Baker Street 221B</ns:address>
        <ns1:employee xmlns="http://employee.com">
            <ns1:name>Sherlock</ns1:name>
            <ns1:job>detective</ns1:job>
        </ns1:employee>
    </company-info>
</company>

文档表示的含义没有变化，然而修改后显得更加简洁，甚至ns1也可以改为局部缺省的命名空间，这样使得编写文档变得更加轻松。