XML文件结构和基本语法

XML文件结构和基本语法

• XML文件的结构性内容：节点关系，属性内容等。
• XML最基本的单位：元素，它由开始标记、属性和结束标记组成。

XML文件示例

例1：使用‘记事本’创建xml文件

在‘记事本’中输入以下内容：

---

<?xml version="1.0" encoding="gb2312" ?>
　　<参考资料>
　　 <书籍>
　　   <名称>xml入门精解</名称>
　　   <作者>张三</作者>
　　   <价格 货币单位="人民币">20.00</价格>
　　 </书籍>
　　 <书籍>
　　   <名称>xml语法</名称>
　　   <!--此书即将出版-->
　　   <作者>李四</作者>
　　   <价格 货币单位="人民币">18.00</价格>
　　 </书籍>
　　</参考资料>

---

编辑好后保存以后缀名为’.xml’的文件。此文件可以分为文件序言(prolog)和文件主体两个部分。

• 文件序言：对应此文件的第一行，该行是一个xml文件必须要声明的内容，并且必须位于xml文件的第一行，它主要是告诉xml解析器如何工作。
  • version表明此xml文件所用的标准的版本号，此内容必须存在。
  • encoding表明此xml文件中所使用的字符类型，可以省略。在你省略此声明的时候，后面的字符码必须是unicode字符码（建议不要省略）。
• 文件主体：除去文件序言，其余部分都属于文件主体，xml文件的内容信息存放在此。文件主体是由开始的**<参考资料>和结束的</参考资料>控制标记组成，这个元素称为xml文件的“根元素”；<书籍>是作为直属于根元素下面的“子元素”；在<书籍>下面又有<名称>、<作者>、<价格>等元素。<货币单位>是<价格>元素中的一个“属性”，“人民币”**则是“属性值”。
  • 注释：<!--此书即将出版-->这一句同html一样，为注释。在xml文件里，注释部分是存放在<！--存放内容-->中。

同html一样，xml文件也是由一系列的标记组成，不过，xml文件中的标记是我们自定义的标记，具有明确的含义，我们可以对标记中的内容的含义作出说明。

XML文件的语法

在讲语法之前，我们必须要了解一个重要的概念，就是xml解析器（xml parse）。

xml解析器

​ 解析器的主要功能就是检查xml文件是否有结构上的错误，剥离xml文件中的标记，读出正确的内容，以交给下一步的应用程序处理。xml是一种用来结构化文件信息的标记语言，xml规范中对于如何标记文件的结构性有一个详细的法则，解析器就是根据这些法则写出来的软件（多用java写成）。

well-formed的xml文件

​ 我们知道，xml必须是well-formed的，才能够被解析器正确地解析出来，显示在浏览器中。那么什么是well-formed的xml文件呢？主要有下面几个准则，我们在创建xml文件的时候，必须满足它们。

• xml文件的第一行必须是声明该文件是xml文件以及它所使用的xml规范版本。在文件的前面不能够有其它元素或者注释。

• 在xml文件中有且只能有一个根元素。我们的第一个例子中，<参考资料>… </参考资料>就是此xml文件的根元素。xml文件中，用的大多都是自定义的标记。

• 在xml文件中的标记必须正确地关闭，也就是说，在xml文件中，控制标记必 须有与之对应的结束标记。如：<名称>标记必须有对应的</名称>结束标记，不像html，某些标记的结束标记可有可无。如果在xml文件中遇到自成一个单元的标记，就是类似于html 中的的这些没有结束标记的时候，xml把它称为“空元素”，必须用这样的写法：<空元素名/>，如果元素中含有属性时写法则为：<空元素 名 属性名=“属性值”/>。

• 标记之间不得交叉。在以前的html文件中，可以这样写：
  <b><h>xxxxxxx</b></h>,<b>和<h>
  　 标记之间有相互重叠的区域，而在xml中，是严格禁止这样标记交错的写法，标记必须以规则性的次序来出现。

• 属性值必须要用“ ”号括起来。如第一个例子中的“1.0”、“gb2312”、“人民币”。都是用“ ”号括起来了的，不能漏掉。

• 控制标记、指令和属性名称等英文要区分大小写。与html不同的是，在html中， 类似和的标记含义是一样的，而在xml中，类似、或这样的标记是不同的。

• 我们知道，在html文件中，如果我们要浏览器原封不动地将我们所输入的东西显示出来，可以将这些东西放到<pre></pre>或者<xmp> </xmp>标记中间。这对于我们创建html教学的网页是必不可少的，因为网页中要显示html的源代码。而在xml中，要实现这样的功能，就必须使用 cdata标记。在cdata标记中的信息被解析器原封不动地传给应用程序，并且不解析该段信息中的任何控制标记。cdata区域是由：“<! [cdata[”为开始标记，以“]]>”为结束标记。例如：例2中的源码，除了“<![cdata[”和“]]>”符号，其余的内容解析器将原封不动地 交给下游的应用程序，即使cdata区域中的开始和结尾的空白以及换行字符等，都同样会被转交（注意cdata是大写的字符）。

xml具体使用注意事项

• xml的声明

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

  这是一个XML处理指令。处理指令以 **<?**开始，以**?>结束。<?**后的第一个单词是指令名，如xml, 代表XML声明。
  version, standalone, encoding 是三个特性，特性是由等号分开的名称-数值对，等号左边是特性名称，等号右边是特性的值，用引号引起来。

  几点解释:

  • version: 说明这个文档符合1.0规范
  • standalone: 说明文档在这一个文件里还是需要从外部导入, standalone 的值设为yes 说明所有的文档都在这一文件里完成
  • encoding: 指文档字符编码

• xml根元素定义

  ​ XML文档的树形结构要求必须有一个根元素。根元素的起始标记要放在所有其它元素起始标记之前，根元素的结束标记根放在其它所有元素的结束标记之后，如

  <?xml version="1.0" standalone="yes" encoding="UTF-8”?> <Settings> <Person>Zhang San</Person> </Settings>

• xml元素

  元素的基本结构由 开始标记，数据内容，结束标记组成，如

  <Person> <Name>Zhang San</Name> <Sex>Male</Sex> </Person>

  需要注意的是:

  • 元素标记区分大小写， 与 是两个不同的标记
  • 结束标记必须有反斜杠，如

  XML元素标记命名规则如下:

  • 名字中可以包含字母，数字及其它字母
  • 名字不能以数字或下划线开头
  • 名字不能用xml开头
  • 名字中不能包含空格和冒号

• xml中的注释

  XML中注释如下:

  <!-- this is comment -->
  需要注意的是：

  • 注释中不要出现“–”或“-”
  • 注释不要放在标记中
  • 注释不能嵌套

• PI (Processing Instruction)

  PI 指 Processing Instruction, 处理指令。PI以“<?”开头，以“?>”结束，用来给下游的文档传递信息。

  <?xml:stylesheet href="core.css" type="text/css" ?>
  例子表明这个XML文档用core.css控制显示。

• PCDATA

  PCDATA: specifies that an element will contain parsed character data.
  举例说明PCDATA的用法, 其中movies.xml 存储电影内容数据，movies.dtd对movies.xml进行验证。

  示例文件(movies.dtd)

  <?xml version="1.0" encoding="GB2312"?>
  <!ELEMENT movies (id, name, brief, time)>
  <!ATTLIST movies type CDATA #REQUIRED>
  <!ELEMENT id (#PCDATA)>
  <!ELEMENT name (#PCDATA)>
  <!ELEMENT brief (#PCDATA)>
  <!ELEMENT time (#PCDATA)>
  

  id, name, brief, time只能包含非标记文本(不能有自己的子元素)。

  XML文件如下所示(movies.xml):

  <?xml version="1.0" encoding="GB2312"?>
  <!DOCTYPE movies SYSTEM "movies.dtd">
  <movies type="动作片">
    <id>1</id>
    <name>致命摇篮</name>
    <brief>李连杰最新力作</brief>
    <time>2003</time>
  </movies>
  

• CDATA

  CDATA用于需要把整段文本解释成纯字符数据而不是标记的情况。当一些文本中包含很多“<”,“>”,“&”,“””等字符而非标记时，CDATA会非常有用。

  <Example>
  <![CDATA[
   <Person>
     <Name>ZhangSan</Name>
     <Sex>Male</Sex>
   </Person>
  ]]>
  </Example>
  

• Entities(实体)

  Entities(实体)是XML的存储单元，一个实体可以是字符串，文件，数据库记录等。实体的用处主要是为了避免在文档中重复输入，我们可以为一个文档定义一个实体名，然后在文档里引用实体名来代替这个文档，XML解析文档时，实体名会被替换成相应的文档。

  XML为五个字符定义了实体名：

  实体	字符
  &lt;	<
  &gt;	>
  &amp;	&
  &quot;	“
  &apos;	‘

  定义并引用实体的示例：

  <!DOCTYPE example [
   <!ENTITY intro "Here is some comment for entity of XML">
  ]>
  <example>
    <hello>&intro;</hello>
  </example>
  

• DOCTYPE

  “<!DOCTYPE[]>”紧随XML声明，包括所有实体的声明，如下所示：

  <!DOCTYPE example [
   declare your entities here…
  ]>
  <example>
    Body of document…
  </example>