XML基础与文档规范-优快云博客

xml的概述

一、xml的概述

1.xml的概念

xml的全称是Extensible Markup Language 可扩展标记语言。它是由SGML(Standard Gerneralized Markup language)发展而来的，允许开发者自定标签，可以将标签和内容有效的分离。

2.Xml与html的区别

Xml用来传输和存储的数据的。它可以自定义标签.

Html:显示数据<p></p> <p><p>

所以说xml并不是用来代替html的,二者的为不同的目的而设计。

3.Xml的优势

(1)简单易用

(2)严格的格式---xml的基本语法

Xml是平台无关的数据交换语言，Java是平台无关的编程语言

(3)数据逻辑与显示逻辑分离 ---看似MVC模式理解

4.Xml和JavaEE

(1) 配置描述

JavaEE 最开始接触的JSP技术，在web.xml中可以配置Servlet,Filter和Listener体现了xml的应用。

Struts1 struts-config.xml

Hibernate hibernate.cfg.xml xxx.hbm.xml

Struts2 struts.xml

Spring2.5 bean.xml

(2)简化的数据交换

(3)Web Services

Web Services使用基于xml的消息处理作为数据通讯方式,消除了不同组件模型、操作系统和编程语言之间存在的差异,使异构系统能作为单个计算机网络协同运行

二、xml文档规范

1.Xml文档的分类

（1）格式不良好(malformed)的xml文档:完全没有遵守xml文的基本规范的xml文档。

（2）格式良好(well-formed)的但无效的xml文档: 遵守xml文的基本规范,但没有使用dtd或schema定义语义约束的xml文档。

（3）有效(valid)的xml文档：遵守xml文的基本规范,并使用dtd或schema定义语义约束，而且也完全遵守了dtd或schema定义语义约束的xml文档。

2.Xml的语法

(1)Xml的声明

最简单声明

<?xml version=”1.0”?>

Encoding属性：字符编码如果没有指定默认的是UTF-8编码

常见的字符集：

简体中文：GBK 或GB2312

繁体中文: BIG5

西欧字符:ISO8859-1

通用的国际编码:Unicode UTF-8

Standalone:指定该文档是否需要引用其它资源,属性值只有：yes或no

Yes：独立

No：不独立

(2)Xml元素的基本规则

元素是xml文档的基本单元,xml文档就是一个一个层层嵌套的元素组成的。整个的xml文档从根元素开始,根元素包含若干个子元素,而每个子元素又可以包含若干个子元素,从而可以组成一个xml文档。

三、Xml标签语法

1.Xml的标签分为两类

单标记：<商丘/>

双标记：<中国></中国>

2.xml标签的要求

(1)标签名可以有字母(包括非西欧字符)、数字、下划线(_)、中划线(-)、冒号(:)和点号(.)组成,但不能以数字、中划线和点号开头。

(2)标签名不能包含<、>、，、$等符号

(3)标签名种尽量不要出现英文的冒号(:),除非在使用命名空间。

(4)标签名不能以字符xml、XML等任意大小写组合开始。

(5)标签名不能包含空格。

(6)标签名区分大小写

3.xml标签嵌套子元素：xml允许深度嵌套子元素，只要保证元素之间合理的嵌套即可.而且xml元素可以嵌套多个重名的子元素,这多个子元素之间是有序的。

4.空元素：空元素不可以接受子元素,也不可以接受字符串内容。

第三个xml：

<book>

<name>redarmy</name>

<content/> ：备注：空元素但可以接受属性，而且可以接受多个属性

</book>

<book>

<name>redarmy</name>

<content></content> :备注它包好的是一个空格空格也是字符

</book>

例如空元素接受属性：

5.字符数据

<book>

<computer>Struts2开发详解</computer>

Struts2开发详解

</computer>

</book>

对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理

如果文本字符中包含了一些特殊的字符，例如<和&由于这些字符都有特殊的含义,因此直接在xml文档中使用该字符串将引起文档的混乱。

<表达式>

<比较符>1+3<6</比较符>-----------------------------错误的

</表达式>

有以下两种方法解决：

(1)使用实体引用：用另一个特殊符号代替这些特殊符号

(2)使用CDATA标记：将整个文档定义成字符串。

(1)使用实体引用

解决如下：

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

<表达式>

<比较符>1+3<6</比较符>

</表达式>

(2)使用CDATA标记

在特殊标记CDATA下,所有的特殊字符,甚至是有效的元素都将被当成简单的字符串处理。实体引用也会失去作用，变成直接的文本。

CDATA的语法格式如下：

<![CDATA[文本内容]]>

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

<表达式>

<比较符>

<![CDATA[

1+3<6

]]>

</比较符>

</表达式>

备注：由于xml文档根本不会对CDATA标记内容进行任何解析,因此在CDATA内可以放置任何内容，其中的内容永远不会出错。

6.注释

Xml文档还可以加入解释用的字符数据,这些解释用的字符串不会被xml解析器处理。这些解释用的文本称为注释。Xml的文档注释与html完全一致。

Xml注释的语法格式如下：

Xml的注释允许包含元素和标签。

注意：

(1)Xml的注释不能够放在标签体内。

(2)不要把xml文档放在xml文档声明之前 xml文档的声明永远在第一行

(3)不在注释中使用双中划线(--)

7.处理指令

处理指令，简称PI （processing instruction）。处理指令用来指挥解析引擎如何解析XML文档内容。

处理指令用于给处理xml文档的应用程序提供信息,告诉处理程序应该如何处理该文档。一个完备的xml文档的处理程序,可以读取xml文档的处理指令,并根据处理指令进行相应处理,或将它传给下一个程序。

Xml处理指令的格式如下：

<?处理指令名处理指令信息?>

8.属性

xml属性的特征：

(1)xml元素的属性必须有属性值,属性值必须用引号引起来。

(2)同一个xml元素里不能有多个同名的属性

(3)Xml元素里的多个属性之间没有先后顺序。

<book>

<book_name>Java讲义</book_name>

</book>

比如说这个book本身就有 isbn book_name price的属性

那么

Xml文档的整体结构

(1)必须有一个根元素(有且只有一个)

(2)元素必须合理结束

(3)元素之间必须合理嵌套

(4)元素的属性必须有属性值

只要不满足上面的条件就是一个格式不良好的xml文档

只要满足上面的条件就是一个格式良好的xml文档

并且遵守了dtd或者schema就是一个有效的xml文档。

Xml文档是一种标准的结构化文档，可以转换成DOM(Document Object Model)树,其根节点对应DOM树的根节点。

<book>

<author>redarmy</author>

</computer>

<author>redarmy</author>

</computer>

</book>