IBM認(rèn)證：XML入門XML簡介

時間：2024-08-12 22:27:34 IBM認(rèn)證我要投稿

相關(guān)推薦

　　ML即為可擴展的標(biāo)記語言(eXtensible Markup Language)。XML是一套定義語義標(biāo)記的規(guī)則，這些標(biāo)記將文檔分成許多部件并對這些部件加以標(biāo)識。

　　什么是XML

　　XML是標(biāo)記語言。理解XML，首先要理解標(biāo)記。先說說HTML的標(biāo)記(Markup)，通俗地講，它就是一種用來給文本添加標(biāo)記的語言。在HTML里每個標(biāo)志都是有確切含義的。例如，在HTML 中，標(biāo)簽〈B〉的含義是要求HTML瀏覽器將一段文本加粗表示，而標(biāo)簽〈CENTER〉的含義是告訴瀏覽器將這段文本在一行的中間顯示。

　　而XML并非象HTML那樣，提供了一組事先已經(jīng)定義好了的標(biāo)簽，而是提供了一個標(biāo)準(zhǔn)，利用這個標(biāo)準(zhǔn)，你可以根據(jù)實際需要定義自己的新的置標(biāo)語言，并為你的這個置標(biāo)語言規(guī)定它特有的一套標(biāo)簽。準(zhǔn)確的說，XML是一種源置標(biāo)語言，它允許你根據(jù)它所提供的規(guī)則，制定各種各樣的置標(biāo)語言。

　　XML的產(chǎn)生

　　XML有兩個先驅(qū)——SGML和HTML，這兩個語言都是非常成功的標(biāo)記語言，SGML的全稱是標(biāo)準(zhǔn)通用化標(biāo)記語言，它從80年代初開始使用。正如XML一樣，SGML也可用于創(chuàng)建成千上萬的標(biāo)記語言，它為語法置標(biāo)提供了異常強大的工具，同時具有極好的擴展性，因此在分類和索引數(shù)據(jù)中非常有用。目前，SGML多用于科技文獻(xiàn)和政府辦公文件中。SGML 非常之復(fù)雜，其復(fù)雜程度對于網(wǎng)絡(luò)上的日常應(yīng)用簡直不可思議。不僅如此，SGML非常昂貴。HTML免費、簡單，而且它獲得了廣泛的支持。它是一個非常簡單的SGML語言，可以方便普通人的使用。1996年人們開始致力于描述一個置標(biāo)語言，它既具有SGML的強大功能和可擴展性，同時又具有HTML的簡單性。W3C于1998年2月批準(zhǔn)了XML的1.0版本，一個嶄新而大有前途的語言誕生了。

　　XML的優(yōu)點

　　1.XML允許各種不同的專業(yè)(如音樂、化學(xué)、數(shù)學(xué)等)開發(fā)與自己的特定領(lǐng)域有關(guān)的標(biāo)記語言。這就使得該領(lǐng)域中的人們可以交換筆記、數(shù)據(jù)和信息，而不用擔(dān)心接收端的人是否有特定的軟件來創(chuàng)建數(shù)據(jù)。

　　2.XML具有較好的保值性.過去40年來的大多數(shù)計算機數(shù)據(jù)都丟失了，不是因為自然損害或是備份介質(zhì)的磨損,而只是因為沒有人來寫出如何讀取這些數(shù)據(jù)介質(zhì)和格式的文檔。以不常用的格式保存的二進制數(shù)據(jù)，數(shù)據(jù)也許會永遠(yuǎn)地消失了。XML在基本水平上使用的是非常簡單的數(shù)據(jù)格式�？梢杂�100%的純ASCII文本來書寫，也可以用幾種其他定義好的格式來書寫。ASCII文本是幾乎不會"磨損"的。

　　3.應(yīng)用間交換數(shù)據(jù).由于XML是非專有的并易于閱讀和編寫，就使得它成為在不同的應(yīng)用間交換數(shù)據(jù)的理想格式.XML使用的是非專有的格式，不受版權(quán)、專利、商業(yè)秘密或是其他種類的知識產(chǎn)權(quán)的限制。XML的功能是非常強大的，同時對于人類或是計算機程序來說，都容易閱讀和編寫。因而成為交換語言的首選。

　　此外，相對于HTML,XML具有先天的優(yōu)越性。

　　為了自己的瀏覽器增加一些特殊的顯示效果，HTML加入了一些特殊的標(biāo)記。日益增多的標(biāo)簽不但使HTML越來越龐大，瀏覽器的開發(fā)越來越復(fù)雜，還降低了不同瀏覽器之間的兼容性。盡管HTML的標(biāo)簽越來越多，其顯示力卻還遠(yuǎn)遠(yuǎn)不夠。如果你希望非常精確地表現(xiàn)一些你自己的數(shù)據(jù)，可能你需要一些現(xiàn)在在HTML中尚不存在的標(biāo)簽�，F(xiàn)在HTML內(nèi)部結(jié)構(gòu)的條理性越來越差。你寫的HTML文件，甚至是那些專門的所見即所得工具自動生成的HTML文件，可能在語法上會錯誤百出，不過沒關(guān)系，瀏覽器照樣能讀它。

　　現(xiàn)在有了XML，你終于可以自由地制定你自己的置標(biāo)語言，而不必再念念不忘微軟、 Netscape、W3C的首肯了。實際上，現(xiàn)在許多行業(yè)、機構(gòu)都利用XML定義了自己的置標(biāo)語言。比較早而且比較典型的是下面兩個實例：

　　化學(xué)置標(biāo)語言CML (Chemistry Markup Language)數(shù)學(xué)置標(biāo)語言MathML (Mathematical Markup Language)一個簡單的XML文檔

　　現(xiàn)在讓我們考察一個簡單的XML文檔：

　　Hello XML!

　　第一行是XML聲明：

　　這是XML處理指令的例子。處理指令以結(jié)束。在

　　XML聲明有version和standalone兩個特性。特性是由等號分開的名稱-數(shù)值對。位于等號左邊的是特性名，而其值位于等號的右邊，并用雙引號括起來。每一個XML文檔都以一個XML 聲明開始，用以指明所用的XML的版本。在上例中， version特性表明這個文檔符合XML 1.0 規(guī)范。XML聲明還可以有standalone特性，這告訴我們文檔是否在這一個文件里還是需要從外部導(dǎo)入文件。在本例中，以及在以后的幾章中，所有的文檔都在一個文件里完成，因而 standalone特性的值要設(shè)置為yes。

　　再看剩下三行�？傮w上說，這三行組成了FOO元素。分開說，是開始標(biāo)記，而是結(jié)束標(biāo)記，Hello XML!是FOO元素的內(nèi)容。讀者可能要問，標(biāo)記的意義是什么? 回答是"你要讓它是什么就是什么"。除了幾百個預(yù)定義的標(biāo)記之外，XML還允許用戶創(chuàng)建所需的標(biāo)記。因而標(biāo)記可以具有用戶賦于的任何意義.同一個XML文檔可以用不同的標(biāo)記名編寫，如：

　　Hello XML!

　　或是：

　　Hello XML!

　　XML標(biāo)記的意義

　　標(biāo)記有三類意義：結(jié)構(gòu)、語義和樣式。結(jié)構(gòu)將文檔分成元素樹。語義將單個的元素與外部的實際事物聯(lián)系起來。而樣式指定如何顯示元素。

　　結(jié)構(gòu)只是表達(dá)文檔的形式，而不管單個標(biāo)記和元素間的差別。它們都指定文檔具有一個非空的基本元素。標(biāo)記的不同名稱沒有結(jié)構(gòu)上的意義。語義的意義存在于文檔之外，在作者的心中或是讀者或是某些生成或讀取這些文件的計算機程序中。例如，理解HTML但不理解XML的Web瀏覽器，可能會將段落的意義賦給

　　和

　　標(biāo)記。講英語的人可能會比和或

　　或

　　更容易理解和或是和的意義。

　　正如"美麗"的意義存在于觀察者心中。自然地，使標(biāo)記的名稱能夠盡可能反映其包含的意義更好一些。許多學(xué)科，如數(shù)學(xué)和化學(xué)正在創(chuàng)建該學(xué)科的工業(yè)標(biāo)準(zhǔn)和標(biāo)記集。

　　可以與標(biāo)記相聯(lián)系的第三類意義是樣式意義。樣式意義指定標(biāo)記的內(nèi)容如何在計算機屏幕上或是其他輸出設(shè)備上展示。樣式意義說明特定的元素是否是用粗體、斜體、綠色的24磅的字體還是其他字體加以表示。計算機在理解樣式時比理解語義意義要好一些。在XML中，樣式意義是通過樣式單來施加的。(以后將會提到)

　　XML文件的整體結(jié)構(gòu)

　　xml文件包括三部分：XML聲明、處理指示(可選)、XML元素。XML文檔的一個基本要求是形式良好的(well formed)，一個形式良好的XML文檔要包含這三個部分。

　　下面是一個完整的xml文檔(程序1.1)：

　　<學(xué)生花名冊>

　　<學(xué)生>

　　<名字>李華

　　<籍貫>河北

　　<年齡>15

　　<電話號碼>62875555

　　<學(xué)生>

　　<名字>張三

　　<籍貫>北京

　　<年齡>14

　　<電話號碼>82873425

　　處理指示

　　處理指示是用來給處理XML文件的應(yīng)用程序提供信息的。所有的處理指示應(yīng)該遵循下面的格式：

　　例如這個處理指示：

　　指定與了XML文件配套使用的樣式單的類型為xsl及文件名為mystyle.xsl：

　　XML文件的實質(zhì)內(nèi)容——元素

　　元素是XML文件內(nèi)容的基本單元。從語法上講，一個元素包含一個起始標(biāo)記、一個結(jié)束標(biāo)記以及標(biāo)記之間的數(shù)據(jù)內(nèi)容。其形式是：

　　<標(biāo)記>數(shù)據(jù)內(nèi)容

　　另外，元素中還可以再嵌套別的元素。比如數(shù)據(jù)內(nèi)容可再擴展為

　　<標(biāo)記1>數(shù)據(jù)內(nèi)容1

　　<標(biāo)記2>數(shù)據(jù)內(nèi)容2

　　...

　　<標(biāo)記n>數(shù)據(jù)內(nèi)容1

　　元素里還可以再嵌套元素，實現(xiàn)循環(huán)嵌套。最外層的元素稱為根元素。一個xml文檔只能有一個根元素。

　　字符數(shù)據(jù)與實體引用

　　一對標(biāo)記之間出現(xiàn)的字符數(shù)據(jù)可以是任何合法的UNICODE字符，但不能包含字符"〈"。這是因為，字符"〈"被預(yù)留用作標(biāo)記的開始符。

　　在XML中，起始和結(jié)束標(biāo)記之間出現(xiàn)的所有合法字符都被忠實地傳給XML處理程序。為了避免把字符數(shù)據(jù)和標(biāo)記中需要用到的一些特殊符號相混淆，XML還提供了一些有用的實體引用。實體引用的作用是，當(dāng)在字符數(shù)據(jù)中需要使用這些特殊符號時，我們采用它的實體引用來代替。這些特殊的XML實體引用包括：

　　> >

　　< <

　　& &

　　" "

　　’ '

　　這樣，如果我們需要在"示例"這個標(biāo)記中出現(xiàn)文本

　　"<姓名>張三"

　　正確的寫法應(yīng)該是：

　　〈示例〉<姓名>張三〈/示例〉

　　容易理解，字符"〈"的實體引用是必不可少的，為"〉"設(shè)立實體引用同樣是為了避免與標(biāo)記混淆，而字符"&"的實體引用則防止它與實體引用中開頭所用的"&"相混淆。那么，我們什么時候需要用到剩下兩個字符的實體引用呢?在標(biāo)記中可以為標(biāo)記設(shè)立屬性，而XML規(guī)定屬性值必須用"""括起來。因此，當(dāng)屬性值中出現(xiàn)字符"""時，需要將它用實體引用代替。請看下面的例子：

　　正確的寫法應(yīng)該是：

　　標(biāo)記

　　正如我們開篇所講，標(biāo)記是XML語言的精髓。因此，標(biāo)記在XML的元素中、乃至整個XML 文件中，占了舉足輕重的位置。

　　XML的標(biāo)記和HTML的標(biāo)記在模樣上大體相同，除了注釋和CDATA部分以外，所有符號〈和符號〉之間的內(nèi)容都稱為標(biāo)記。其基本形式為：

　　〈標(biāo)記名 (屬性名="屬性取值")*〉

　　不過，XML對于標(biāo)記的語法規(guī)定可比HTML要嚴(yán)格得多。

　　大小寫有所區(qū)分

　　在標(biāo)記中必須注意區(qū)分大小寫。在HTML中，標(biāo)記〈HELLO〉和〈hello〉是一回事，但在XML中，它們是兩個截然不同的標(biāo)記。

　　要有正確的結(jié)束標(biāo)記

　　結(jié)束標(biāo)記除了要和開始標(biāo)記在拼寫和大小寫上完全相同，還必須在前面加上一個斜杠 "/"。因此，如果開始標(biāo)記是〈HELLO〉，結(jié)束標(biāo)記應(yīng)該寫作〈/HELLO〉。XML嚴(yán)格要求標(biāo)記配對，因此，HTML中的、

　　的元素形式在XML中是不合法的。不過，為了簡便起見，當(dāng)一對標(biāo)記之間沒有任何文本內(nèi)容時，可以不寫結(jié)束標(biāo)記，而在開始標(biāo)記的最后慣以斜杠"/"來確認(rèn)。這樣的標(biāo)記稱為"空標(biāo)記"。例如，HTML中的標(biāo)記〈HR〉在XML中的使用方式應(yīng)該是：。

　　標(biāo)記要正確嵌套

　　在一個XML元素中允許包含其它XML元素，但這些元素之間必須滿足嵌套性。

　　有效使用屬性

　　最后要指出的是，標(biāo)記中可以包含任意多個屬性。在標(biāo)記中，屬性以名稱/取值對出現(xiàn)，屬性名不能重復(fù)，名稱與取值之間用等號"="分隔，且取值用引號引起來。例如：

　　<商品類型 = "服裝" 顏色 = "黃色">

　　在這個例子中，"類型"和"顏色"是標(biāo)記"商品"的屬性，"服裝"是屬性"類型"的取值，"黃色"是屬性"顏色"的取值。

　　需要特別注意的是，在XML中屬性的取值必須用引號引起來，而在HTML中這一點并不嚴(yán)格要求。

　　CDATA

　　正象我們前面所說，我們可以把XML文件中除標(biāo)記以外的所有內(nèi)容都看作是字符數(shù)據(jù)，而把標(biāo)記中的所有內(nèi)容都看作置標(biāo)。不過，也有一個例外。在一個特殊的標(biāo)記CDATA下，所有的標(biāo)記、實體引用都被忽略，而被XML處理程序一視同仁地當(dāng)作字符數(shù)據(jù)看待。CDATA的形式如下：

　　〈![CDATA[

　　文本內(nèi)容

　　]]〉

　　聰明的讀者可能已經(jīng)猜出，CDATA的文本內(nèi)容中是不能出現(xiàn)字符串"]]〉"的，因為它代表了CDATA數(shù)據(jù)塊的結(jié)束標(biāo)志。

　　在前面講字符數(shù)據(jù)時，我們談到過實體引用�？上攵�，當(dāng)你的文本數(shù)據(jù)中包含大量特殊符號時，你不得不通篇地使用實體引用，把本來很清晰的一段文字搞得亂七八糟。例如，我們要在"示例"元素中放入了一個這么XML程序。

　　<聯(lián)系人>

　　<姓名>張三

　　zhang@aaa.com

　　這時，如果沒有CDATA，那么麻煩來了。這個元素需要寫成下面的樣子：

　　<示例>

　　<聯(lián)系人>

　　<姓名>張三

　　zhang@aaa.com

　　哇，你要把所有的標(biāo)記都用實體引用改寫，最后寫出來的東西連你自己都看不懂了。為了避免這種不便，你可以把這些字符數(shù)據(jù)放在一個CDATA數(shù)據(jù)塊中，這樣不管它看上去是一個標(biāo)記還是一個實體引用，這些數(shù)據(jù)統(tǒng)統(tǒng)被當(dāng)作字符照單全收。于是，上面的元素就可以寫為這個樣子：

　　<示例>

　　<聯(lián)系人>

　　<姓名>張三

　　zhang@aaa.com

　　]]〉

　　〈/示例〉

　　清楚多了吧!

　　注釋

　　象前一節(jié)的例子中那樣，有些時候，你希望XML處理器能夠把你在數(shù)據(jù)中引入的標(biāo)記當(dāng)作普通數(shù)據(jù)而不是真正的標(biāo)記來看待。這時，CDATA為你助了一臂之力。另外還有些時候，就象在程序中引入注釋一樣，你可能希望在XML文件中加入一些用作解釋的字符數(shù)據(jù)，并且希望XML處理器不對它們進行任何處理。這種類型的文本稱作注釋(COMMENT)文本。

　　在HTML中，注釋是用"〈!--"和"--〉"引起來的。在XML中，注釋的方法完全相同。因此，下面是一個合法的XML(但不是形式良好的)文件： <示例>

　　<聯(lián)系人>

　　<姓名>張三

　　zhang@aaa.com

　　]]>

　　不過，在XML文件中使用注釋時，同樣要遵守幾個規(guī)則：

　　在注釋文本中不能出現(xiàn)字符"-"或字符串"--"，XML處理器可能把它們和注釋結(jié)尾標(biāo)志"-->"相混淆。

　　不要把注釋文本放在標(biāo)記之中。類似地，不要把注釋文本放在實體聲明中，也不要放在XML聲明之前。記住，永遠(yuǎn)用XML聲明作為XML文件中的第一行。

　　注釋不能被嵌套。在使用一對注釋符號表示注釋文本時，要保證其中不再包含另一對注釋符號。例如下面例子是不合法的：

　　-->

　　最后再重申一遍，XML處理器對于注釋中的一切內(nèi)容都會視而不見，注釋中出現(xiàn)的標(biāo)記也一同被忽略。

　　形式良好的XML