XML文件結構和基本語法

XML文件的結構性內容，包括節點關係以及屬性內容等等。
元素是組成XML的最基本的單位，它由開始標記，屬性和結束標記組成。
就是一個元素的例子，每一個元素必須有一個元素名，元素能夠若干個屬性以及屬性值。
　xml文件和html文件同樣，其實是一個文本文件。顯然你們馬上就會明白，建立xml文件最普通的工具和html同樣，就是「記事本」了。
一個xml文件的例子
　　如今咱們暫且使用「記事本」來建立咱們的xml文件吧。先看一個xml文件：
　　例1
　　〈?xml version="1.0" encoding="gb2312" ?〉
　　〈參考資料〉
　　 〈書籍〉
　　      〈名稱〉xml入門精解〈/名稱〉
　　      〈做者〉張三〈/做者〉
　　      〈價格 貨幣單位="人民幣"〉20.00〈/價格〉
　　 〈/書籍〉
　　 〈書籍〉
　　      〈名稱〉xml語法〈/名稱〉
　　      〈!--此書即將出版--〉
　　      〈做者〉李四〈/做者〉
　　      〈價格 貨幣單位="人民幣"〉18.00〈/價格〉
　　 〈/書籍〉
　　〈/參考資料〉
　　——————————————————————
　　這是一個典型的xml文件，編輯好後保存爲一個以.xml爲後綴的文件。我 們能夠將此文件分爲文件序言（prolog）和文件主體兩個大的部分。在此文件中的第一行便是文件序言。該行是一個xml文件必需要聲明的東西，並且也必 須位於xml文件的第一行，它主要是告訴xml解析器如何工做。其中，version是標明此xml文件所用的標準的版本號，必需要有；encoding 指明瞭此xml文件中所使用的字符類型，能夠省略，在你省略此聲明的時候，後面的字符碼必須是unicode字符碼（建議不要省略）。
　 文件的其他部分都是屬於文件主體，xml文件的內容信息存放在此。咱們能夠看到，文件主體是由開始的〈參考資料〉和結束的〈/參考資料〉控制標記組成，這 個稱爲xml文件的「根元素」；〈書籍〉是做爲直屬於根元素下的「子元素」；在〈書籍〉下又有〈名稱〉、〈做者〉、〈價格〉這些子元素。貨幣單位是〈價 格〉元素中的一個「屬性」，「人民幣」則是「屬性值」。元素與屬性的關係如圖1。
　　〈!--此書即將出版--〉這一句同html同樣，是註釋，在xml文件裏，註釋部分是放在「〈!--」與「--〉」標記之間的部分。
　　你們能夠看到，xml文件是至關簡單的。同html同樣，xml文件也是由一系列的標記組成，不過，xml文件中的標記是咱們自定義的標記，具備明確的含義，咱們能夠對標記中的內容的含義做出說明。
xml文件的語法
　　對xml文件有了初步的印象以後，咱們就來詳細地談一談xml文件的語法。在講語法以前，咱們必需要了解一個重要的概念，就是xml解析器（xml parse）。
1. xml解析器
　　解析器的主要功能就是檢查xml文件是否有結構上的錯誤，剝離xml文件中的標記，讀出正確的內容，以交給下一步的應用程序處理。xml是一種用來結構化文件信息的標記語言，xml規範中對於如何標記文件的結構性有一個詳細的法則，解析器就是根據這些法則寫出來的軟件（多用java寫成）。
2. well-formed的xml文件
　　咱們知道，xml必須是well-formed的，纔可以被解析器正確地解析出來，顯示在瀏覽器中。那麼什麼是well-formed的xml文件呢？主要有下面幾個準則，咱們在建立xml文件的時候，必須知足它們。
　　首先，xml文件的第一行必須是聲明該文件是xml文件以及它所使用的xml規範版本。在文件的前面不可以有其它元素或者註釋。
　　第二，在xml文件中有且只可以有一個根元素。咱們的第一個例子中，〈參考資料〉... 〈/參考資料〉就是此xml文件的根元素。
xml文件中，用的大多都是自定義的標記。
　 　第三，在xml文件中的標記必須正確地關閉，也就是說，在xml文件中，控制標記必 須有與之對應的結束標記。如：〈名稱〉標記必須有對應的〈/名稱〉結束標記，不像html，某些標記的結束標記無關緊要。若是在xml文件中遇到自成一個 單元的標記，就是相似於html 中的〈img src=.....〉的這些沒有結束標記的時候，xml把它稱爲「空元素」，必須用這樣的寫法：〈空元素名/〉，若是元素中含有屬性時寫法則爲：〈空元素 名 屬性名=「屬性值」/〉。
　　第四，標記之間不得交叉。在之前的html文件中，能夠這樣寫：
　　〈b〉〈h〉xxxxxxx〈/b〉〈/h〉,〈b〉和〈h〉
　　標記之間有相互重疊的區域，而在xml中，是嚴格禁止這樣標記交錯的寫法，標記必須以規則性的次序來出現。
　　第五，屬性值必需要用「 」號括起來。如第一個例子中的「1.0」、「gb2312」、「人民幣」。都是用「 」號括起來了的，不能漏掉。
　　第六，控制標記、指令和屬性名稱等英文要區分大小寫。與html不一樣的是，在html中， 相似〈b〉和〈b〉的標記含義是同樣的，而在xml中，相似〈name〉、〈name〉或〈name〉這樣的標記是不一樣的。
　 　第七，咱們知道，在html文件中，若是咱們要瀏覽器原封不動地將咱們所輸入的東西顯示出來，能夠將這些東西放到〈pre〉〈/pre〉或者〈xmp〉 〈/xmp〉標記中間。這對於咱們建立html教學的網頁是必不可少的，由於網頁中要顯示html的源代碼。而在xml中，要實現這樣的功能，就必須使用 cdata標記。在cdata標記中的信息被解析器原封不動地傳給應用程序，而且不解析該段信息中的任何控制標記。cdata區域是由：「〈! [cdata[」爲開始標記，以「]]〉」爲結束標記。例如：例2中的源碼，除了「〈![cdata[」和「]]〉」符號，其他的內容解析器將原封不動地 交給下游的應用程序，即便cdata區域中的開始和結尾的空白以及換行字符等，都一樣會被轉交（注意cdata是大寫的字符）。

1  XML 的聲明

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

    這是一個XML處理指令。處理指令以 <? 開始，以 ?> 結束。<? 後的第一個單詞是指令名，如xml, 表明XML聲明。
    version, standalone, encoding 是三個特性，特性是由等號分開的名稱-數值對，等號左邊是特性名稱，等號右邊是特性的值，用引號引發來。

幾點解釋:

• version: 說明這個文檔符合1.0規範
• standalone: 說明文檔在這一個文件裏仍是須要從外部導入, standalone 的值設爲yes 說明全部的文檔都在這一文件裏完成 
• encoding: 指文檔字符編碼

2  XML 根元素定義

XML文檔的樹形結構要求必須有一個根元素。根元素的起始標記要放在全部其它元素起始標記以前，根元素的結束標記根放在其它全部元素的結束標記以後，如

 

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

 

3  XML元素

元素的基本結構由 開始標記，數據內容，結束標記組成，如

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

須要注意的是:

• 元素標記區分大小寫，<Name> 與 <name>是兩個不一樣的標記
• 結束標記必須有反斜槓，如 </Name>

XML元素標記命名規則以下:

• 名字中能夠包含字母，數字及其它字母
• 名字不能以數字或下劃線開頭
• 名字不能用xml開頭
• 名字中不能包含空格和冒號

4  XML中的註釋

XML中註釋以下:

<!-- this is comment -->

須要注意的是：

• 註釋中不要出現「--」或「-」
• 註釋不要放在標記中
• 註釋不能嵌套 

5  PI  (Processing Instruction)
PI 指 Processing Instruction, 處理指令。PI以「<?」開頭，以「?>」結束，用來給下游的文檔傳遞信息。

<?xml:stylesheet href=」core.css」 type=」text/css」 ?>

例子代表這個XML文檔用core.css控制顯示。

 

6  PCDATA 
  #PCDATA: specifies that an element will contain parsed character data.
  舉例說明PCDATA的用法, 其中movies.xml 存儲電影內容數據，movies.dtd對movies.xml進行驗證。

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只能包含非標記文本(不能有本身的子元素)。

XML文件以下所示(movies.xml):

<?xml version="1.0" encoding="GB2312"?>
<!DOCTYPE movies SYSTEM "movies.dtd">
<movies type="動做片">
    <id>1</id>
    <name>致命搖籃</name>
    <brief>李連杰最新力做</brief>
    <time>2003</time>
</movies>

 
7  CDATA

CDATA用於須要把整段文本解釋成純字符數據而不是標記的狀況。當一些文本中包含不少「<」,「>」,「&」,「」」等字符而非標記時，CDATA會很是有用。

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

以「<![CDATA[」 開始，以「]]>」結束。注意，在CDATA段中不要出現結束定界符「]]>」。

8  Entities(實體)
Entities(實體)是XML的存儲單元，一個實體能夠是字符串，文件，數據庫記錄等。實體的用處主要是爲了不在文檔中重複輸入，咱們能夠爲一個文檔定義一個實體名，而後在文檔裏引用實體名來代替這個文檔，XML解析文檔時，實體名會被替換成相應的文檔。

XML爲五個字符定義了實體名：

 

實體	字符
&lt;	<
&gt;	>
&amp;	&
&quot;	「
&apos;	‘

 

 
定義並引用實體的示例：

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

9  DOCTYPE 
「<!DOCTYPE[]>」緊隨XML聲明，包括全部實體的聲明，以下所示：

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