XML基础知识

XML由来

---

Extensible Markup Language,翻译可扩展标记语言。XML技术是w3c组织发布的，目前遵循的是w3c组织于2000发布的XML1.0规范。

生活中大量存在有关系的数据，如下图所示：

XML语言出现的根本目的在于描述上图那种，在现实生活中经常出现的有关系的数据。

在XML语言中，它允许用户自定义标签。一个标签用于描述一段数据；一个标签可分为开始标签和结束标签，在开始标签和结束标签之间，又可以使用其它标签描述其它数据，以此来实现数据关系的描述。例如：

---

XML常见应用

---

XML技术除用于保存有关系的数据之外，它还经常用作软件配置文件，以描述程序模板之间的关系。

在一个软件系统中，为提高系统的灵活性，它所启动的模块通常由其配置文件决定
*例如一个软件在启动时，它需要启动A、B两个模块，而A、B这两个模块在启动时，又分别需要A1、A2和
B1、B2模块的支持，为了准确描述这种关系，此时使用XML文件最为合适不过。

<soft>    <a>        <a1></a1>        <a2></a2>    </a>    <b>        <b1></b1>        <b2></b2>    </b></soft>

---

XML语法

---

一个XML文件分为如下几部分内容
*文档声明
*元素
*属性
*注释
*CDATA区，特殊字符
*处理指令(processing instruction)

XML语法之文档声明

在编写XML文档时，需要先使用文档声明，声明XML文档的类型。
1. 最简单的声明语法：

<!--最简单的声明语法--><?xml version="1.0" ?><soft>    <a>        <a1></a1>        <a2></a2>    </a>    <b>        <b1></b1>        <b2></b2>    </b></soft>

2.用encoding属性说明文档的字符编码：
1}如果没有用encoding说明的话，则IE浏览器会无法解析(Windows 10系统)

<?xml version="1.0" ?><soft>    <a>        <a1>中国</a1>        <a2></a2>    </a>    <b>        <b1></b1>        <b2></b2>    </b></soft>

2)反之(Windows 10系统)，如下图显示

<?xml version="1.0" encoding="GB2312" ?><soft>    <a>        <a1>中国</a1>        <a2></a2>    </a>    <b>        <b1></b1>        <b2></b2>    </b></soft>

注意：如果为了统一使用编码方式的话，请将*.xml文件打开(工具：文本、editplus等)，然后另存为，将编码方式更改为UTF-8即可，IE浏览器不会出现无法解析。如果是用eclipse等工具，则会自动切换编码方式(GB2312、UTF-8等)
3.用standalone属性说明文档是否独立(可能会与其他文档关联使用)：

<?xml version="1.0" encoding="GB2312" standalone="yes" ?><soft>    <a>        <a1>中国</a1>        <a2></a2>    </a>    <b>        <b1></b1>        <b2></b2>    </b></soft>

<?xml version="1.0" encoding="GB2312" standalone="no" ?><soft>    <a>        <a1>中国</a1>        <a2></a2>    </a>    <b>        <b1></b1>        <b2></b2>    </b></soft>

提问：此处在IE浏览器中不论是否独立，都可以打开，IE浏览器并不识别standalone这个属性，如有知道原由的网友，请告知普及一下，谢谢

XML语法之元素

*XML元素指XML文件中出现的标签，一个标签分为开始标签和结束标签，一个标签有如下几种书写形式，例如：
a.包含标签体：

<a>www.baidu.com</a>

b.不含标签体

<a></a>

或简写成空标签

<a/>

*一个标签中也可以嵌套若干子标签。但所有标签必须合理的嵌套，绝对不允许交叉嵌套，例如：

<a>welcome to<b>www.baidu.com</a></b>

*格式良好的XML文档必须有且仅有一个根标签，其它标签都是这个根标签的子孙标签。

*对于XML标签中出现的所有空格和换行，XML解析程序都会当做标签内容进行处理。例如：以下两段内容的意义是不同的

<网址>www.baidu.com</网址>

<网址>    www.baidu.com</网址>

*由于在XML中，空格和换行都作为原始内容被处理，所以，在编写XML文件时，使用换行和缩进等方式来让原文件中的内容清晰可读的“良好”书写习惯要做改变了。

*一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：

1. 区分大小写，例如：

<P>和<p>是两个不同的标记；

1. 不能以数字或”_”（下划线）开头；
2. 不能以xml（XML、Xml）开头；
3. 不能包含空格；
4. 名称中间不能包含冒号（:）；

XML语法之属性

*一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如：

<input name="text">

*属性值一定要用双引号(” “)或单引号(’ ‘)引起来
*定义属性必须遵循与标签相同的命名规范
*在XML技术中，标签属性所代表的信息，也可以被改成用子元素的形式来描述，例如：

<input>    <name>text</name></input>

XML语法之注释

*xml文件中的注释采用：”“格式。
*注意：
XML声明之前不能有注释

<!--在XML声明之前写注释是错误的--><?xml version="1.0" encoding="GB2312" standalone="no" ?><soft>    <a>        <a1>中国</a1>        <a2></a2>    </a>    <b>        <b1></b1>        <b2></b2>    </b></soft>

注释不能嵌套，例如：

<!--    <!--局部注释-->-->

XML语法之CDATA区

*在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理；
*如果遇到此情况，可以把这些内容放在CDATA区里，对于CDATA区域内的内容，XML解析程序不会处理，而是直接原封不动的输出；
*这是给计算机阅读的方式；
*语法：

<![CDATA[内容]]>

<![CDATA[    <china>        <br/>    </china>]]>

示例：

<?xml version="1.0" encoding="GB2312" standalone="no" ?><soft>    <![CDATA[    <a>        <a1>中国</a1>        <a2></a2>    </a>    ]]>    <b>        <b1></b1>        <b2></b2>    </b></soft>

XML语法之转义字符

*对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理；
*这是给人阅读的方式；

示例转义字符：

<?xml version="1.0" encoding="GB2312" standalone="no" ?><soft>    <![CDATA[    <a>        <a1>中国</a1>        <a2></a2>    </a>    ]]>    <b>        &lt;b1&gt;&lt;/b1&gt;        <b2></b2>    </b></soft>

结果显示：

注意：经过转义字符处理后的效果和CDATA的效果相似，但是对计算机而言却是不同的。

XML语法之处理指令

*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；
*例如，在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用css文件显示xml文档内容
(此时需要同时新建一个css文件)；

<?xml-stypesheet type="text/css" href="one.css" ?>

*处理指令必须以

<?作为开头，以?>作为结尾

XML声明语句就是最常见的一种处理指令；

实例：config.xml文件

<?xml version="1.0" encoding="GB2312" standalone="no" ?><?xml-stylesheet type="text/css" href="config.css" ?><soft>    <a>        <a1 id="a1">中国</a1>        <a2 id="a2">美国</a2>    </a>    <b>        <b1 id="b1">日本</b1>        <b2 id="b2">英国</b2>    </b></soft>

config.css文件

#a1{    font-size:300px;    color:red;}#a2{    font-size:100px;    color:green;}#b1{    font-size:20px;}#b2{    font-size:200px;    color:blue;}

显示效果：

提问：为什么我在Windows10下，xml和css文件相结合，用IE解析，并没有显示出css的效果？
答：有些浏览器并不会解析出css的效果。但尝试了下，Microsoft Edge浏览器是可以的

---

XML约束概述

---

*什么是XML约束
在XML技术里，可以编写一个文档来约束一个XML文档的书写规范，这称之为XML约束；

*常用的约束技术
XML DTD
XML Schema

---

DTD约束入门

DTD(Document Type Definition)，全称为文档类型定义。

---

实例：book.dtd文档
DTD约束在单独的文件编写

<!ELEMENT 书架 (书+)>        <!ELEMENT 书 (书名,作者,售价)>        <!ELEMENT 书名 (#PCDATA)>        <!ELEMENT 作者 (#PCDATA)>        <!ELEMENT 售价 (#PCDATA)>

实例：book.xml文档

<?xml version="1.0" encoding="UTF-8" ?><!DOCTYPE 书架 SYSTEM "book.dtd"><书架>    <书>        <书名>Java in Thinking</书名>        <作者>张笑笑</作者>        <售价>39.00元</售价>    </书>    <书>        <书名>JavaScript网页开发</书名>        <作者>张笑笑</作者>        <售价>50.00元</售价>    </书>    <老师></老师>    <学生></学生></书架>

经过book.dtd文档的约束，book.xml文档的元素会被限制。但在浏览器解析时照样会输出约束之外的元素。在编程工具idea或eclipse中会提示有错误。

在浏览器中的显示效果：

在idea中显示的效果：

编写DTD约束的两种方式

*DTD约束即可以作为一个单独的文件编写(在上述已经提及)，也可以在XML文件内编写；

单独的book.dtd文档，与在XML文件内编写进行比对

<!ELEMENT 书架 (书+)>        <!ELEMENT 书 (书名,作者,售价)>        <!ELEMENT 书名 (#PCDATA)>        <!ELEMENT 作者 (#PCDATA)>        <!ELEMENT 售价 (#PCDATA)>

在XML文件内编写，如下显示：

<?xml version="1.0" encoding="UTF-8" standalone="yes" ?><!DOCTYPE 书架 [        <!ELEMENT 书架 (书+)>        <!ELEMENT 书 (书名,作者,售价)>        <!ELEMENT 书名 (#PCDATA)>        <!ELEMENT 作者 (#PCDATA)>        <!ELEMENT 售价 (#PCDATA)>        ]><书架>    <书>        <书名>Java in Thinking</书名>        <作者>张笑笑</作者>        <售价>39.00元</售价>    </书>    <书>        <书名>JavaScript网页开发</书名>        <作者>张笑笑</作者>        <售价>50.00元</售价>    </书></书架>

引用DTD约束

*XML文件使用DOCTYPE声明语句来指明它所遵循的DTD文件，DOCTYPE声明语句有两种形式：
1.当引用的文件在本地时(即：.dtd文件和.xml文件分开编写)，采用如下形式：

<!DOCTYPE 文档根结点 SYSTEM "DTD文件的URL">例如：<!DOCTYPE 书架 SYSTEM "book.dtd">

2.当引用的文件是一个公共的文件时，采用如下形式：

<!DOCTYPE 文档根结点 PUBLIC "DTD名称" "DTD文件的URL">例如：<!DOCTYPE web-app PUBLIC "-//Sun Microsystem.Inc//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd">

---

DTD约束语法细节

---

*元素定义
*属性定义
*实体定义

DTD语法细节之元素定义1

*在DTD文档中使用ELEMENT声明一个XML元素，语法格式如下所示：
*这里的XML元素相当于指的标签；

<!ELEMENT 元素名称 元素类型或元素内容>

*当为：元素内容
1.如为元素内容：则需要使用()括起来，如

<!ELEMENT 书架 (书名,作者,售价)><!ELEMENT 书名 (#PCDATA)>

*当为：元素类型
2.如为元素类型，则直接书写，DTD规范定义了如下几种类型：
a、EMPTY：用于定义空元素；
b、ANY：表示元素内容为任意类型；

例如，当为ANY

<!ELEMENT 书架 ANY>        <!ELEMENT 书 (书名,作者,售价)>        <!ELEMENT 书名 (#PCDATA)>        <!ELEMENT 作者 (#PCDATA)>        <!ELEMENT 售价 (#PCDATA)>

则在xml文件可以添加任意类型的元素，不只限制在书标签，有可能是老师、学生等其他标签；

<?xml version="1.0" encoding="UTF-8" ?><!DOCTYPE 书架 SYSTEM "book.dtd"><书架>    <书>        <书名>Java in Thinking</书名>        <作者>张笑笑</作者>        <售价>39.00元</售价>    </书>    <书>        <书名>JavaScript网页开发</书名>        <作者>张笑笑</作者>        <售价>50.00元</售价>    </书>    <老师></老师>    <学生></学生></书架>

DTD语法细节之元素定义2

1.元素内容中可以使用如下方式，描述内容的组成关系

• 用逗号分隔，表示内容的出现顺序必须与声明时一致；

<!ELEMENT MYFILE (TITLE,AUTHOR,EMAIL)

• 用|分隔，表示任选其一，即多个只能出现一个；

<!ELEMENT MYFILE (TITLE|AUTHOR|EMAIL)>

2.在元素内容中也可以使用+、*、?等符号表示元素出现的次数：

符号 次数 示例 + 一次或多次 (书+) ？ 0次或一次 (书?) * 0次或多次 (书*) 空白 至少一次 (书)

3.也可使用圆括号()批量设置，例：

<!ELEMENT MYFILE ((TITLE*,AUTHOR?,EMAIL)*|COMMENT)>

DTD语法细节之属性定义

• xml文档中的标签属性需通过ATTLIST为其设置属性
• 语法格式：

<!ATTLIST 元素名(或称为标签名)    属性名1 属性值类型 设置说明    属性名1 属性值类型 设置说明    ......>

• 属性声明举例：

<!ATTLIST 商品    类别 CDATA #REQUIRED    颜色 CDATA #IMPLIED>

• 对应XML文件：

<商品 类别="服装" 颜色="黄色">...</商品><商品 类别="服装">...</商品>

属性定义的详解

• 设置说明：

  1. #REQUIRED：必须设置该属性
  2. #IMPLIED：可以设置也可以不设置
  3. #FIXED：说明该属性的取值固定为一个值，在XML文件中不能为该属性设置其它值，但需要为该属性提供这个值。
  4. 直接使用默认值：在XML中可以设置该值也可以不设置该属性值。若没设置则使用默认值。

• 举例

<!ATTLIST 页面作者    姓名 CDATA #IMPLIED    年龄 CDATA #IMPLIED    联系信息 CDATA #REQUIRED    网站职务 CDATA #FIXED "页面作者"    个人爱好 CDATA "上网">

对应的XML文件：

<页面作者 联系信息="888888">...</页面作者>

该XML文件中，有三个属性，其中网站职务和个人爱好隐藏了没有显示说明

---

常用属性值类型

---

• CDATA：表示属性值为普通文本字符串
• ENUMERATED：枚举
• ID
• ENTITY(实体)

属性值类型-ENUMERATED

• 属性的类型可以是一组取值的列表，在XML文件中设置的属性值只是这个列表中的某个值(枚举)

<?xml version="1.0" encoding="GB2312" standalone="yes"?><!DOCTYPE 购物篮 [    <!ELEMENT 肉 EMPRY>    <!ATTLIST 肉 品种 ( 鸡肉 | 牛肉 | 猪肉 | 鱼肉 ) "鸡肉">]><购物篮>    <肉 品种="鱼肉"/>    <肉 品种="牛肉"/>    <肉/></购物篮>

属性值类型-ID

• 表示属性的设置值为一个唯一值；
• ID属性的值只能由字母，下划线开始，不能出现空白字符

<?xml version="1.0" encoding="GB2312"?><!DOCTYPE 联系人列表 [    <!ELEMENT 联系人列表 ANY>    <!ELEMENT 联系人(姓名,EMAIL)>    <!ELEMENT 姓名(#PCDATA)>    <!ELEMENT EMAIL(#PCDATA)>    <!ATTLIST 联系人 编号 ID #REQUIRED>]><联系人列表>    <联系人 编号="A1">        <姓名>张三</姓名>        <EMAIL>[e-mail]</EMAIL>    </联系人>    <联系人 编号="A2">        <姓名>李四</姓名>        <EMAIL>李四@128.org</EMAIL>    </联系人></联系人列表>

属性值类型-ENTITY(实体)

• 实体用于为一段内容创建一个别名，以后在XML文档中就可以使用别名引用这段内容了；
• 在DTD定义中，一条<!ENTITY...>语句用于定义一个实体；
• 实体可分为两种类型：引用实体和参数实体；
• 引用实体主要在XML文档中被应用；
• 语法格式：

引用实体

<!ENTITY 实体名称 "实体内容">直接转变成实体内容

• 引用方式：《&实体名称；》
• 举例：

<!ENTITY copyright "I am a programmer">......&copyright;

• 实际中的应用

book.dtd文档

<!ENTITY bookname "javaweb开发"><!ELEMENT 书架 (书+)>        <!ELEMENT 书 (书名,作者,售价)>        <!ELEMENT 书名 (#PCDATA)>        <!ELEMENT 作者 (#PCDATA)>        <!ELEMENT 售价 (#PCDATA)>

book.xml文档

<?xml version="1.0" encoding="UTF-8" ?><!DOCTYPE 书架 SYSTEM "book.dtd"><书架>    <书>        <书名>&bookname;</书名>        <作者>张笑笑</作者>        <售价>39.00元</售价>    </书>    <书>        <书名>JavaScript网页开发</书名>        <作者>张笑笑</作者>        <售价>50.00元</售价>    </书></书架>

参数实体

• 参数实体被DTD文件自身使用
• 语法格式：

<!ENTITY % 实体名称 "实体内容">

• 引用方式：《%实体名称；》
• 举例1：

<!ENTITY % TAG_NAMES ＂姓名|EMAIL|电话｜地址＂><!ELEMENT 个人信息 (%TAG_NAMES;|生日)><!ELEMENT 客户信息 (%TAG_NAMES;|公司名)>

• 举例2：

<!ENTITY % common.attributes        "id ID #IMPLIED            account CDATA #REQUIRED">...<!ATTLIST purchaseOrder %common.attributes;><!ATTLIST item %common.attributes;>