关于XML文档的讲解

1 XML的概述

1.1　什么是XML

XML全称为Extensible Markup Language，意思是可扩展的标记语言。XML语法上和HTML比较相似，但HTML中的元素是固定的，而XML的标签是可以由用户自定义的。

W3C在1998年2月发布1.0版本，2004年2月又发布1.1版本，但因为1.1版本不能向下兼容1.0版本，所以1.1没有人用。同时，在2004年2月W3C又发布了1.0版本的第三版。我们要学习的还是1.0版本！！！

1.2　XML的应用场景

　　保存关系型数据：

　　<student number="1001">
        <name>zhangSan</name>
        <age>23</age>
        <sex>male</sex>
                <teacher name=”liSi”>
                   <wife id=”xxx”><name>xxx</name></wife>
                </teacher>
       </student>

配置文件：

　　<servlet>
        <servlet-name>MyServlet</servlet-name>
        <servlet-class>cn.itcast.servlet.MyServlet</servlet-class>
    </servlet>

l 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

l 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。

来看一个XML文档

students.xml

<?xml version="1.0" encoding="utf-8" standalone="no"?>
<students>
    <student number="1001">
        <name>zhangSan</name>
        <age>23</age>
        <sex>male</sex>
    </student>
    <student number="1002">
        <name>liSi</name>
        <age>32</age>
        <sex>female</sex>
    </student>
    <student number="1003">
        <name>wangWu</name>
        <age>55</age>
        <sex>male</sex>
    </student>
</students>

2.1　XML文档声明

l 文档声明必须为<?xml开头，以?>结束；

l 文档声明必须从文档的0行0列位置开始；

l 文档声明只有三个属性：

versioin：指定XML文档版本。必须属性，因为我们不会选择1.1，只会选择1.0；
encoding：指定当前文档的编码。可选属性，默认值是utf-8；
standalone：指定文档独立性。可选属性，默认值为yes，表示当前文档是独立文档。如果为no表示当前文档不是独立的文档，会依赖外部文件。

l 一个XML文件分为如下几部分内容：

l 文档声明

l 元素

l 属性

l 注释

l CDATA区、特殊字符

l 处理指令（processing instruction）

XML语法－文档声明

l 在编写XML文档时，需要先使用文档声明，声明XML文档的类型。

l 最简单的声明语法：

<?xml version="1.0" ?>

l 用encoding属性说明文档的字符编码：

<?xml version="1.0" encoding="GB2312" ?>

l 用standalone属性说明文档是否独立：

<?xml version="1.0" encoding="GB2312" standalone="yes" ?>

2.2　元素

元素是XML文档中最重要的组成部分：

l 普通元素的结构：开始标签、元素体、结束标签，例如：<hello>大家好</hello>；

l 元素体：元素体可以是元素，也可以是文本，例如：<a>你好</a>，其中元素的元素体是<a>元素，而<a>元素的元素体是文本；

l 空元素：空元素只有开始标签，而没有结束标签，例如：<c/>，当元素必须自己闭合。

3　属性

                <student number="1001">

                                <name>zhangSan</name>

                                <age>23</age>

                                <sex>male</sex>

                </student>

l 属性是元素的一部分，它必须出现在元素的开始标签中；

l 属性的定义格式：属性名=属性值，其中属性值必须使用单引或双引；

l 一个元素可以有0~N个属性，但一个元素中不能出现同名属性；

4　注释

XML的注释与HTML相同，即以“”结束。注释内容会被XML解析器忽略！

5　转义字符和CDATA段<![CDATA[

]]>

5.1　转义字符

XML中的转义字符与HTML一样。

因为很多符号已经被XML文档结构所使用，所以在元素体或属性值中想使用这些符号就必须使用转义字符，例如：“<”、“>”、“’”、“””、“&”。

例如：<a><hello></a>，<a>元素内部会被解释为：<hello>！

5.2　CDATA段

当大量的转义字符出现在xml文档中时，会使xml文档的可读性大幅度降低。这时如果使用CDATA段就会好一些。

在CDATA段中出现的“<”、“>”、“””、“’”、“&”，都无需使用转义字符。这可以提高xml文档的可读性。

在CDATA段中不能包含“]]>”，即CDATA段的结束定界符。

6　处理指令(了解即可)

处理指令，简称PI（Processing instruction）。处理指令用来指挥解析器如何解析XML文档内容。

例如，在XML文档中可以使用xml-stylesheet指令，通知XML解析器，应用css文件显示xml文档内容。

<?xml-stylesheet type="text/css" href="a.css"?>

处理指令以“<?”开头，以“?>”结束，这一点与xml文档声明相同。

gj1 {font-size: 200px; color: red;}
gj2 {font-size: 100px; color: green;}
gj3 {font-size: 10px;}
gj4 {font-size: 50px; color: blue;}
<?xml version="1.0" encoding="gbk"?>
<?xml-stylesheet type="text/css" href="a.css" ?>
<gjm>
  <gj1>中国</gj1>
  <gj2>美国</gj2>
  <gj3>日本</gj3>
  <gj4>英国</gj4>
</gjm>

7　格式良好的XML文档

格式良好的XML就是格式正确的XML文档，只有XML的格式是良好的，XML解释器才能解释它。下面是对格式良好XML文档的要求：

l 必须要有XML文档声明；

l 必须且仅能有一个根元素；

l 元素和属性的命名必须遵循XML要求：

XML命名区分大小写，例如<a>和<A>是两个不同的元素；
名称中可以包含：字母、数字、下划线、减号，但不能以数字、减号开头；
不能以xml开头，无论是大写还是小写都不可以，例如<xml>、<Xml>、<XML>都是错误的；
不能包含空格，例如<ab cd>是错误的。

l 元素之间必须合理包含，例如：<a>xxx</a>是合理的，而<a>xxx</a>就是错误的包含。