可扩展标记语言XML之二：XML语言格式规范、文档组成

大家好，小乐又来了，好久不见！这次接着上次可扩展标记语言XML之一：XML概念，作用，示例，继续讲述XML。

一、格式良好的 xml

1、语法规范：

1)、必须有 XML 文档声明:

<?xml version="1.0"?>

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

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

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

说明:

XML standalone 定义了外部定义的 DTD 文件的存在性. standalone element 有效值

是 yes 和 no. 如下是一个例子:

<?xml version="1.0" encoding="UTF-8" standalone="no"?>

<!DOCTYPE s1 PUBLIC "http://www.ibm.com/example.dtd" "example.dtd">

<s1>.........</s1>

值 no 表示这个 XML 文档不是独立的而是依赖于外部所定义的一个 DTD. 值 yes 表

示这个 XML 文档是自包含的(self-contained).

注意文本文件保存时候默认的编码格式是ANSI，需用记事本把它手动改为UTF-8保存。

2)、必须有且仅有一个根元素

3)、严格区分大小写

4)、属性值用引号(双引号或单引号) :等号分开的名称-值对；在一个元素上，相同的属

性只能出现一次

5)、标记成对；

6)、空标记关闭；

7)、元素正确嵌套。

2、元素命名规则

1)、名称中可以包含字母、数字或者其他可见字符；

2)、名称不能以数字开头；

3)、不能以 XML/xml/Xml…开头；

4)、名称中不能含空格；

5)、名称中不能含冒号（注：冒号留给命名空间使用）

3、实体

实体叫 ENTITY，实体的作用是避免重复输入。作用相当于宏或者变量。

1)内置的 5 种实体

实体符号

< <

> >

& &

" "

' '

2)自定义实体

<!DOCTYPE 根元素[

<!--实体声明-->

<!ENTITY 实体名 "实体内容">

]>

使用已定义的实体：&实体名;

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

<!DOCTYPE sxt[

<!--实体声明-->

<!ENTITY xm "明明">

<!ENTITY gen "保密">

]>

<sxt>

<teacher>

<name>明明</name>

<gender>保密</gender>

</teacher>

<!--引用实体的方法-->

<teacher>

<name>&xm;</name>

<gender>&gen;</gender>

</teacher>

</sxt>

4、文档类型声明

文档类型定义——DOCTYPE，文档类型声明，紧跟 XML 声明之后，包含所有实体声明

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

<!DOCTYPE 根元素标记名[

<!--实体声明-->

]>

二、XML 文档组成

1、构成

所有的 XML 文档（以及 HTML 文档）均由以下简单的构建模块构成：

元素

属性

实体

PCDATA

CDATA

CDATA 节（character data）

2、CDATA

用于把整段文本解释为纯字符数据而不是标记的情况。如包含大量的<、>、&、或者"

字符。CDATA 节中的所有字符都会被当做元素字符数据的常量部分，而不是 XML 标记，

可以输入除]]>外任意字符，不能嵌套。

<![CDATA[ ...... ]]>

3、PCDATA

PCDATA 的意思是被解析的字符数据（parsed character data）。可把字符数据想象为 XML 元素的开始标签与结束标签之间的文本。

PCDATA 是会被解析器解析的文本。这些文本将被解析器检查实体以及标记。

文本中的标签会被当作标记来处理，而实体会被展开。

不过，被解析的字符数据不应当包含任何 &、< 或者 > 字符；需要使用 &、< 以及 >的内置实体来分别替换它们。

关注乐字节，更多技术文章随时奉上