XML 教程——检视阅读

基本

XML 简介

XML 指可扩展标记语言（eXtensible Markup Language）。

XML 被设计用来传输和存储数据。HTML 被设计用来显示数据。

什么是 XML？

XML 指可扩展标记语言（EXtensible Markup Language）。
XML 是一种很像HTML的标记语言。
XML 的设计宗旨是传输数据，而不是显示数据。
XML 标签没有被预定义。您需要自行定义标签。
XML 被设计为具有自我描述性。
XML 是 W3C 的推荐标准。

XML 和 HTML 之间的差异

XML 不是 HTML 的替代。

XML 和 HTML 为不同的目的而设计：

XML 被设计用来传输和存储数据，其焦点是数据的内容。
HTML 被设计用来显示数据，其焦点是数据的外观。

HTML 旨在显示信息，而 XML 旨在传输信息。

HTML 中使用的标签都是预定义的。HTML 文档只能使用在 HTML 标准中定义过的标签（如 <p>、<h1>等等）。

XML 允许创作者定义自己的标签和自己的文档结构。

XML 不是对 HTML 的替代

XML 是对 HTML 的补充。

XML 不会替代 HTML，理解这一点很重要。在大多数 Web 应用程序中，XML 用于传输数据，而 HTML 用于格式化并显示数据。

对 XML 最好的描述是：

XML 是独立于软件和硬件的信息传输工具。

XML 用途

XML 把数据从 HTML 分离
XML 简化数据共享
XML 简化数据传输
XML 简化平台变更

XML 树结构

XML 文档形成了一种树结构，它从"根部"开始，然后扩展到"枝叶"。

<!--XML 声明。它定义 XML 的版本（1.0）和所使用的编码（UTF-8 : 万国码, 可显示各种语言）。 -->
<?xml version="1.0" encoding="UTF-8"?>

XML 文档形成一种树结构

XML 文档必须包含根元素。该元素是所有其他元素的父元素。

XML 文档中的元素形成了一棵文档树。这棵树从根部开始，并扩展到树的最底端。

父、子以及同胞等术语用于描述元素之间的关系。父元素拥有子元素。相同层级上的子元素成为同胞（兄弟或姐妹）。

所有的元素都可以有文本内容和属性（类似 HTML 中）。

实例：

<?xml version="1.0" encoding="utf-8"?>
<!-- <?xml  ?> XML声明开头和结尾注意不能有空格-->
<bookstore>
    <book catagory="COOKING">
        <title lang="CN">每日烘焙</title>
        <author>Chuck</author>
        <year>2010</year>
        <price>50.00</price>
    </book>
    <book catagory="CHILDREN">
        <title lang="EN">Little Prince</title>
        <author>Antoine de Saint-Exupéry</author>
        <year>2008</year>
        <price>20.00</price>
    </book>
    <book catagory="IT">
        <title lang="EN">Think In Java</title>
        <author>unknow</author>
        <year>2000</year>
        <price>100.01</price>
    </book>
</bookstore>

image.png

XML 语法规则

XML 的语法规则很简单，且很有逻辑。

XML 文档必须有根元素

XML 必须包含根元素，它是所有其他元素的父元素。

XML 声明

XML 声明文件的可选部分，如果存在需要放在文档的第一行，如下所示：

<?xml version="1.0" encoding="utf-8"?>
<!-- 以上实例包含 XML 版本（
UTF-8 也是 HTML5, CSS, JavaScript, PHP, 和 SQL 的默认编码。 -->

所有的 XML 元素都必须有一个关闭标签

两种关闭标签的方法：

<p>This is a paragraph.</p>
<br/>

注释：从上面的实例中，您也许已经注意到 XML 声明没有关闭标签。这不是错误。声明不是 XML 文档本身的一部分，它没有关闭标签。

XML 标签对大小写敏感

XML 标签对大小写敏感。标签 <Letter> 与标签 <letter> 是不同的。

必须使用相同的大小写来编写打开标签和关闭标签。

注释：打开标签和关闭标签通常被称为开始标签和结束标签。不论您喜欢哪种术语，它们的概念都是相同的。

XML 必须正确嵌套

<!-- 由于 <i> 元素是在 <b> 元素内打开的，那么它必须在 <b> 元素内关闭。 -->
<b><i>This text is bold and italic</i></b>

XML 属性值必须加引号

(1)属性值用双引号 " 或单引号 ' 分隔，如果属性值中有单引号，则用双引号分隔；如果有双引号，则用单引号分隔。那么如果属性值中既有单引号还有双引号怎么办？这种要使用实体（转义字符，类似于html中的空格符），XML 有 5 个预定义的实体字符。

(2)一个元素可以有多个属性。它的基本格式为：

<元素名 属性名1="属性值1" 属性名2="属性值2">

(3)特定的属性名称在同一个元素标记中只能出现一次。

(4)属性值不能包括 <,>,&，如果一定要包含，也要使用实体。

<bean id="dataSource" class="org.springframework.jdbc.datasource.DriverManagerDataSource">
    <property name="driverClassName" value="com.mysql.jdbc.Driver"/>
    <property name="url" value="jdbc:mysql://localhost:3306/hello_mybatis"/>
    <property name="username" value="root"/>
    <property name="password" value="123456"/>
</bean>

实体引用——即xml关键字需特别处理替换

在 XML 中，一些字符拥有特殊的意义。

如果您把字符 "<" 放在 XML 元素中，会发生错误，这是因为解析器会把它当作新元素的开始。

1、为了避免这个错误，请用实体引用来代替 "<" 字符：

<message>if salary &lt; 1000 then</message>

在 XML 中，有 5 个预定义的实体引用：

`<`	<	less than
`>`	>	greater than
`&`	&	ampersand
`'`	'	apostrophe
`"`	"	quotation mark

注释：在 XML 中，只有字符 "<" 和 "&" 确实是非法的。大于号是合法的，但是用实体引用来代替它是一个好习惯。

2、或者用CDATA处理：CDATA 区段中的文本会被解析器忽略。

CDATA 部分由 "<![CDATA[" 开始，由 "]]>" 结束。

<message><![CDATA[ if salary < 1000 then ]]></message>

XML 中的注释

<!-- This is a comment -->

在 XML 中，空格会被保留

HTML 会把多个连续的空格字符裁减（合并）为一个：

HTML:	`Hello Tove`
输出结果:	Hello Tove

在 XML 中，文档中的空格不会被删减。

XML 以 LF 存储换行

在 Windows 应用程序中，换行通常以一对字符来存储：回车符（CR）和换行符（LF）。

在 Unix 和 Mac OSX 中，使用 LF 来存储新行。

在旧的 Mac 系统中，使用 CR 来存储新行。

XML 以 LF 存储换行。

“LF”换行即使用'\n'符号表示；还有一种换行“CR”换行，即用符号"\r"表示，别的语言用"CR"换行。

XML 元素

什么是 XML 元素？

XML 元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。

一个元素可以包含：

其他元素
文本
属性
或混合以上所有...

XML 命名规则

XML 元素必须遵循以下命名规则：

名称可以包含字母、数字以及其他的字符
名称不能以数字或者标点符号开始
名称不能以字母 xml（或者 XML、Xml 等等）开始
名称不能包含空格

可使用任何名称，没有保留的字词。

最佳命名习惯

使名称具有描述性。使用下划线的名称也很不错：<first_name>、<last_name>。

名称应简短和简单，比如：<book_title>，而不是：<the_title_of_the_book>。

避免 "-" 字符。如果您按照这样的方式进行命名："first-name"，一些软件会认为您想要从 first 里边减去 name。

避免 "." 字符。如果您按照这样的方式进行命名："first.name"，一些软件会认为 "name" 是对象 "first" 的属性。

避免 ":" 字符。冒号会被转换为命名空间来使用（稍后介绍）。

XML 文档经常有一个对应的数据库，其中的字段会对应 XML 文档中的元素。有一个实用的经验，即使用数据库的命名规则来命名 XML 文档中的元素。

在 XML 中，éòá 等非英语字母是完全合法的，不过需要留意，您的软件供应商不支持这些字符时可能出现的问题。

XML 元素是可扩展的

XML 元素是可扩展，以携带更多的信息。

XML 属性

XML元素具有属性，类似 HTML。

属性（Attribute）提供有关元素的额外信息。

属性通常提供不属于数据组成部分的信息。在下面的实例中，文件类型与数据无关，但是对需要处理这个元素的软件来说却很重要：

<file type="gif">computer.gif</file>

XML 属性必须加引号

属性值必须被引号包围，不过单引号和双引号均可使用。比如一个人的性别，person 元素可以这样写：

<person sex="female">

或者这样也可以：

<person sex='female'>

如果属性值本身包含双引号，您可以使用单引号，就像这个实例：

<gangster name='George "Shotgun" Ziegler'>

或者您可以使用字符实体：

<gangster name="George &quot;Shotgun&quot; Ziegler">

XML 元素 vs. 属性

没有什么规矩可以告诉我们什么时候该使用属性，而什么时候该使用元素。我的经验是在 HTML 中，属性用起来很便利，但是在 XML 中，您应该尽量避免使用属性。如果信息感觉起来很像数据，那么请使用元素吧。

推荐使用：

第二个实例中使用了 date 元素：

<note>
<date>10/01/2008</date>
<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>

第三个实例中使用了扩展的 date 元素（这是我的最爱）：

<note>
<date>
<day>10</day>
<month>01</month>
<year>2008</year>
</date>
<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>

避免 XML 属性？

因使用属性而引起的一些问题,使用属性的缺点：

属性不能包含多个值（元素可以）
属性不能包含树结构（元素可以）
属性不容易扩展（为未来的变化）

属性难以阅读和维护。请尽量使用元素来描述数据。而仅仅使用属性来提供与数据无关的信息。

针对元数据的 XML 属性

有时候会向元素分配 ID 引用。这些 ID 索引可用于标识 XML 元素

<messages>
<note id="501">
<body>Don't forget me this weekend!</body>
</note>
<note id="502">
<body>I will not</body>
</note>
</messages>

上面的 id 属性仅仅是一个标识符，用于标识不同的便签。它并不是便签数据的组成部分。

在此我们极力向您传递的理念是：元数据（有关数据的数据）应当存储为属性，而数据本身应当存储为元素。

XML 验证

拥有正确语法的 XML 被称为"形式良好"的 XML。

通过 DTD 验证的XML是"合法"的 XML。

形式良好的 XML 文档

"形式良好"的 XML 文档拥有正确的语法。

在前面的章节描述的语法规则：

XML 文档必须有一个根元素
XML元素都必须有一个关闭标签
XML 标签对大小写敏感
XML 元素必须被正确的嵌套
XML 属性值必须加引号

验证 XML 文档

XML DTD

DTD 的目的是定义 XML 文档的结构。它使用一系列合法的元素来定义文档结构.

DTD教程

XML Schema

W3C 支持一种基于 XML 的 DTD 代替者，它名为 XML Schema.

XML Schema教程

XML显示问题(展示一般用notepad工具查看就行，毕竟xml主要用于传输和存储数据)

XML 文档不会携带有关如何显示数据的信息。

由于 XML 标签由 XML 文档的作者"发明"，浏览器无法确定像<table> 这样一个标签究竟描述一个 HTML 表格还是一个餐桌。

在没有任何有关如何显示数据的信息的情况下，大多数的浏览器都会仅仅把 XML 文档显示为源代码。

在下面的章节，我们会了解几个有关这个显示问题的解决方案，其中会使用 CSS、XSLT 和 JavaScript。

XML 进阶

XML 命名空间

XML 命名空间提供避免元素命名冲突的方法。

命名冲突

在 XML 中，元素名称是由开发者定义的，当两个不同的文档使用相同的元素名时，就会发生命名冲突。

在 XML 中，元素名称是由开发者定义的，当两个不同的文档使用相同的元素名时，就会发生命名冲突。 XML 解析器无法确定如何处理这类冲突。当然，这并不会报错，但是当我们去解析时会由于无法判断是哪个带有不同内容和定义的 <table> 元素，而无法处理下去。这时候就要通过命名空间和前缀来区分开。

XML 命名空间 - xmlns 属性

当在 XML 中使用前缀时，一个所谓的用于前缀的命名空间必须被定义。

命名空间是在元素的开始标签的 xmlns 属性中定义的。

命名空间声明的语法如下。xmlns:前缀="URI"。

注释：命名空间 URI 不会被解析器用于查找信息。

其目的是赋予命名空间一个惟一的名称。不过，很多公司常常会作为指针来使用命名空间指向实际存在的网页，这个网页包含关于命名空间的信息。

使用前缀来避免命名冲突

在 XML 中的命名冲突可以通过使用名称前缀从而容易地避免。

通过命名空间和前缀来避免命名冲突示例：

<?xml version="1.0" encoding="utf-8" ?>
<all>
    <!--命名冲突场景,包含带有不同内容和定义的 <table> 元素-->
<root>
    <table>
        <tr>
            <td>Apples</td>
            <td>Bananas</td>
        </tr>
    </table>
    <table>
        <name>African Coffee Table</name>
        <width>80</width>
        <length>120</length>
    </table>
</root>

<!--    table> 标签的 xmlns 属性定义了 h: 和 f: 前缀的合格命名空间。
    当命名空间被定义在元素的开始标签中时，所有带有相同前缀的子元素都会与同一个命名空间相关联。
    命名空间在使用的元素中声明-->
<root>
<h:table xmlns:h="http://www.w3.org/TR/html4/">
    <h:tr>
        <h:td>Apples</h:td>
        <h:td>Bananas</h:td>
    </h:tr>
</h:table>

<f:table xmlns:f="http://www.w3cschool.cc/furniture">
    <f:name>African Coffee Table</f:name>
    <f:width>80</f:width>
    <f:length>120</f:length>
</f:table>
</root>
    <!--命名空间在 XML 根元素中声明-->
<root xmlns:h="http://www.w3.org/TR/html4/"
      xmlns:f="http://www.w3cschool.cc/furniture">
    <h:table>
        <h:tr>
            <h:td>Apples</h:td>
            <h:td>Bananas</h:td>
        </h:tr>
    </h:table>
    <f:table>
        <f:name>African Coffee Table</f:name>
        <f:width>80</f:width>
        <f:length>120</f:length>
    </f:table>
</root>
</all>

统一资源标识符（URI，全称 Uniform Resource Identifier）

统一资源标识符（URI）是一串可以标识因特网资源的字符。

最常用的 URI 是用来标识因特网域名地址的统一资源定位器（URL）。另一个不那么常用的 URI 是统一资源命名（URN）。

在我们的实例中，我们仅使用 URL。

实际使用中的命名空间

XSLT 是一种用于把 XML 文档转换为其他格式的 XML 语言，比如 HTML。

在下面的 XSLT 文档中，您可以看到，大多数的标签是 HTML 标签。

非 HTML 的标签都有前缀 xsl，并由此命名空间标识：xmlns:xsl="http://www.w3.org/1999/XSL/Transform"：

XSLT 教程

XML CDATA

XML 文档中的所有文本均会被解析器解析。

只有 CDATA 区段中的文本会被解析器忽略。

PCDATA - 被解析的字符数据

XML 解析器通常会解析 XML 文档中所有的文本。

当某个 XML 元素被解析时，其标签之间的文本也会被解析：

解析器之所以这么做是因为 XML 元素可包含其他元素，就像这个实例中，其中的 <name> 元素包含着另外的两个元素（first 和 last）：

<name><first>Bill</first><last>Gates</last></name>

而解析器会把它分解为像这样的子元素：

<name>
<first>Bill</first>
<last>Gates</last>
</name>

解析字符数据（PCDATA）是 XML 解析器解析的文本数据使用的一个术语。

CDATA - （未解析）字符数据

术语 CDATA 是不应该由 XML 解析器解析的文本数据。

像 "<" 和 "&" 字符在 XML 元素中都是非法的。

"<" 会产生错误，因为解析器会把该字符解释为新元素的开始。

"&" 会产生错误，因为解析器会把该字符解释为字符实体的开始。

某些文本，比如 JavaScript 代码，包含大量 "<" 或 "&" 字符。为了避免错误，可以将脚本代码定义为 CDATA。

CDATA 部分中的所有内容都会被解析器忽略。

CDATA 部分由 "<![CDATA[" 开始，由 "]]>" 结束.

关于 CDATA 部分的注释：

CDATA 部分不能包含字符串 "]]>"。也不允许嵌套的 CDATA 部分。

标记 CDATA 部分结尾的 "]]>" 不能包含空格或换行。

示例：

<![CDATA[
    SELECT
      IF(COUNT(1)<0,1,0)
    FROM
      t_overview
    WHERE apply_id = #value#
]]>

XML 编码

XML 文档可以包含非 ASCII 字符，比如挪威语 æ ø å，或者法语 ê è é。

为了避免错误，需要规定 XML 编码，或者将 XML 文件存为 Unicode。

XML 编码错误

如果您载入一个 XML 文档，您可以得到两个不同的错误，表示编码问题：

在文本内容中发现无效字符。
将当前编码切换为不被支持的指定编码

Windows 记事本

Windows 记事本默认会将文件保存为单字节的 ANSI（ASCII）。

如果您选择 "另存为..."，就可以指定 ANSI、UTF-8、Unicode（UTF-16）或 Unicode Big。

结论

始终使用编码属性
使用支持编码的编辑器
确保您知道编辑器使用什么编码
在您的编码属性中使用相同的编码

XML 相关技术

Xml技术

XML 总结

XML 可用于交换、共享和存储数据。

XML 文档形成树状结构，在"根"和"叶子"的分支机构开始的。

XML 有非常简单的语法规则。带有正确语法的 XML 是"形式良好"的。有效的 XML 是针对 DTD 进行验证的。

XSLT 用于把 XML 转换为其他格式，比如 HTML。

所有现代的浏览器有一个内建的 XML 解析器，可读取和操作 XML。

DOM（Document Object Model）定义了一个访问 XML 的标准方式。

XMLHttpRequest 对象提供了一个网页加载后与服务器进行通信的方式。

XML 命名空间提供了一种避免元素命名冲突的方法。

CDATA 区域内的文本会被解析器忽略。

我们的 XML 实例也代表了这个 XML 教程总结。

疑问

Q:XML和JSON各自的优缺点？两种有什么相同不同点？哪个更推荐使用，或者说在什么场合应该用哪种？

Q:XML 以 LF 存储换行。LF指\n换行符么？

A:“LF”换行即使用'\n'符号表示；还有一种换行“CR”换行，即用符号"\r"表示，别的语言用"CR"换行。

Q:默认的命名空间如果使用？

参考

XML 教程