一、XML简介
XML是一种标记语言,用于描述数据,它提供一种标准化的方式来来表示文本数据。XML文档以.xml为后缀。需要彻底注意的是XML是区分大小写的。
先从一个简单的XML例子来了解下xml基础:
<?xml version="1.0" encoding="utf-8" ?> <books ISBN="9787544238212"> <title>xml学习笔记</title> <price>30</price> <pagecount>300</pagecount> </books>
第一行表明,本XML遵守的版本是1.0,使用的字符编码是UTF-8字符集。
每个XML元素都已一个起始标记开始和一个结束标记结束。比如开始:<title>,结束:</title>。XML元素可以带有属性,属性值要加引号。比如上例中的ISBN就是属性,属性值要加双引号。同时用等号连接。
一个XML文档只能够有一个根节点,如上例中books就是根节点。
以下列出XML的几个要点:
- XML是一种可扩展标记语言;
- XML的标记没有被预定义,用户可以自行定义标记来描述数据;
- XML主要用来描述和存储数据;
- XML具有自我描述性;
- XML是树状结构的文档,是个结构化的文档;
- XML文档是个文本文件;
二、XML语法
- 每个开始标记都必须有结束标记;
- 一个XML文档只能够有一个根元素;
- 所有XML元素必须正确嵌套;
- 属性值必须加引号;
- 一个元素不能有相同的属性;
下面以示例来解释XML常用的术语。
1、标记
标记分为开始标记和结束标记,如<title>就是一个开始标记。</title>就是一个结束标记。开始标记与结束标记之间的内容成为XML元素的内容。如果一个XML元素没有内容,我们称其为空元素。如<title></title>。
2、元素
XML元素是从一个开始标记到它结束标记的一段内容。比如 <title>XML学习笔记</title> 就是一个元素。
3、属性
一个元素可以带有属性,属性写在开始标记里,写在元素名称的后面。比如<books ISBN="9787544238212">,其中ISBN="9787544238212"就是books元素的一个属性。ISBN 是属性的名称, 9787544238212 是属性值。一个XML元素不能有相同的XML属性名。
三、XML元素之间的关系
- 子节点;
- 父节点;
- 并列节点(兄弟关系);
下面以一个例子来解释这三种关系。
<?xml version="1.0" encoding="utf-8" ?> <father>Tom Smith <son> John Smith <grandson>Hans Smith</grandson> </son> <daughter>Jane Smith</daughter> </father>
在上面的例子中,son元素就是father元素的子节点。father元素就是son元素和daughter元素的父节点。son元素和daughter又称并列节点。
XML元素中可以带有属性作为XML元素的附加信息。
如果属性值中包含双引号,就用单引号包围属性值。如:
<site info = ‘wo "ai" ni‘>
如果属性值中包含单引号,就用双引号包围属性值。如:
<site info = "wo ‘ai‘ ni">
一个XML元素可以有一个或多个属性,每个属性用空格分开。如:
<person name="zhangsan" age="23">
四、XML名称命名规则
XML的名称可以包含英文字母和数字,或者其他字符比如下划线。XML名称不能以数字或者标点符号开头,XML不能以xml开头(或者xml的大小写,因为这是XML相关标准的保留词)。XML名称不能包含空格,虽然XML名称支持下划线(_)、连字符(-)、句号(.)和冒号(:),但XML开头不能使用连字符(-)、句号(.)和冒号(:)。
1、XML实体应用
(1)、在XML标记里除了表示一个标记的开始之外,不允许有小于号<,因为小于号总是被XML解析器解释为一个标记的开始。
如 :
<person> if age < 10 </person>
这行代码是错误的,如果一定要在XML元素内容里书写小于号,那么可以使用小于号的实体引用,即:< 来替换小于号。
如:
<person> if age < 10</person>
是正确的写法。
(2)在XML里也不能使用&这个字符,因为&被解释为某个实体引用的开始。所以必须使用&的实体引用& 来代替&。
如:
- <person>a & b</person> 是错误的
- <person>a & b</person> 是正确的
下面给出XML5个预定的实体引用
实体引用 | 字符 | 说明 |
< | < | 小于号 |
> | > | 大于号 |
& | & | 和 |
' | ‘ | 单引号 |
" | " | 双引号 |
当XML解析器解析含有上述实体引用的XML文档时,会将这些实体引用转换成相应的字符。
只有<和&在XML是非法的。另外几个是合法的,可以直接写,只是用实体引用更加清晰而已。
2、XML CDATA区
当需要往XML文档里添加一段内容,而内容里有很多<或者&的时候,将所有<或&转换为实体引用是很麻烦的事情,这时候可以使用CDATA区,在CDATA区里不必使用实体引用,因为XML解析器不会计算CDATA区里的内容。
CDATA区以 <![CDATA[ 开始 ,以 ]]> 结束
示例如下:
<mycode> <![CDATA[ <html> <title></title> <body></body> </html> ]]> </mycode>
需要注意的是:在CDATA区内,不能出现 ]]>
3、XML注释
XML注释以 <!-- 开始,以 --> 结束。
示例:
<!-- 这是注释 -->
在XML注释里面,除了结束符-->,不能出现两个连字符--。XML注释也可以放在元素内容里。
4、XML声明
XML文档应当以XML声明开始,不过不是必须的。
示例:
<?xml version="1.0" encoding="utf-8" standalone="yes" ?> <person> 张三 </person>
如果一个XML文档含有声明,必须放在XML文档的第一行。
XML文档声明主要有三个参数。
- 版本:版本表示遵循的是W3C的XML1.0标准。
- 字符编码:字符编码表示该XML文档使用的字符编码方式。对于中文文档,应该使用UTF-8或者Unicode。如果是纯英文,可以使ISO-8859-1编码。
- 独立:如果XML standalone的值是no,表示它需要DTD。不需要DTD的XML文档,standalone的值应该写为yes。
5、格式正确的XML文档。
- 每个开始标记必须有结束标记。
- XML文档只有一个根元素。
- XML元素必须被正确嵌套。
- XML元素不能有相同名称的属性。
- XML属性值必须加引号。
- XML注释不能卸载标记里。
- XML文档里不能出现<和&标记。必须用实体引用代替。
6、XML命名空间
XML命名空间是为了解决当XML文档中存在多个相同名称的元素时,避免冲突而引入的。
命名空间的语法:
- xmlns:prefix="URI"
- xmlns:表示必须的属性。
- prefix:表示命名空间的别名,它的值不能为xml。
- URI:用来标识抽象或物理资源的的紧凑字符串。为了保证标识的唯一性,xml采用Internet上的网址作为这个标识符,因为网址是独一无二的。
默认命名空间示例:
<?xml version="1.0" encoding="utf-8" ?> <Article xmlns="http://www.xxx.com/"> <!--默认命名空间--> <author age="30">张三</author> <length>12000</length> <price>42</price> </Article>
带名字的命名空间|:
<?xml version="1.0" encoding="utf-8" ?> <h:Article xmlns:h="http://www.xxx.com/"> <!--带前缀的命名空间--> <h:author age="30">张三</h:author> <h:length>12000</h:length> <h:price>42</h:price> </h:Article>
7、DTD和XML Schema
DTD文档类型定义,是一套关于标记符的语法规则。它是XML1.0班规格的一部分,是XML文件的验证机制。属于XML文件组成的一部分。DTD是一种保证XML文档格式正确的有效方法,可以通过比较XML文档和DTD文件来看文档是否符合规范,元素和标签使用是否正确。一个DTD文档包括:元素的定义规则,元素间关系的定义规则,元素可使用的属性、可使用的实体或符号规则。不同的公司之需定义好标准的DTD,个公司都能够依照DTD建立XML文件,并且进行验证,如此就可以轻易的建立标准与交换数据。这样便满足了网络共享和数据交互。
DTD文件是一个ASCII的文本文件,后缀名为.dtd。每一个XML文档都可以携带一个DTD,用来对该文档格式进行描述,测试该文档是否为有效的XML文档。
XML Schema如果DTD一样是负责定义和描述XML文档的结构和内容模式的。它可以定义XML文档中存在哪些元素和元素之间的关系,并且可以定义元素和属性的数据类型。是针对DTD的某些缺点,如:DTD不支持数据类型,扩展性较差等而出现的。
XML Schema具有以下优点:
- 一致性:Schema使得XML得定义不必再利用一种特定的形式化语言,而是直接借助XML自身的特性,利用XML的基本语法规则来定义XML文档的结构。
- 扩展性:Schema对DTD进行了扩充,引入了数据类型,命名空间,从而具备较强的可扩展性。
- 互换性:利用Schema,我们能够书写XML文档以及验证文档的合法性。另外通过特性的映射机制,还可以将不同的Schema进行转换,以实现更高层次的数据交换。
- 规范性:同DTD一样,Schema野提供了一套完整的机制以约束XML文档中的标记的使用。相比之下Schema基于XML,更具有规范性。
- XML Schema的限制功能例如:那些元素可以出现在文档中,元素间的关系是什么,每个元素有那些内容和属性以及元素出现的顺序和次数等等。