格式正规的XML：语法 属性 实体 处理指令 样式单 CDATA节

XML介绍

　　eXtensible Markup Language

　　XML是一种元标记语言，用户可以定义自己需要的标记。

　　Document Type Definition, DTD文档类型定义。

　　XML描述的是结构、内容和语义，它不描述页面元素的格式化。

　　对比：HTML侧重于如何表现信息，内容描述与显示整合为一体。

　　XML中的每个元素名都是成对出现的。结束标签前加一个/

　　如：

<?xml version="1.0"?>
<Student>
<Name>ZhangSan</Name>
<ID>001</ID>
</Student>

　　文档的后缀名是xml，每个文档有且仅有一个根元素。

　　所谓根元素就是包含了其他所有元素的元素。

XML vs HTML

　　使用XML可以实现异构语言、异构平台之间的交互。

XML1.0语法

　　XML目前只有一个版本，即1.0.

　　XML是自描述数据，使用现有的国际标准。

　　XML中有格式正规的XML和有效的XML。本文讲格式正规的。

　　遵循如下规则的XML文档称为格式正规的XML文档：

语法规范：

　　必须有XML声明语句；

　　必须有且仅有一个根元素；

　　标记大小写敏感；

　　属性值用引号；

　　标记成对；

　　空标记关闭；

　　元素正确嵌套。

元素语法：

　　名称中可以包含字母、数字或者其他字符；

　　名称不能以数字开头；

　　不能以XML/xml/Xml…开头；

　　名称中不能含空格；

　　名称中不能含冒号（注：冒号留给命名空间使用）。

XML解析器

　　XML解析器是读取XML文档并提供对文档内容的访问的软件模块。

　　类型：无验证的解释器和验证的解释器。

　　解析器：

　　MSXML IE

　　IBM XML4J

　　Apache Xerces

　　Oracel XML Parser

XML文档

　　一个XML文档：

<?xml version="1.0"  encoding="utf-8" standalone="yes"?>
<!--第一行是XML声明-->
<!--这是XML处理指令的例子。处理指令以<?开始，以?>结束-->
<!--在<?后的第一个单词是处理指令名，在本例中是xml-->
<!--处理指令一定要顶格写，前面不能有任何空白-->

<students>

<GREETING><!--开始标记-->

Hello World<!--元素内容-->

</GREETING><!--结束标记-->

<student  gender="male" isHandsome="true">
<id>001</id>
<name>zhangsan</name>
<address>Beijing</address>
<score>50</score>
</student>

<student gender="female">
<id>002</id>
<name>lisi</name>
<address>北京</address>
<score/><!--为空的简写形式-->
</student>

</students>

　　如其中注释：

　　<!--第一行是XML声明-->

　　<!--这是XML处理指令的例子。处理指令以<?开始，以?>结束-->

　　<!--在<?后的第一个单词是处理指令名，在本例中是xml-->

　　<!--处理指令一定要顶格写，前面不能有任何空白-->

　　处理指令一定要顶格写，前面不能有任何空白。

　　处理指令的？前面后面都不能有空格。

　　但元素中的空白是允许的。

　　文档注释用<!-- 和-->包围，不允许嵌套，允许多行注释。

　　XML里面的元素严格区分大小写。

　　XML文档必须有且只有一个根元素。

　　根元素是一个完全包括文档中其他所有元素的元素。

XML文档声明

　　每一个XML文档都以一个XML声明开始，用以指明所用的XML的版本。

　　XML声明有version 、encoding和standalone特性。

　　特性是由等号分开的名称-数值对。位于等号左边的是特姓名，而其值位于等号的右边，并用双引号或单引号括起来。

　　在上例中，version特性表明这个文档符合XML 1.0规范。

　　XML声明还可以有standalone特性，这告诉我们文档是否在这一个文件里，还是需要从外部导入文件。

　　encoding 属性指定了编码格式，默认情况下是utf-8，这个属性要放在standalone属性前面。

　　注意本文文件保存时候默认的编码格式是ANSI，需要利用记事本把它手动改为UTF-8保存。

属性

　　如上所述，

　　属性（特性）是由等号分开的名称-数值对。

　　位于等号左边的是特姓名，而其值位于等号的右边，并用双引号或单引号括起来。

　　自定义的元素也可以有一个或多个属性，其属性值使用单引号或者双引号括起来。

　　如果属性值中有双引号则使用单引号，反之亦然。

　　属性的形式为：

　　属性名= "属性值"，比如gender="male"。

　　多个属性值之间用空格隔开（一个或多个空格都可以）。

　　在一个元素上，相同的属性只能出现一次。

　　属性值不能包含<, >, &。

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。

　　XML中内置的5种实体：



　　自定义实体语法：

<!DOCTYPE 根元素[

<!ENTITY 实体名 "实体内容">

]>

　　引用已定义的实体：

　　　　&实体名;

　　

　　使用实体的例子：

　　XML代码：

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

<!DOCTYPE test[
<!--实体声明-->
<!ENTITY comA "Company A">

<!ENTITY addA "Some Place">

]>
<test>

<!--直接写进去的方法-->
<company>
<name>Company A</name>
<address>Some Place</address>
</company>

<!--用实体的方法-->
<company>
<name>&comA;</name>
<address>&addA;</address>
</company>
</test>

　　用Chrome打开：



　　可见使用实体和直接写值的效果是一样的，实体所代表的值被浏览器代入。

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。

　　语法：

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

<!DOCTYPE 根元素标记名[

<!--实体声明-->

]>

　　实例如上，实体部分。

处理指令PI

　　处理指令用于XML解析器传递信息到应用程序。

　　语法：<?目标 指令?>

　　PI必须以一个叫做目标的标识符开头，这个标识符遵从如同元素和属性一样的规则，目标是指令所指向的应用的名称，指令是传递给应用程序的信息。

为XML文档编写样式单

　　XML允许用户来创建任何所需要的标记。

　　当然，由于用户在创建标记上有完全的自由，因而通用的浏览器无法预期用户标记的意义，也无法为显示这些标记而提供规则。

　　因而，用户必须为文档编写样式单，告诉浏览器如何显示特定的标记。

　　与标记集类似，用户创建的样式单可由不同的文档不同的人所共享，还可将自己创建的样式单与其他人编写的样式单集成在一起。

　　比如编写样式hello.css：

GREETING{display:block; font-size:24pt; font-weight:bold

　　加入样式的方法，是在XML文档中包括一个处理指令，指定所要使用的样式单：

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

　　完整的XML文档如下：

<?xml version="1.0"  encoding="utf-8" standalone="yes"?>
<!--第一行是XML声明-->
<!--这是XML处理指令的例子。处理指令以<?开始，以?>结束-->
<!--在<?后的第一个单词是处理指令名，在本例中是xml-->
<!--处理指令一定要顶格写，前面不能有任何空白-->

<!--另一个处理指令，表明要采用hello.css定义的样式
（使用当前目录下的hello.css）-->
<?xml-stylesheet type="text/css" href="hello.css"?>

<students>

<GREETING><!--开始标记-->

Hello World<!--元素内容-->

</GREETING><!--结束标记-->

<student  gender="male" isHandsome="true">
<id>001</id>
<name>zhangsan</name>
<address>Beijing</address>
<score>50</score>
</student>

<student gender="female">
<id>002</id>
<name>lisi</name>
<address>北京</address>
<score/><!--为空的简写形式-->
</student>

</students>

　　通过样式，我们可以实现XML内容与展现形式的分离。

　　为XML文档编写样式单可以用CSS或XSL，XSL比CSS复杂。

CDATA节

　　用于把整段文本解释为纯字符数据而不是标记的情况。

　　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。

　　语法：

<![CDATA[

......

]]>

　　可以输入任意字符（除]]外），不能嵌套。

<?xml version="1.0" encoding="utf-8"?>
<root>
<![CDATA[

<hello>
<world>

这里放任何内容都是合法的

]]>

<subRoot>

</subRoot>
</root>

参考资料

　　圣思园张龙老师教学视频。