討論XML文件以前我們先看一個例子:
<person>
? Alan Turing
</person>
這就是一個標記完好的XML文件,<person>和</person>分別是開始標記和結束標記。
l開始標記:以<開始,以>結束,中間是標記名稱。
l結束標記:以</開始,以>結束,中間是標記名稱。
注意:開始標記和結束標記對應的標記名稱必須相同,但是具體使用什麼作為名稱就沒有規定,這個和Html是不同的(Html的標記名是若干個確定的),你可以使用person來標記一個人,使用cat來標記一只貓。
標記中間的Alan Turing就是數據,其中Alan和Turing之間的空格也是數據,也就是說標記裡面的數據中的空格不會別忽略。
有時候我們也許需要沒有任何數據的元素(元素指開始標記和結束標記之間的內容,包含開始標記和結束標記,比如上面提到的例子就是一個元素),例如下面的:
<person></person>
這是一個空標記,但是我們有另外更簡捷的標記表示空標記:
<person/>
注意:XML是區分大小寫的,這與Html不同。<Person>和<PERSON>是不同標記,比如你有一個元素以<person>開始,那麼你就不能使用</ Person >作為結束標記。
上面的例子指含有一個元素,我們現在給出一個復雜點的例子,然後給出XML樹的概念。
<person>
<name>
<first_name>Alan</first_name>
<last_name>Turing</last_name>
</name>
<profession>computer scIEntist</profession>
<profession>mathematician</profession>
<profession>cryptographer</profession>
</person>
顯然上面的例子外層仍然是一個person元素,但是與先前不同的是這個元素含有4個子元素,1個name元素和3個profession元素。我們稱person是name的父元素,顯然他也是profession的父元素,同樣我們可以看到name是first_name和last_name的父元素。
上面的例子我們發現標記進行了嵌套,這是允許的。但是重疊標記是非法的,比如:
<strong><em>this common example from Html</strong></em>
應該是:
<strong><em>this common example from Html</em></strong>
根據上面的例子中父子元素的關系以及注意到任何XML文件只能且只能含有一個根元素(也就是沒有父元素的元素)看起來很象一個樹.
現在我們給出一個混合數據的XML文件的例子,
<biography>
<name><first_name>Alan</first_name> <last_name>Turing</last_name>
</name> was one of the first people to truly deserve the name
<emphasize>computer scIEntist</emphasize>. Although his contributions
to the fIEld are too numerous to list, his best-known are the
eponymous <emphasize>Turing Test</emphasize> and
<emphasize>Turing Machine</emphasize>.
<definition>The <term>Turing Test</term> is to this day the standard
test for determining whether a computer is truly intelligent. This
test has yet to be passed. </definition>
<definition>The <term>Turing Machine</term> is an abstract finite
state automaton with infinite memory that can be proven equivalent
to any any other finite state automaton with arbitrarily large memory.
Thus what is true for a Turing Machine is true for all equivalent
Machines no matter how implemented.
</definition>
<name><last_name>Turing</last_name></name> was also an accomplished
<profession>mathematician</profession> and
<profession>cryptographer</profession>. His assistance
was crUCial in helping the AllIEs decode the German Enigma
Machine. He committed suicide on <date><month>June</month>
<day>7</day>, <year>1954</year></date> after being
convicted of homosexuality and forced to take female
hormone injections.
</biography>
上面的例子我不作解釋,但是你要知道他是一個合法的xml文件,也就是說標記和內容可以混排。但是這樣格式的XML文件在程序的處理上就很麻煩,所以不推薦使用。
接著我們談談屬性(Attributes)。看例子:
<person born="1912-06-23" dIEd="1954-06-07">
Alan Turing
</person>
其中紅色標記的born和dIEd就是屬性。其中born是屬性名,1912-06-23是屬性值,屬性值是用”筐起來的,當然也可以用單引號’筐起來。
<person dIEd = '1954-06-07'? born = '1912-06-23' >
Alan Turing
</person>
使用單引號的作用是你可以在屬性的值裡面添加雙引號。
到這裡我們發現一個問題:
<person>
<name first="Alan" last="Turing"/>
<profession value="computer scIEntist"/>
<profession value="mathematician"/>
<profession value="cryptographer"/>
</person>
這個例子中我在person元素裡面添加了4個子元素,每個元素有自己的屬性,以及對應的值,然後這4個元素都是空元素。對照前面我們給出的對應的例子,你覺得是把值限定在屬性裡面好還是直接放在標記之間好呢?這是一個爭論不休的問題,我的看法是由你自己定,看哪個爽就使用哪個。但是要注意對同一個元素,他不能同時含有幾個相同名稱的屬性。
<person born="1912-06-23" born="1954-06-07">
Alan Turing
</person>
上面的是非法的XML文件。
接著我們看看特殊字符帶來的問題。由於<和>是作為標記使用的,所以一般情況下我們不能在數據部分直接包含<和>,而是使用<和> ,其實這個問題在html裡面就有了,處理方式也是和Html一樣,比如&我們使用& ,雙引號”使用"等。
再看看注釋,方法和Html是一樣的:
<!-- 左邊的是注釋開始標記,右邊的是結束標記 -->
但是注意注釋的內容不能包含? -- ,同時注釋裡面的任何標記都會被忽略!同時需要注意的是注釋不能出現在一個元素的標記裡面。
現在我們從整體上來看XML:
1. XML聲明
所有的xml文檔可能(也應該!)由一個xml聲明(XML Declaration)開始。雖然文檔聲
明使用的是同指令處理類似的語法,但從技術上講,根據X M L推薦標准它們並不是一回事,因
為聲明是XML中的保留部分。
<?XML version="1.0" encoding="ASCII" standalone="yes"?>
<person>
Alan Turing
</person>
如果包括X M L聲明,它必須處在文檔最前面—前面不允許有任何空白或注釋。嚴格地講,
在X M L當中這種聲明並不是必須的,但我們後面會看到,當處理文檔時,它確實會起到一些優化的作用。
這些屬性已經在XML 1.0規范中做出了定義:
version—不能省略;值必須為“1.0”;該屬性用來保證對X M L未來版本的支持。
e n c o d i n g—可選;值必須是一種合法的字符編碼,例如“ U T F - 8”、“U T F - 1 6”或者
“I S O - 8 8 5 9 - 1”(即L a t i n - 1字符編碼)。所有X M L解析器都要求至少支持U T F - 8和U T F - 1 6。
如果沒有包含這個屬性,就假設是“ U T F - 8”或“ U T F - 1 6”編碼,這取決於開始的“< ? x m l”字符串的格式。
s t a n d a l o n e—可選;值必須是“ y e s”或“n o”;如果是“y e s”就意味著所有必須的實體聲明都包含在文檔中,如果是“ n o”就意味著需要外部的D T D。DTD將在後面介紹。
最後給出好的XML的相關要求:
1.每個開始標記必須有一個結束標記匹配
2.標記可以嵌套但是不能重疊
3.每個XML文件只有一個根元素
4.一個元素不能含有兩個相同名字的屬性
5.注釋不能出現在元素標記裡面
6.沒有<或者&等類似的字符出現在元素值或者屬性值裡面