疯狂XML学习笔记（2）-------------格式要求

Xml的语法

• 一个XML文件分为如下几部分内容：

– 文档声明

– 元素

– 属性

– 注释

– CDATA区、特殊字符

– 处理指令（processing instruction）

Xml的声明

最简单声明

<?xml version=”1.0”?>

Encoding属性：字符编码如果没有指定默认的是UTF-8编码

常见的字符集

简体中文：GBK 或GB2312

繁体中文: BIG5

西欧字符:ISO8859-1

通用的国际编码:Unicode UTF-8

演示案例：

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

<中国></中国>

引起错误的原因是：编码的错误

字符集错误时的xml文档

Standalone:指定该文档是否需要引用其它资源,属性值只有：yes或no

Yes：独立 No：不独立

XML文件和HTML文件一样，实际上是一个文本文件。

显然大家立刻就会明白，创建XML文件最普通的工具和HTML一样，就是"记事本"了。

除了"记事本"之外，当然还有一些更加方便的工具，如XML Notepad、XML Pro、CLIP！XML Editor等，

这些工具的一大特点是：能够检查你所建立的XML文件是否符合XML规范。不过，现在这些工具都只有英文版的，并且需要付费使用。

当然，你仍然能够使用FrontPage、DreamWeaver等工具，不过使用起来不是很方便。

随着XML的逐渐普及，相信在不久后，也会出现非常好用的创建XML文件的工具。
现在我们暂且使用"记事本"来创建我们的XML文件吧。先看一个XML文件：

例1

〈?xml version="1.0" encoding="gb2312" ?〉
〈参考资料〉
〈书籍〉
〈名称〉XML入门精解〈/名称〉
〈作者〉张三〈/作者〉
〈价格 货币单位="人民币"〉20.00〈/价格〉
〈/书籍〉
〈书籍〉
〈名称〉XML语法〈/名称〉
〈!--此书即将出版--〉
〈作者〉李四〈/作者〉
〈价格 货币单位="人民币"〉18.00〈/价格〉
〈/书籍〉
〈/参考资料〉

这是一个典型的XML文件，编辑好后保存为一个以.xml为后缀的文件。我们可以将此文件分为文件序言（Prolog）和文件主体两个大的部分。

在此文件中的第一行即是文件序言。该行是一个XML文件必须要声明的东西，而且也必须位于XML文件的第一行，它主要是告诉XML解析器如何工作。

其中，version是标明此XML文件所用的标准的版本号，必须要有；encoding指明了此XML文件中所使用的字符类型，可以省略，在你省略此声明的时候，后面的字符码必须是Unicode字符码（建议不要省略）

。因为我们在这个例子中使用的是GB2312字符码，所以encoding这个声明也不能省略。在文件序言部分还有一些声明语句，我们在后面给予介绍。

文件的其余部分都是属于文件主体，XML文件的内容信息存放在此。

我们可以看到，文件主体是由开始的〈参考资料〉和结束的〈/参考资料〉控制标记组成，这个称为XML文件的"根元素"；〈书籍〉是作为直属于根元素下的"子元素"；在〈书籍〉下又有〈名称〉、〈作者〉、〈价格〉这些子元素。货币单位是〈价格〉元素中的一个"属性"，"人民币"则是"属性值"。

首先，XML文件的第一行必须是声明该文件是XML文件以及它所使用的XML规范版本。在文件的前面不能够有其它元素或者注释。

第二，在XML文件中有且只能够有一个根元素。我们的第一个例子中，〈参考资料〉... 〈/参考资料〉就是此XML文件的根元素。

第三，在XML文件中的标记必须正确地关闭，也就是说，在XML文件中，控制标记必 须有与之对应的结束标记。如：〈名称〉标记必须有对应的〈/名称〉结束标记，不像HTML，某些标记的结束标记可有可无。如果在XML文件中遇到自成一个单元的标记，就是类似于HTML 中的〈img src=http://www.gxlsystem.com/〉的这些没有结束标记的时候，XML把它称为"空元素"，必须用这样的写法：〈空元素名/〉，如果元素中含有属性时写法则为：〈空元素名 属性名="属性值"/〉。

第四，标记之间不得交叉。在以前的HTML文件中，可以这样写：
〈B〉〈H〉XXXXXXX〈/B〉〈/H〉,〈B〉和〈H〉
标记之间有相互重叠的区域，而在XML中，是严格禁止这样标记交错的写法，标记必须以规则性的次序来出现。

第五，属性值必须要用" "号括起来。如第一个例子中的"1.0"、"gb2312"、"人民币"。都是用" "号括起来了的，不能漏掉。

第六，控制标记、指令和属性名称等英文要区分大小写。与HTML不同的是，在HTML中， 类似〈B〉和〈b〉的标记含义是一样的，而在XML中，类似〈name〉、〈NAME〉或〈Name〉这样的标记是不同的

第七，我们知道，在HTML文件中，如果我们要浏览器原封不动地将我们所输入的东西显示出来，可以将这些东西放到〈pre〉〈/pre〉或者〈xmp〉〈/xmp〉标记中间。这对于我们创建HTML教学的网页是必不可少的，因为网页中要显示HTML的源代码。而在XML中，要实现这样的功能，就必须使用CDATA标记。在CDATA标记中的信息被解析器原封不动地传给应用程序，并且不解析该段信息中的任何控制标记。CDATA区域是由："〈![CDATA["为开始标记，以">〉"为结束标记。例如：例2中的源码，除了"〈![CDATA["和">〉"符号，其余的内容解析器将原封不动地交给下游的应用程序，即使CDATA区域中的开始和结尾的空白以及换行字符等，都同样会被转交（注意CDATA是大写的字符）。

Xml元素的基本规则

元素是xml文档的基本单元,xml文档就是一个一个层层嵌套的元素组成的。整个的xml文档从根元素开始,根元素包含若干个子元素,而每个子元素又可以包含若干个子元素,从而可以组成一个xml文档。

Xml标签语法：

1、Xml的标签分为两类：

单标记：<中国/>

双标记：<中国></中国>

2、xml标签的要求：

1、标签名可以有字母(包括非西欧字符)、数字、下划线(_)、中划线(-)、冒号(:)和点号(.)组成,但不能以数字、中划线和点号开头。

2、标签名不能包含<、>、，、$等符号

3、标签名种尽量不要出现英文的冒号(:),除非在使用命名空间。

4、标签名不能以字符xml、XML等任意大小写组合开始。

5、标签名不能包含空格。

6、标签名区分大小写

3、xml标签嵌套子元素：xml允许深度嵌套子元素，只要保证元素之间合理的嵌套即可.而且xml元素可以嵌套多个重名的子元素,这多个子元素之间是有序的。

第一个:xml

<中国>

<北京>

<海淀/>

<朝阳></朝阳>

<朝阳></朝阳>

</北京>

</中国>

第二个xml：

<中国>

<北京>

<朝阳></朝阳>

<朝阳></朝阳>

<海淀/>

</北京>

</中国>

4、空元素：空元素不可以接受子元素,也不可以接受字符串内容。

第三个xml：

<book>

<name>redarmy</name>

<content/> ：备注：空元素但可以接受属性，而且可以接受多个属性

</book>

<book>

<name>redarmy</name>

<content></content> :备注它包好的是一个空格空格也是字符

</book>

例如空元素接受属性：

<book name=”Java建议” price=”30”/>

5、字符数据

<book>

<computer>Struts2开发详解</computer>

<computer>

Struts2开发详解

</computer>

</book>

对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理

如果文本字符中包含了一些特殊的字符，例如<和&由于这些字符都有特殊的含义,因此直接在xml文档中使用该字符串将引起文档的混乱。

<表达式>

<比较符>1+3<6</比较符>

</表达式>

代表的是文本字符串中包含了特殊的字符

有以下两种方法解决：

1、 使用实体引用：用另一个特殊符号代替这些特殊符号

2、使用CDATA标记：将整个文档定义成字符串。

1、 使用实体引用

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

<表达式>

<比较符>1+3&<6</比较符>

</表达式>

上面的红色的<产生了干扰

解决如下：

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

<表达式>

<比较符>1+3&lt;6</比较符>

</表达式>

2、 使用CDATA标记

在特殊标记CDATA下,所有的特殊字符,甚至是有效的元素都将被当成简单的字符串处理。实体引用也会失去作用，变成直接的文本。

CDATA的语法格式如下：

<![CDATA[文本内容]]>

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

<表达式>

<比较符>

<![CDATA[

1+3<6

]]>

</比较符>

</表达式>

备注：由于xml文档根本不会对CDATA标记内容进行任何解析,因此在CDATA内可以放置任何内容，其中的内容永远不会出错。

1、 注释

Xml文档还可以加入解释用的字符数据,这些解释用的字符串不会被xml解析器处理。这些解释用的文本称为注释。Xml的文档注释与html完全一致。

Xml注释的语法格式如下：

<!--注释字符串 -->

Xml的注释允许包含元素和标签。

注意：

1、 Xml的注释不能够放在标签体内。

2、 不要把xml文档放在xml文档声明之前 xml文档的声明永远在第一行

3、 不在注释中使用双中划线(--)

…..

2、 处理指令

处理指令，简称PI （processing instruction）。处理指令用来指挥解析引擎如何解析XML文档内容。

处理指令用于给处理xml文档的应用程序提供信息,告诉处理程序应该如何处理该文档。一个完备的xml文档的处理程序,可以读取xml文档的处理指令,并根据处理指令进行相应处理,或将它传给下一个程序。

Xml处理指令的格式如下：

<?处理指令名处理指令信息?>

3、 属性

xml属性的特征：

1、 xml元素的属性必须有属性值,属性值必须用引号引起来。

2、 同一个xml元素里不能有多个同名的属性

3、 Xml元素里的多个属性之间没有先后顺序。

<book>
     <isbn>123456780</isbn>
     <book_name>Java讲义</book_name>
      <price>99</price>
</book>

比如说这个book本身就有 isbn book_name price的属性

那么

<book isbn=”” book_name=”” price=””/>

Xml必须有一个根元素。

Xml文档的整体结构

1、 必须有一个根元素(有且只有一个)

2、 元素必须合理结束

3、 元素之间必须合理嵌套

4、 元素的属性必须有属性值

只要不满足上面的条件就是一个格式不良好的xml文档

只要满足上面的条件就是一个格式良好的xml文档

并且遵守了dtd或者schema就是一个有效的xml文档。

Xml文档是一种标准的结构化文档，可以转换成DOM(Document Object Model)树,其根节点对应DOM树的根节点。

<book>
    <computer>
       <name>网上介绍</name>
       <author>redarmy</author>
    </computer>
    <computer>
        <name>网上介绍</name>
       <author>redarmy</author>
    </computer>
</book>

注意：

必须具有根标记且根标记必须唯一

开始标记和结束标记需配对使用

标记不能交错使用

空标记可写成“<标记名/>”的形式

标记对大小写敏感

以上就是疯狂XML学习笔记（2）-------------格式要求的内容，更多相关内容请关注PHP中文网（www.gxlsystem.com）！