XML简明教程

Posted 2021-04-25 日常生活Blog

一、XML是什么？

万维网协会推出的一套数据交换标准——XML，是一种可扩展的标记语言，被设计用来传输和存储数据。XML 可用于定义 Web 网页上的文档元素以及复杂数据的表述和传输。

Extensible Markup Language，简称 XML，中文含义是可扩展标记语言，该语言与 html 类似，主要功能是传输数据、储存数据和共享数据。XML 语言没有规定的标签体，需要自定义标签，是一种自我描述的语言。XML 与 HTML 有着本质的区别，XML 传输和存储数据，而 HTML 用来显示数据。

XML 的最大特点是自我描述和任意扩展，当用其描述数据时，用户可以根据需要，组织符合 XML 规范形式的任意内容，并且标签的名称也可以由用户指定。

二、XML的结构

例如，一个描述书籍的XML文档可能如下：

 
   
   
 

  
    
    
  
<?xml version="1.0" encoding="UTF-8" ?> <!-- 文档声明，默认编码为UTF-8 -->
  
    
    
  
<!DOCTYPE note SYSTEM "book.dtd">
  
    
    
  
<book id="1">
  
    
    
  
    <name>Java核心技术</name>
  
    
    
  
    <author>Cay S. Horstmann</author>
  
    
    
  
    <isbn lang="CN">1234567</isbn>
  
    
    
  
    <tags>
  
    
    
  
        <tag>Java</tag>
  
    
    
  
        <tag>Network</tag>
  
    
    
  
    </tags>
  
    
    
  
    <pubDate/>
  
    
    
  
</book>
 
   
   
 

 
   
   
 

  
    
    
  
XML有固定的结构，首行必定是<?xml version="1.0"?>，可以加上可选的编码。
  
    
    
  
紧接着，如果以类似<!DOCTYPE note SYSTEM "book.dtd">声明的是文档定义类型（DTD：Document Type Definition），DTD是可选的。
  
    
    
  
接下来是XML的文档内容，一个XML文档有且仅有一个根元素，根元素可以包含任意个子元素，元素可以包含属性，例如，<isbn lang="CN">1234567</isbn>包含一个属性lang="CN"，且元素必须正确嵌套。如果是空元素，可以用<tag/>表示。
 
   
   
 

XML有几个特点：一是纯文本，默认使用UTF-8编码，二是可嵌套，适合表示结构化数据。如果把XML内容存为文件，那么它就是一个XML文件，例如book.xml。此外，XML内容经常通过网络作为消息传输。

三、一些重要语法规则和知识

所有 XML 元素都须有关闭标签

在 HTML，经常会看到没有关闭标签的元素：

 
   
   
 

  
    
    
  
<p>This is a paragraph
  
    
    
  
<p>This is another paragraph
 
   
   
 

在 XML 中，省略关闭标签是非法的。所有元素都必须有关闭标签：

 
   
   
 

  
    
    
  
<p>This is a paragraph</p>
  
    
    
  
<p>This is another paragraph</p>  
 
   
   
 

注释：您也许已经注意到 XML 声明没有关闭标签。这不是错误。声明不属于XML本身的组成部分。它不是 XML 元素，也不需要关闭标签。

XML 标签对大小写敏感

XML 元素使用 XML 标签进行定义。

XML 标签对大小写敏感。在 XML 中，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：

 
   
   
 

  
    
    
  
<Message>这是错误的。</message>
  
    
    
  

  
    
    
  
<message>这是正确的。</message> 
 
   
   
 

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 必须正确地嵌套

在 HTML 中，常会看到没有正确嵌套的元素：

 
   
   
 

  
    
    
  
<b><i>This text is bold and italic</b></i>
 
   
   
 

在 XML 中，所有元素都必须彼此正确地嵌套：

 
   
   
 

  
    
    
  
<b><i>This text is bold and italic</i></b>
 
   
   
 

在上例中，正确嵌套的意思是：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。

XML 文档必须有根元素

所有的 XML 文档有且只有一个根元素来定义整个文档。

XML 文档必须有一个元素是所有其他元素的父元素。该元素称为根元素。

 
   
   
 

  
    
    
  
<root>
  
    
    
  
  <child>
  
    
    
  
    <subchild>.....</subchild>
  
    
    
  
  </child>
  
    
    
  
</root>
 
   
   
 

XML 的属性值须加引号

与 HTML 类似，XML 也可拥有属性（名称/值的对）。

在 XML 中，XML 的属性值须加引号。请研究下面的两个 XML 文档。第一个是错误的，第二个是正确的：

 
   
   
 

  
    
    
  
<note date=08/08/2008>
  
    
    
  
<to>George</to>
  
    
    
  
<from>John</from>
  
    
    
  
</note> 
  
    
    
  
<note date="08/08/2008">
  
    
    
  
<to>George</to>
  
    
    
  
<from>John</from>
  
    
    
  
</note> 
 
   
   
 

在第一个文档中的错误是，note 元素中的 date 属性没有加引号。

实体引用

在 XML 中，一些字符拥有特殊的意义。

如果你把字符 "<" 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。

这样会产生 XML 错误：

 
   
   
 

  
    
    
  
<message>if salary < 1000 then</message>
 
   
   
 

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：

<	<	小于
>	>	大于
&	&	和号
'	'	单引号
"	"	引号

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。

XML 中的注释

在 XML 中编写注释的语法与 HTML 的语法很相似：

 
   
   
 

  
    
    
  
<!-- 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.在 XML 中，文档中的空格不会被删节。

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)。这对字符与打字机设置新行的动作有相似之处。在 Unix 应用程序中，新行以 LF 字符存储。而 Macintosh 应用程序使用 CR 来存储新行。

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。

元素可包含其他元素、文本或者两者的混合物。元素也可以拥有属性。

 
   
   
 

  
    
    
  
<bookstore>
  
    
    
  
<book category="CHILDREN">
  
    
    
  
  <title>Harry Potter</title> 
  
    
    
  
  <author>J K. Rowling</author> 
  
    
    
  
  <year>2005</year> 
  
    
    
  
  <price>29.99</price> 
  
    
    
  
</book>
  
    
    
  
<book category="WEB">
  
    
    
  
  <title>Learning XML</title> 
  
    
    
  
  <author>Erik T. Ray</author> 
  
    
    
  
  <year>2003</year> 
  
    
    
  
  <price>39.95</price> 
  
    
    
  
</book>
  
    
    
  
</bookstore> 
 
   
   
 

在上例中，<bookstore> 和<book>都拥有元素内容，因为它们包含了其他元素。<author>只有文本内容，因为它仅包含文本。

在上例中，只有 <book> 元素拥有属性 (category="CHILDREN")。

XML 命名规则

XML 元素必须遵循以下命名规则：

• 名称可以含字母、数字以及其他的字符

• 名称不能以数字或者标点符号开始

• 名称不能以字符 “xml”（或者 XML、Xml）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。

名称应当比较简短，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"，一些软件会认为你需要提取第一个单词。

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，即使用数据库的名称规则来命名 XML 文档中的元素。

非英语的字母比如 éòá 也是合法的 XML 元素名，不过需要留意当软件开发商不支持这些字符时可能出现的问题。

XML 属性

从 HTML，你会回忆起这个：<img >。"src" 属性提供有关<img> 元素的额外信息。

在 HTML 中（以及在 XML 中），属性提供有关元素的额外信息：

 
   
   
 

  
    
    
  
<img src="computer.gif">
  
    
    
  
<a href="demo.asp"> 
 
   
   
 

属性通常提供不属于数据组成部分的信息。在下面的例子中，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 标签可以这样写：

 
   
   
 

  
    
    
  
<person sex="female">
 
   
   
 

或者这样也可以：

 
   
   
 

  
    
    
  
<person sex='female'>
 
   
   
 

注释：如果属性值本身包含双引号，那么有必要使用单引号包围它，就像这个例子：

 
   
   
 

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

或者可以使用实体引用：

 
   
   
 

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

四、XML拓展和高级用法

• JDK 中的 XML API

• DOM 解析 XML

• SAX解析XML

• DOM4j解析XML

• XML CDATA

• ……

可参阅：

1. w3school:https://www.w3school.com.cn/xml/index.asp

2. C语言中文网：http://c.biancheng.net/view/1632.html

3. 廖雪峰Java教程：https://www.liaoxuefeng.com/wiki/1252599548343744/1255945389334784

本文由以上文章整理

点击下方“阅读原文”查看网页原文，谢谢您的关注！

↓↓↓