xml基本语法

Posted 2020-10-15 song.yan

本节要点：

• 了解XML的文档声明
• 了解XML的元素、命名规则、属性、元素内容、处理指令等概念

1 XML文档声明

表示该文档是一个XML文档，以及遵循哪个XML版本的规范。

规范：<?xml 版本信息（编码信息）（文档独立性信息）?>

<?xml version="1.0" encoding="UTF-8"  standalone=”no”?>

文档声明在XML文件中是可选的第一项，推荐在每个XML文档中都包含文档声明。如果在XML文件中写出了声明就必须包含version属性，表示XML的版本，截止目前XML只有一个版本，即1.0。在XML声明之前不许有任何内容，包括空格。

文档声明属性：

encoding属性（可选的）：字符编码。默认采用Unicode编码

standalone属性（可选的）：说明文档是否是独立的，yes（缺省）——该文档没有依赖外面的任何文件而可以独立存在，no——该文档依赖于外面的某个文件

如果同时设置了encoding和standalone属性，standalone属性要位于encoding属性之后。

2 元素

XML的基本组成单位是元素，元素由标记来定义，标记包括起始标记<>和结束标记</>，属性要写在起始标记内。在XML中，所有元素必须有结束标记。

语法样式：

<元素名 属性名=“属性值”>

元素内容

</元素名>

1) 元素内容

　　可以是其他元素标记、简单的文本、没有任何信息、其他元素标记和文本内容混合等。

　　在一个元素中可以嵌套若干个子元素

　　XML标记不能交叉

2) 元素关系

　　在XML中，各元素之间是相互关联的。包含在另一个元素中的元素称为子元素，包含子元素的元素称为父元素。嵌套子元素必须完整地包含在它的父元素中

3) 根元素

　　根元素指没有被嵌套在其他元素内的元素，最高层元素，仅一个。XML文档中所有元素都是根元素的子孙元素。

4) 空元素

不包含任何内容的元素。

3 命名规则

在XML中，可以使用自己需要的元素来扩展标记语言。

命名基本规则：

• 元素名称不能以数字或特殊字符开头
• 可以包含字母，数字，下划线等
• 不能以字符串“XML”作为开头
• 不能包含空格
• 尽量不要包含特殊字符
• 区分大小写

流行的命名规则：

• 元素名称尽量简短
• 大小写尽量采用同一标准

n 完全用小写字母来书写名称，当名称中包含多个单词时，相互之间用下划线隔开

n 将每个单词的首字母大写，不使用分隔符

• 可以使用非英文字符

n 推荐使用英文字符+数字来命

4 元素属性

元素属性是用来对元素做进一步说明的：

在XML中，属性值一定要用双引号或者单引号引起来，否则将被视为错误，推荐先使用双引号。属性区分大小写。

属性也可以被改为使用子元素来描述，但是推荐使用子元素描述数据。

属性不能包含多个值。

5 CDATA & PCDATA

5.1 CDATA

术语 CDATA 指的是不需要XML 解析器进行解析的文本数据（Unparsed Character Data）。

在 XML 元素中，"<" 和 "&" 是非法的。

"<" 会产生错误，因为解析器会把该字符解释为新元素的开始。

"&" 也会产生错误，因为解析器会把该字符解释为字符实体的开始。

某些文本，比如 javascript 代码，包含大量 "<" 或 "&" 字符。为了避免错误，可以将脚本代码定义为 CDATA。

CDATA 部分中的所有内容都会被解析器忽略。

CDATA 部分由 "<![CDATA[" 开始，由 "]]>" 结束，可以在CDATA区嵌入其它语言的代码。

5.2  PCDATA

PCDATA指的是由XML解析器解析的内容，当作一般的文字资料来解读。

PCDATA区是指：

• 直接写在元素的起始标记和结尾标记之间的内容
• 由XML解析器解析的内容，当作一般的文字资料来解读
• XML解析程序会将空格和换行如实地交给下游程序去处理

有些字符不能直接写在pcdata区，如<、&等。

6 注释

注释的内容会被程序忽略而不做解释和处理。

注：不要把注释放在XML的声明之前；注释不能嵌套使用。

7 处理指令

为处理XML文档的应用程序提供提示信息

处理指令格式：

<?处理指令名 处理指令信息?>

<?xml-stylesheet type=“text/css” href=“book.css”?>：引入外部css文档

XML解析器会把处理指令原封不动地传送给应用程序，由应用程序来解释这个指令，按照它所提供的信息进行处理。