XML语法学习

本文章集合两篇博文而写，两篇博文地址：
XML学习总结(二)——XML入门：
XML基础<第一篇>

XML简介

XML是一种标记语言，用于描述数据，它提供一种标准化的方式来来表示文本数据。XML文档以.xml为后缀。需要彻底注意的是XML是区分大小写的。
先从一个简单的XML例子来了解下xml基础:

<strong><?xml version="1.0" encoding="utf-8" ?>
<books ISBN="9787544238212">
  <title>xml学习笔记</title>
  <price>30</price>
  <pagecount>300</pagecount>
</books></strong>

　第一行表明，本XML遵守的版本是1.0，使用的字符编码是UTF-8字符集。

　　每个XML元素都已一个起始标记开始和一个结束标记结束。比如开始：，结束：。XML元素可以带有属性，属性值要加引号。比如上例中的ISBN就是属性，属性值要加双引号。同时用等号连接。

　　一个XML文档只能够有一个根节点，如上例中books就是根节点。

　　以下列出XML的几个要点：

1. XML是一种可扩展标记语言；
2. XML的标记没有被预定义，用户可以自行定义标记来描述数据；
3. XML主要用来描述和存储数据；
4. XML具有自我描述性；
5. XML是树状结构的文档，是个结构化的文档；
6. XML文档是个文本文件；

XML语法

声明：
1. 每个开始标记都必须有结束标记；
2. 一个XML文档只能够有一个根元素；
3. 所有XML元素必须正确嵌套；
4. 属性值必须加引号；
5. 一个元素不能有相同的属性；
6. 一个XML文件分为如下几部分内容：

我们从以下模块介绍：

• 文档声明
• 元素
• 属性
• 注释
• CDATA区 、特殊字符
• 处理指令（processing instruction）
• 命名空间

1.1、xml语法——文档声明

　 XML文档应当以XML声明开始，不过不是必须的。

示例：

<strong><?xml version="1.0" encoding="utf-8" standalone="yes" ?>
<person>
    张三
</person></strong>

　　如果一个XML文档含有声明，必须放在XML文档的第一行。

　　XML文档声明主要有三个参数。
版本： 版本表示遵循的是W3C的XML1.0标准。
字符编码：字符编码表示该XML文档使用的字符编码方式。对于中文文档，应该使用UTF-8或者Unicode。如果是纯英文，可以使ISO-8859-1编码。
独立： 如果XML standalone的值是no，表示它需要DTD。不需要DTD的XML文档，standalone的值应该写为yes。

　　最简单的声明语法： <?xml version="1.0" ?>

　　例如：

<strong><?xml version="1.0"?>
 <softCompany>
     <company>MicroSoft</company>
     <company>google</company>
    <company>Apple</company>
</softCompany></strong>

　　浏览器解析结果如下：
　　

　　
　　用encoding属性说明文档的字符编码：<?xml version="1.0" encoding="GB2312" ?>

　　当XML文件中有中文时，必须使用encoding属性指明文档的字符编码，例如：encoding=”GB2312”或者encoding=”utf-8”，并且在保存文件时，也要以相应的文件编码来保存，否则在使用浏览器解析XML文件时，就会出现解析错误的情况。

　　例如：

<strong><?xml version="1.0"?>
 <softCompany>
     <company>MicroSoft</company>
     <company>google</company>
     <company>Apple</company>
     <company>百度</company>
 </softCompany></strong>

　　这个XML文件中没有使用encoding属性来指明文档的字符编码，但文档里面有“百度”这样的中文字符，在使用IE浏览器解析该XML文件时，IE就不知道该使用什么编码去解析该文件，就无法解析了，出现的错误如下图所示：

　　　　　　　　　　　　　　　　　
　　要想正确解析该XML文档，就可以使用encoding属性指明该文档的字符编码。在保存文件时，也要以GB2312编码来保存

　　例如：

<strong><?xml version="1.0" encoding="GB2312"?>
 <softCompany>
     <company>MicroSoft</company>
     <company>google</company>
     <company>Apple</company>
     <company>百度</company>
 </softCompany></strong>

　　此时再次使用IE浏览器来解析该XML文件，就可以正常解析出里面的中文字符了，如下图所示：

　　　　　　　　　　　　　　

1.2、xml语法——标记

　　标记分为开始标记和结束标记，如就是一个开始标记。就是一个结束标记。开始标记与结束标记之间的内容成为XML元素的内容。如果一个XML元素没有内容，我们称其为空元素。如。

1.3、xml语法——元素

　　XML元素指XML文件中出现的标签，一个标签分为开始标签和结束标签，一个标签有如下几种书写形式，例如：

包含标签体：<a>www.cnblogs.com/</a>
不含标签体的：<a></a>,简写为：<a/>

一个标签中也可以嵌套若干子标签。但所有标签必须合理的嵌套，绝对不允许交叉嵌套 ，例如：

错误的写法：<a>welcome to <b>www.cnblogs.com/</a></b>

格式良好的XML文档必须有且仅有一个根标签，其它标签都是这个根标签的子孙标签。

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。例如：下面两段内容的意义是不一样的。

第一段：

<strong><网址>http://www.cnblogs.com/</网址></strong>

第二段：

<strong><网址>
      http://www.cnblogs.com/
 </网址></strong>

　　由于在XML中，空格和换行都作为原始内容被处理，所以，在编写XML文件时，使用换行和缩进等方式来让原文件中的内容清晰可读的“良好”书写习惯可能要被迫改变。

一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：
1. 不能以数字或”_” (下划线)开头。
2. 不能以xml(或XML、或Xml 等)开头。
3. 不能包含空格。
4. 名称中间不能包含冒号（:）

1.4、XML语法——属性

一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如： <input name=“text”> ，属性是name，属性值为“text”，属性值一定要用双引号（”）或单引号（’）引起来，定义属性必须遵循与标签相同的命名规范 。一个XML元素不能有相同的XML属性名。

多学一招：在XML技术中，标签属性所代表的信息，也可以被改成用子元素的形式来描述，例如：

<strong>
  <input>
    <name>text</name>
  </input>
</strong>

　XML元素中可以带有属性作为XML元素的附加信息。

　 - 如果属性值中包含双引号，就用单引号包围属性值。如：

<strong><site info = 'wo "ai" ni'></strong>

　-　如果属性值中包含单引号，就用双引号包围属性值。如：

<strong><site info = "wo 'ai' ni"></strong>

　-　一个XML元素可以有一个或多个属性，每个属性用空格分开。如：

<strong><person name="zhangsan" age="23"></strong>

1.5、XML语法——注释

　　XML注释以 <!-- 开始，以 --> 结束。XML文件中的注释采用： <!--注释--> 格式。
注意：
XML声明之前不能有注释,注释不能嵌套，例如：

<!--大段注释 …… <!--局部注释-->

……

-->

1.6、XML语法——CDATA区

　　在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理，遇到此种情况，可以把这些内容放在CDATA区里，对于CDATA区域内的内容，XML解析程序不会处理，而是直接原封不动的输出。

　　语法：<![CDATA[ 内容 ]]>

　　例如：

<strong><?xml version="1.0" encoding="utf-8"?>
  <soft>
    <![CDATA[ <a className="gacl.xdp"> <a1>gacl</a1> <a2>xdp</a2> </a> ]]>
      <b>
         <b1>孤傲苍狼</b1>
         <b2>徐达沛</b2>
      </b>
 </soft></strong>

该XML文件使用IE浏览器解析引擎解析执行后，结果如下图所示：

　　　　　　　　　　　　　　　　　　　　　　
对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理。
　　　　　　　
例如：

<?xml version="1.0" encoding="utf-8"?>
 <soft>
     <b>
         &lt;b1&gt;孤傲苍狼&lt;/b1&gt;
         <b2>徐达沛</b2>
     </b>
 </soft>

解析器解析的结果如下图所示：

　

1.7、XML语法－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。例如，在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用css文件显示xml文档内容，标签名为中文时，css不起作用。

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

例如：

<?xml version="1.0" encoding="utf-8"?>
<!--在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用country.css文件显示xml文档内容-->
<?xml-stylesheet type="text/css" href="country.css"?>
<Country>
    <c1>中国</c1>
    <c2>美国</c2>
    <c3>日本</c3>
    <c4>韩国</c4>
</Country>

　　Country.css样式文件代码如下：

<strong>c1{
    font-size:200px;
    color:red;
}
c2{
    font-size:150px;
    color:green;
}
c3{
    font-size:100px;
    color:#ccc;
}
c4{
    font-size:130px;
    color:blue;
}</strong>

　　在浏览器中解析该XML文件的结果如下图所示：

　　
　　
处理指令必须以”<?“作为开头，以”?>“作为结尾，XML声明语句(<?xml version="1.0" encoding="utf-8"?>)就是最常见的一种处理指令。

1.8、XML语法－命名空间

　XML命名空间是为了解决当XML文档中存在多个相同名称的元素时，避免冲突而引入的。

　　命名空间的语法：

xmlns:prefix=”URI”
xmlns：表示必须的属性。
prefix：表示命名空间的别名，它的值不能为xml。
URI：用来标识抽象或物理资源的的紧凑字符串。为了保证标识的唯一性，xml采用Internet上的网址作为这个标识符，因为网址是独一无二的。
　　默认命名空间示例：

<strong><?xml version="1.0" encoding="utf-8" ?>
<Article xmlns="http://www.xxx.com/"> <!--默认命名空间-->
  <author age="30">张三</author>
  <length>12000</length>
  <price>42</price>
</Article></strong>

带名字的命名空间|：

<strong><?xml version="1.0" encoding="utf-8" ?>
<h:Article xmlns:h="http://www.xxx.com/"> <!--带前缀的命名空间-->
  <h:author age="30">张三</h:author>
  <h:length>12000</h:length>
  <h:price>42</h:price>
</h:Article></strong>

附录：

xml编辑工具推荐：
http://www.ibm.com/developerworks/cn/xml/x-xmltools/
我这里使用的是 XML Copy Editor