什么是XML
XML即為可擴展的標記語(yǔ)言（eXtensible Markup Language）。XML是一套定義語(yǔ)義標記的規則，這些標記將文檔分成許多部件并對這些部件加以標識。
XML是標記語(yǔ)言。理解XML，首先要理解標記。先說(shuō)說(shuō)HTML的標記（Markup），通俗地講，它就是一種用來(lái)給文本添加標記的語(yǔ)言。在HTML里每個(gè)標志都是有確切含義的。例如，在HTML 中，標簽〈B〉的含義是要求HTML瀏覽器將一段文本加粗表示，而標簽〈CENTER〉的含義是告訴瀏覽器將這段文本在一行的中間顯示。
而XML并非象HTML那樣，提供了一組事先已經(jīng)定義好了的標簽，而是提供了一個(gè)標準，利用這個(gè)標準，你可以根據實(shí)際需要定義自己的新的置標語(yǔ)言，并為你的這個(gè)置標語(yǔ)言規定它特有的一套標簽。準確的說(shuō)，XML是一種源置標語(yǔ)言，它允許你根據它所提供的規則，制定各種各樣的置標語(yǔ)言。
XML的產(chǎn)生
XML有兩個(gè)先驅——SGML和HTML，這兩個(gè)語(yǔ)言都是非常成功的標記語(yǔ)言，SGML的全稱(chēng)是標準通用化標記語(yǔ)言，它從80年代初開(kāi)始使用。正如XML一樣，SGML也可用于創(chuàng )建成千上萬(wàn)的標記語(yǔ)言，它為語(yǔ)法置標提供了異常強大的工具，同時(shí)具有極好的擴展性，因此在分類(lèi)和索引數據中非常有用。目前，SGML多用于科技文獻和政府辦公文件中。SGML 非常之復雜，其復雜程度對于網(wǎng)絡(luò )上的日常應用簡(jiǎn)直不可思議。不僅如此，SGML非常昂貴。HTML免費、簡(jiǎn)單，而且它獲得了廣泛的支持。它是一個(gè)非常簡(jiǎn)單的SGML語(yǔ)言，可以方便普通人的使用。1996年人們開(kāi)始致力于描述一個(gè)置標語(yǔ)言，它既具有SGML的強大功能和可擴展性，同時(shí)又具有HTML的簡(jiǎn)單性。W3C于1998年2月批準了XML的1.0版本，一個(gè)嶄新而大有前途的語(yǔ)言誕生了。
XML的優(yōu)點(diǎn)
1.XML允許各種不同的專(zhuān)業(yè)（如音樂(lè )、化學(xué)、數學(xué)等）開(kāi)發(fā)與自己的特定領(lǐng)域有關(guān)的標記語(yǔ)言。這就使得該領(lǐng)域中的人們可以交換筆記、數據和信息，而不用擔心接收端的人是否有特定的軟件來(lái)創(chuàng )建數據。
2.XML具有較好的保值性.過(guò)去40年來(lái)的大多數計算機數據都丟失了，不是因為自然損害或是備份介質(zhì)的磨損,而只是因為沒(méi)有人來(lái)寫(xiě)出如何讀取這些數據介質(zhì)和格式的文檔。以不常用的格式保存的二進(jìn)制數據，數據也許會(huì )永遠地消失了。XML在基本水平上使用的是非常簡(jiǎn)單的數據格式?？梢杂?00％的純ASCII文本來(lái)書(shū)寫(xiě)，也可以用幾種其他定義好的格式來(lái)書(shū)寫(xiě)。ASCII文本是幾乎不會(huì )"磨損"的。
3.應用間交換數據.由于XML是非專(zhuān)有的并易于閱讀和編寫(xiě)，就使得它成為在不同的應用間交換數據的理想格式.XML使用的是非專(zhuān)有的格式，不受版權、專(zhuān)利、商業(yè)秘密或是其他種類(lèi)的知識產(chǎn)權的限制。XML的功能是非常強大的，同時(shí)對于人類(lèi)或是計算機程序來(lái)說(shuō)，都容易閱讀和編寫(xiě)。因而成為交換語(yǔ)言的首選。
此外，相對于HTML,XML具有先天的優(yōu)越性。
為了自己的瀏覽器增加一些特殊的顯示效果，HTML加入了一些特殊的標記。日益增多的標簽不但使HTML越來(lái)越龐大，瀏覽器的開(kāi)發(fā)越來(lái)越復雜，還降低了不同瀏覽器之間的兼容性。盡管HTML的標簽越來(lái)越多，其顯示力卻還遠遠不夠。如果你希望非常精確地表現一些你自己的數據，可能你需要一些現在在HTML中尚不存在的標簽?，F在HTML內部結構的條理性越來(lái)越差。你寫(xiě)的HTML文件，甚至是那些專(zhuān)門(mén)的所見(jiàn)即所得工具自動(dòng)生成的HTML文件，可能在語(yǔ)法上會(huì )錯誤百出，不過(guò)沒(méi)關(guān)系，瀏覽器照樣能讀它。
現在有了XML，你終于可以自由地制定你自己的置標語(yǔ)言，而不必再念念不忘微軟、 Netscape、W3C的首肯了。實(shí)際上，現在許多行業(yè)、機構都利用XML定義了自己的置標語(yǔ)言。比較早而且比較典型的是下面兩個(gè)實(shí)例：
一個(gè)簡(jiǎn)單的XML文檔
現在讓我們考察一個(gè)簡(jiǎn)單的XML文檔：
|
第一行是XML聲明：
|
這是XML處理指令的例子。處理指令以<?開(kāi)始，而以?>結束。在<?后的第一個(gè)單詞是處理指令名，在本例中是xml。
XML聲明有version和standalone兩個(gè)特性。特性是由等號分開(kāi)的名稱(chēng)-數值對。位于等號左邊的是特性名，而其值位于等號的右邊，并用雙引號括起來(lái)。每一個(gè)XML文檔都以一個(gè)XML 聲明開(kāi)始，用以指明所用的XML的版本。在上例中， version特性表明這個(gè)文檔符合XML 1.0 規范。XML聲明還可以有standalone特性，這告訴我們文檔是否在這一個(gè)文件里還是需要從外部導入文件。在本例中，以及在以后的幾章中，所有的文檔都在一個(gè)文件里完成，因而 standalone特性的值要設置為yes。
再看剩下三行?？傮w上說(shuō)，這三行組成了FOO元素。分開(kāi)說(shuō)，<FOO>是開(kāi)始標記，而</FOO> 是結束標記，Hello XML!是FOO元素的內容。讀者可能要問(wèn)，<FOO>標記的意義是什么？回答是"你要讓它是什么就是什么"。除了幾百個(gè)預定義的標記之外，XML還允許用戶(hù)創(chuàng )建所需的標記。因而<FOO>標記可以具有用戶(hù)賦于的任何意義.同一個(gè)XML文檔可以用不同的標記名編寫(xiě)，如：
|
或是：
|
XML標記的意義
標記有三類(lèi)意義：結構、語(yǔ)義和樣式。結構將文檔分成元素樹(shù)。語(yǔ)義將單個(gè)的元素與外部的實(shí)際事物聯(lián)系起來(lái)。而樣式指定如何顯示元素。
結構只是表達文檔的形式，而不管單個(gè)標記和元素間的差別。它們都指定文檔具有一個(gè)非空的基本元素。標記的不同名稱(chēng)沒(méi)有結構上的意義。語(yǔ)義的意義存在于文檔之外，在作者的心中或是讀者或是某些生成或讀取這些文件的計算機程序中。例如，理解HTML但不理解XML的Web瀏覽器，可能會(huì )將段落的意義賦給<P>和</P>標記。講英語(yǔ)的人可能會(huì )比<FOO>和</FOO>或<P>或</P>更容易理解<GREETING>和</GREETING>或是 <DOCUMENT>和</DOCUMENT>的意義。
正如"美麗"的意義存在于觀(guān)察者心中。自然地，使標記的名稱(chēng)能夠盡可能反映其包含的意義更好一些。許多學(xué)科，如數學(xué)和化學(xué)正在創(chuàng )建該學(xué)科的工業(yè)標準和標記集。
可以與標記相聯(lián)系的第三類(lèi)意義是樣式意義。樣式意義指定標記的內容如何在計算機屏幕上或是其他輸出設備上展示。樣式意義說(shuō)明特定的元素是否是用粗體、斜體、綠色的24磅的字體還是其他字體加以表示。計算機在理解樣式時(shí)比理解語(yǔ)義意義要好一些。在XML中，樣式意義是通過(guò)樣式單來(lái)施加的。（以后將會(huì )提到）
XML文件的整體結構
xml文件包括三部分：XML聲明、處理指示（可選）、XML元素。XML文檔的一個(gè)基本要求是形式良好的(well formed)，一個(gè)形式良好的XML文檔要包含這三個(gè)部分。
下面是一個(gè)完整的xml文檔(程序1.1)：
|
處理指示
處理指示是用來(lái)給處理XML文件的應用程序提供信息的。所有的處理指示應該遵循下面的格式：
|
例如這個(gè)處理指示：
|
指定與了XML文件配套使用的樣式單的類(lèi)型為xsl及文件名為mystyle.xsl：
XML文件的實(shí)質(zhì)內容——元素
元素是XML文件內容的基本單元。從語(yǔ)法上講，一個(gè)元素包含一個(gè)起始標記、一個(gè)結束標記以及標記之間的數據內容。其形式是：
|
另外，元素中還可以再嵌套別的元素。比如數據內容可再擴展為
|
元素里還可以再嵌套元素，實(shí)現循環(huán)嵌套。最外層的元素稱(chēng)為根元素。一個(gè)xml文檔只能有一個(gè)根元素。
字符數據與實(shí)體引用
一對標記之間出現的字符數據可以是任何合法的UNICODE字符，但不能包含字符"〈"。這是因為，字符"〈"被預留用作標記的開(kāi)始符。
在XML中，起始和結束標記之間出現的所有合法字符都被忠實(shí)地傳給XML處理程序。為了避免把字符數據和標記中需要用到的一些特殊符號相混淆，XML還提供了一些有用的實(shí)體引用。實(shí)體引用的作用是，當在字符數據中需要使用這些特殊符號時(shí)，我們采用它的實(shí)體引用來(lái)代替。這些特殊的XML實(shí)體引用包括：
|
這樣，如果我們需要在"示例"這個(gè)標記中出現文本
|
正確的寫(xiě)法應該是：
|
容易理解，字符"〈"的實(shí)體引用是必不可少的，為"〉"設立實(shí)體引用同樣是為了避免與標記混淆，而字符"&"的實(shí)體引用則防止它與實(shí)體引用中開(kāi)頭所用的"&"相混淆。那么，我們什么時(shí)候需要用到剩下兩個(gè)字符的實(shí)體引用呢？在標記中可以為標記設立屬性，而XML規定屬性值必須用"""括起來(lái)。因此，當屬性值中出現字符"""時(shí)，需要將它用實(shí)體引用代替。請看下面的例子：
|
正確的寫(xiě)法應該是：
|
標記
正如我們開(kāi)篇所講，標記是XML語(yǔ)言的精髓。因此，標記在XML的元素中、乃至整個(gè)XML 文件中，占了舉足輕重的位置。
XML的標記和HTML的標記在模樣上大體相同，除了注釋和CDATA部分以外，所有符號〈和符號〉之間的內容都稱(chēng)為標記。其基本形式為：
|
不過(guò)，XML對于標記的語(yǔ)法規定可比HTML要嚴格得多。
|
需要特別注意的是，在XML中屬性的取值必須用引號引起來(lái)，而在HTML中這一點(diǎn)并不嚴格要求。
CDATA
正象我們前面所說(shuō)，我們可以把XML文件中除標記以外的所有內容都看作是字符數據，而把標記中的所有內容都看作置標。不過(guò)，也有一個(gè)例外。在一個(gè)特殊的標記CDATA下，所有的標記、實(shí)體引用都被忽略，而被XML處理程序一視同仁地當作字符數據看待。CDATA的形式如下：
|
聰明的讀者可能已經(jīng)猜出，CDATA的文本內容中是不能出現字符串"]]〉"的，因為它代表了CDATA數據塊的結束標志。
在前面講字符數據時(shí)，我們談到過(guò)實(shí)體引用?？上攵?，當你的文本數據中包含大量特殊符號時(shí)，你不得不通篇地使用實(shí)體引用，把本來(lái)很清晰的一段文字搞得亂七八糟。例如，我們要在"示例"元素中放入了一個(gè)這么XML程序。
|
這時(shí)，如果沒(méi)有CDATA，那么麻煩來(lái)了。這個(gè)元素需要寫(xiě)成下面的樣子：
|
哇，你要把所有的標記都用實(shí)體引用改寫(xiě)，最后寫(xiě)出來(lái)的東西連你自己都看不懂了。為了避免這種不便，你可以把這些字符數據放在一個(gè)CDATA數據塊中，這樣不管它看上去是一個(gè)標記還是一個(gè)實(shí)體引用，這些數據統統被當作字符照單全收。于是，上面的元素就可以寫(xiě)為這個(gè)樣子：
|
清楚多了吧!
注釋
<p>象前一節的例子中那樣，有些時(shí)候，你希望XML處理器能夠把你在數據中引入的標記當作普通數據而不是真正的標記來(lái)看待。這時(shí)，CDATA為你助了一臂之力。另外還有些時(shí)候，就象在程序中引入注釋一樣，你可能希望在XML文件中加入一些用作解釋的字符數據，并且希望XML處理器不對它們進(jìn)行任何處理。這種類(lèi)型的文本稱(chēng)作注釋?zhuān)–OMMENT）文本。</p>
在HTML中，注釋是用"〈！--"和"--〉"引起來(lái)的。在XML中，注釋的方法完全相同。因此，下面是一個(gè)合法的XML(但不是形式良好的)文件： <示例>
|
不過(guò)，在XML文件中使用注釋時(shí)，同樣要遵守幾個(gè)規則：
在注釋文本中不能出現字符"-"或字符串"--"，XML處理器可能把它們和注釋結尾標志"-->"相混淆。
不要把注釋文本放在標記之中。類(lèi)似地，不要把注釋文本放在實(shí)體聲明中，也不要放在XML聲明之前。記住，永遠用XML聲明作為XML文件中的第一行。
注釋不能被嵌套。在使用一對注釋符號表示注釋文本時(shí)，要保證其中不再包含另一對注釋符號。例如下面例子是不合法的：
|
最后再重申一遍，XML處理器對于注釋中的一切內容都會(huì )視而不見(jiàn)，注釋中出現的標記也一同被忽略。
形式良好的XML
為了使一個(gè)文檔"形式良好"，XML文檔中的所有置標和字符數據必須遵守前幾節中給出的規則。而且有幾條關(guān)于如何把置標和字符數據相互聯(lián)系起來(lái)的規則。這些規則總結如下：
聯(lián)系客服
