可能你还不了解XML，只是听说课水分高就报了(我也是)，那就跟着我的笔记，来一起了解XML吧！

本系列笔记适合读过课本后过来进行总结，所以还是要先预习啊(双关)

注：这系列的笔记将多采用Q E C形式，即 Question Evidence Conclusion 的形式

XML基础知识

1.1 XML及其相关技术概述

Q1：什么是XML？

C1：XML(eXtensible Markup Language)，即可扩展性标记语言，是标记语言中的一种。

Q2：什么是标记？

C2：标记是指计算机所能理解的信息符号，通过标记，计算机之间可以相互表示包含各种信息的文档。

1.1.1 XML的发展史

Q3：标记语言(ML)的发展过程是什么？

C3：

  1. SGML，它是XML的前身，由三部分构成，即语法定义、文件类型定义DTD和文件实例。但由于它过于庞大复杂，难以理解学习，真正大行其道的是其子集，如HTML和XML。
  2. HTML，它是SGML的一种实际应用，其DTD作为标准被固定下来。因此，HTML的功能单一，只能用于编写网页。
  3. XML，它是一套使用上规则严谨，但是语法简单的信息描述语言。它的目的是以一种更中立的方式，让用户自行决定要如何理解、呈现从服务端所提供的信息，而着重表示数据以及数据之间的联系。

1.1.2 XML的特点

Q4：XML的特点主要包含什么？

C4：主要包含四个方面：

  1. 可扩展性：XML允许使用者创建和使用他们自己的标记，而不是HTML的有限词汇表。
  2. 灵活性：XML提供了一种结构化的数据表示方式，使得用户界面分离于结构化数据，使得Web用户所追求的许多先进功能在XML环境下更容易实现。
  3. 自描述性：XML文档通常包含一个文档类型声明，不仅人能读懂，计算机也能处理，XML表示数据的方式真正做到了独立于应用系统，并且数据能够重用。

示例文档

  1. 简洁性：XML比完整的SGML简单得多，易学、易用并且以实现。

XML文档包含三个不同的组成部分：

  1. 数据内容：即文档本身（对应XML）

  2. 结构：文档类型及其元素的组织形式，文档包括何种类型的元素，以及他们的排列次序（对应DTD/SCHEMA)

  3. 表现形式：在一张纸上、浏览器屏幕上向读者描述数据的方法，还有对每种元素类型使用何种字体等。(对应XSL/CSS)

1.1.3 XML的实际应用

XML 成为一种与平台无关的、数据表示和数据交换的载体。

1.2 XML规范及XML文档分类

XML文档实际上是一个文本文件，但并不是任何文本文件都是正确的XML文档，W3C的XML1.0规范对XML文档的语法格式进行了严格的定义。

1.2.1 XML文档中的XML声明

Q5：声明有哪些特点和注意事项？

E5：

1
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>

C5：

XML声明部分本身是可选的（可以没有声明）。但如果包含声明部分，必须是整个XML文档的第一行内容（第一行不能为注释或空行）。<?xml要顶格，且中间无空格。

完整的 XML 声明包括三个部分：

(1) 版本声明 (version)通常情况下为1.0，在声明中是必须的，并且必须为作为第一个属性出现。

(2) 编码声明 (encoding)该属性的取值用于指明当前XML文档中所使用的符号的编码方式。一般采用”UTF-8”,这个属性是可选的（默认为UTF-8)。

注：这个编码方式与XML在文档在系统中保存时使用的编码方式没有直接关系。

(3) 文档独立性声明 (standalone)该属性的取值表明当前XML文件是否独立使用、还是与其他标记文件配套使用。若为“yes”,则解析当前XML文档时无需其他的外部标记声明文件。若为”no“，则可能需要使用外部的标记声明文件。这个属性是可选的。

示例中，no的原因是因为该文档引用了外部1.ent中定义的实体：&nbsp

而如果存在外部标记声明，且没有standalone声明，则解析器将认为standalone的值为no

如果有encoding 属性和standalone属性，那么encoding属性必须放standalone属性前面。

1.2.2 处理指令和注释

Q6：什么是处理指令？

E6：

1
<?xml-stylesheet href="style.xsl" type="text/xsl"?>

C6：处理指令是表示将XML文档用于特殊的应用程序时表示需要执行的特定操作，而XML解析器不会执行特定的操作。

语法格式：<? target-name data ?>

其中，<?和?>表示处理指令的开始与结束；target-name表示该处理指令的名称，data部分描述该指令的具体内容。E6的含义为：当XSL的执行引擎碰到这个处理指令时，将会根据href的取值获得指定的xsl文件，并对输入的xml文档进行相应的转换。

Q7：注释的注意事项是什么？

C7：语法格式 <!--......-->,与HTML一致。

​ 在注释的内容中，不应该出现两个连续的横线。

​ 注释不应该出现在元素的标记中，注释之中不应该嵌套注释。

1.2.3 XML文档中的元素和属性

Q8：什么是元素？

E8：

1
2
3
<element_name att1="val1" att2="val2">
    ...content...
</element_name>

C8：元素是最基本的组成单元，在元素的开始标记中还可以包含相关的属性。元素中可以包含文本、子元素、或者两者的组合。可以存在空元素，即不包含任何内容的元素，但它可以包含属性：

1
2
3
<details></details>
<details/><!--上述两种空元素是等价的-->
<details about="Location"></details><!--空元素可以包含属性-->

一个元素可以包含任意多个子元素，可以包含多个同名的子元素；子元素的顺序非常重要。

Q9：什么是属性？

E9：

1
<author firstname="Tom" lastname="hanks"></author>

C9：属性不能独立于元素而存在，通常以名-值对的形式出现，用于描述当前元素的某个方面的特征。

​ 属性的取值必须加上引号（单引号或者双引号）

元素在其开始标记中可以包含任意多个属性，但不能包含同名的属性。

对于一个元素所有的属性，它们不分先后顺序，因为它们之间可以通过名称相互区别。

Q10：如何命名元素和属性？

E10：

1
2
<example-one/> <_example2/> <:Example.Three/> <!--这些标记名称都是正确的-->
<bad*character/> <illegal space/> <12number-start/><!--这些都是错误的-->

C10：

  1. 名称的开头必须以字母、下划线或者冒号开头。
  2. 除开头之外的其他部分可以是字母、数字、横线(-)、下划线、点号(.)、冒号的任意组合。
  3. 元素名称分大小写。
  4. 元素和属性的名称长度没有限制。
  5. 可以使用非英文的元素名。

Q11：如何选择子元素和属性的使用？

C11：

  1. 对于简单的标量数据（无结构的数据），可以采用属性，否则应该采用子元素。
  2. 对于可能在数目上发生变化的特性，应该使用子元素，比如某本书籍可能有多个作者。

1.2.4 XML文档中的文本内容和CDATA段

在文本内容中，一些符号会产生歧义，使得解析器不能正确辨识。比如

1
<lessthan>one<two</lessthan> <!--文本中的小于号产生了歧义-->

XML 1.0 规范中定义了五种预定义实体：而除此以外的的其他实体，必须在使用前进行声明。

1
<lessthan>one &it;two</lessthan>

注：预定义实体以&表示实体的开始，最后有一个分号表示实体的结束，容易遗漏，特别注意

Q12：什么是CDATA段？

E12：

1
2
3
<customer>
<name><![CDATA[YOU & ME,<Tom>&<Jerry>]]></name>
</customer>

C12: 假设XML文档的某块文本内容中包含大量的特殊字符，那么可以将整个文本块的内容放入到一个CDATA段中

即：<![CDATA[]]>

使用 CDATA 段，可以告诉解析器不要试图从该文本块中查找 XML 标记，它仅仅就是文本内容，从而避免了歧义的产生，因此可以使用非法字符。

同理，CDATA段的文本内容中不能直接出现]]>，并且CDATA段不应该嵌套使用。（与注释类似）

Q13：什么是空白字符？

C13：XML文档中的空白字符包括空格、回车、换行、制表等四种符号。

注：在缺省的情况下，对于连续出现的空白字符，解析器会将其缩减为一个空格字符。如果准备显示标记包含的全部空格，在编辑xml文件时将输入法换成“中文”输入法，并选择“全角状态”来编辑空格字符。

1.2.5 XML文档的良构性规则

Q14：良构的XML文档要满足什么要求？

C14:

  1. 开始标记必须与结束标记相对应。
  2. 标记是大小写敏感的。
  3. 标记必须正确的嵌套。
1
<book><author>tom hanks</book></author> <!--这是错误的-->
  1. 属性值必须使用引号括起来：
1
<details about=Location/> <!--不加引号是错误的，可加单引号或双引号-->
  1. 有且只有一个根元素。
1
2
<author>tom hanks</author>
<author>mike jimmy</author><!--这段内容称为XML片段-->

1.2.6 XML文档的分类

XML 既可以是面向数据（Data Centric）的，又可以是面向文档（Document Centric）的。

面向数据的文档主要利用 XML 来传送应用数据，这些文档包括销售订单（参见 data-centric.xml）、病人记录和科学数据等。

面向数据的 XML 文档的物理结构，如元素的顺序、或者数据被存储为属性还是子元素，通常不是很重要。它们的特征是高度有序的结构，并且同时带有那些数据结构的多个项目，类似于关系数据库系统中的多条记录。

面向文档的 XML 文件几乎没有结构，元素结构粗糙。面向文档的文档是利用 XML 来获取自然（人类）语言的那些文档，如留言信息（参见 doc-centric.xml）、用户手册。

它们以复杂或无规则的结构和混合内容为特征，而且文档的物理结构非常重要。这些文档的处理侧重于给用户提供信息的最终表示，因此它们也被称作面向表示的文档。

1.3 命名空间

Q15：什么是命名空间？

C15：命名空间 (namespace) 主要是通过某种形式来表示标识符 (identifier) 的上下文，可以将逻辑上相关的标识符组织成相应的命名空间，可使整个系统更加模块化。

1.3.2 XML中命名空间的声明和使用

Q16：如何声明命名空间？

E16：

1
2
3
<myns:element xmlns:myns="http://www.myns.com">
    .....
</myns:element>

C16：声明XML命名空间的语法为：xmlns:prefix-name=”URI”。其中，xmlns是XML的保留属性，用来声明命名空间。命名空间的前缀名称是以字母或下划线（_）开头的、不包含空白字符和冒号（:）的字符串，通常规定不应该使用 XML 中的保留字，比如 xml、xsl 等等。

对于例子，myns:element表示element元素属于myns这个命名空间，而myns只是命名空间的简称，后面的语句才是命名空间的声明，表示myns命名空间的全程为字符串”http://www.myns.com"。

Q17：为什么不建议用简短的字符串作为命名空间的全称？

C17：为了减少不同命名空间标识符冲突的可能性。

Q18：怎样使用缺省命名空间？

E18：

1
2
3
4
5
6
7
8
9
10
11
<?xml version="1.0" encoding="UTF-8"?>
<company xmlns="http://www.myns.com">
    <company-info>
        <name>SoftwareBG</name>
         <fdate>2007-03-17</fdate>
         <ns1:division xmlns:ns1="http://www.myns.com/division">
             <ns1:name>Development</ns1:name>
             <ns1:employees>100</ns1:employees>
         </ns1:division>
    </company-info>
</company>

C18：由例子：根元素company的开始标记中声明了一个无前缀名的命名空间，它的作用范围为整个XML文档。因此在该文档中，任何没有显示地指定命名空间的元素和属性（即除了disivion命名空间下的其他），都属于这个缺省的无名命名空间。

教学要求：能较系统地了解XML及其相关技术概述，XML在各个领域方面的应用，XML规范及XML文档分类，命名空间，XML数据模型规范等；

1.4 XML文档的数据模型规范

以下片段都将转化为<a b='upcase'> Hello! </a>

1
2
<a b='upcase'> <[CDATA[Hello!]]> </a>
<a b='upcase'> Hello&#33 </a>

结

XML第一章的内容都属于基础，比较简单，多考于选择题，因此需要广覆盖知识点，不要在这里失分。