XML文档基础

什么是XML

XML (eXtensible Markup Language，可扩展标记语言) 是一种用于存储和传输数据的文本文件格式。用户可以按照XML规则自定义标记，XML 的设计目标是传输数据，而不是显示数据，因此它是一种通用的标记语言，可用于描述各种不同类型的数据。

XML 使用自定义标签来标识数据的结构和内容，这些标签可以嵌套，形成层次结构。每个标签由尖括号 < 和 > 包围，并通常成对出现，包括一个开始标签和一个结束标签，如 <tagname>data</tagname>。标签可以带有属性，用于提供有关标签内容的附加信息。

XML 的主要特点包括：

1. 自定义标签: 可以根据需要创建自己的标签，以适应特定的数据结构。

2. 层次结构: 数据可以嵌套，形成层次结构，使其适用于表示复杂的数据关系。

3. 文本格式: XML 文件是纯文本格式，易于阅读和编辑。

4. 平台无关: XML 可以在不同的操作系统和编程语言之间进行交换和解析。

5. 数据交互: XML 常用于在网络上传输数据，例如用于Web服务、配置文件、数据存储等领域。

XML 可以用于各种用途，包括配置文件、数据存储、Web服务通信、文档标记等。XML 的灵活性使其成为在不同系统之间共享和交换数据的重要工具。比如，XML可以将数据从HTML中分离出来，方便数据共享、传输和升级迭代。然而，它也可能变得冗长，因此在某些情况下，使用更轻量级的格式如JSON可能更合适。

XML对比HTML

XML（eXtensible Markup Language）和HTML（HyperText Markup Language 超文本标记）是两种标记语言，用于表示和组织文档中的内容。虽然它们具有一些相似之处，但在用途和语法上有很大的区别。以下是它们之间的一些主要对比：

1. 用途：

   • XML：主要用于传输和存储数据，其标记没有预定义的目的或显示格式。
   • HTML：用于创建和呈现Web页面，其中标记定义了文档的结构和内容，以便在Web浏览器中呈现。

2. 语法：

   • XML：标记是自定义的，可以根据需要创建。XML强调文档的结构和数据。严格区分大小写。空格不会自动删除。
   • HTML：标记在很大程度上是预定义的，包括标签如<p>（段落）、<h1>（标题）、<a>（链接）等，强调文档的呈现。不区分大小写。空格自动过滤。

3. 内容：

   • XML：可以包含任何类型的数据，不限于文本。XML文档通常由自定义标签和数据组成，用于在不同系统之间传输和存储结构化数据。格式良好的XML文档有且只有一个根元素。
   • HTML：主要包含用于构建Web页面的标签，例如文本、图像、链接等。可以有多个根元素。

4. 显示：

   • XML：不具有预定义的显示格式，通常用于存储和交换数据，而不是直接呈现给用户。
   • HTML：具有预定义的显示格式，用于创建Web页面，可以由Web浏览器呈现给用户。

5. 验证：

   • XML：通常需要使用DTD（Document Type Definition）或XML Schema等验证机制来确保文档的结构和内容的正确性。
   • HTML：Web浏览器通常会尝试解析和显示HTML，但如果存在错误，它们也会尝试进行容错处理。

6. 扩展性：

   • XML：非常灵活，可以适应各种不同的数据结构和用途。可以为不同的领域创建自定义XML标记。
   • HTML：更专注于呈现Web内容，不像XML那样灵活。

总之，XML和HTML虽然都使用标记语言，但它们的设计目的和语法差异很大。XML用于存储和交换结构化数据，而HTML用于创建Web页面。每种语言都在特定领域中发挥了重要作用。

XML文档组成

一个XML文档通常由以下几部分组成：

1. XML声明（XML Declaration）：XML文档的开头通常包括一个XML声明，它用于指定XML版本和字符集。示例：

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

2. 根元素（Root Element）：XML文档中有一个根元素，它是整个文档的顶级元素，包含其他所有元素。根元素包括开始标签和结束标签，如：

   <bookstore><!-- 其他元素和内容 -->
   </bookstore>
   

3. 元素（Elements）：XML文档包含各种元素，元素由开始标签和结束标签组成，之间可以包含文本内容、子元素或属性。示例：

   <title>The Catcher in the Rye</title>
   

4. 属性（Attributes）：元素可以包含属性，属性提供有关元素的附加信息。属性通常包含在元素的开始标签中。示例：

   <book id="001"><!-- 元素内容 -->
   </book>
   

5. 注释（Comments）：XML文档可以包含注释，注释用于添加文档的说明或备注，通常以<!--开头，以-->结尾。示例：

   
   <!-- 这是一个注释 -->

6. 处理指令（Processing Instructions）：处理指令用于包含文档处理信息，通常以<?开头，以?>结尾。示例：

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

7. CDATA部分（CDATA Sections）：CDATA部分允许在元素内包含不被解析的文本数据，通常用于包含代码片段或特殊字符。CDATA部分以<![CDATA[开头，以]]>结尾。示例：

   
   <![CDATA[<p>This is some HTML content</p>]]>

这些部分共同构成了一个完整的XML文档，用于描述和组织数据。XML的灵活性使其适用于各种不同的应用程序和数据交换场景。主要就是两部分，一个是文档声明，里面有版本、编码集和是否关联外部文档。另外一个是文档元素。