XML 语言随笔

XML的含义

XML（eXtensible Markup Language，可扩展标记语言）是一种用于存储和传输数据的标记语言。XML与HTML（HyperText Markup Language，超文本标记语言）类似，但XML的设计目的是描述数据，而HTML的设计目的是显示数据。

1. xml特点

• 可扩展性：用户可以定义自己的标签来精确描述数据。
• 自描述性：XML文档包含标签和数据，标签提供了数据的上下文和含义，使得数据易于理解。
• 平台无关性：XML是纯文本格式，可以在不同的操作系统和应用程序之间交换数据。
• 层次结构：XML文档使用嵌套的标签来创建数据的层次结构。
• 有效性验证：可以使用DTD（Document Type Definition，文档类型定义）或XML Schema来                        定义XML文档的结构和规则，从而验证XML文档的有效性。

1.1 注意：

虽然XML功能强大，但其冗长和复杂的语法有时会导致解析和传输效率低下。JSON（JavaScript Object Notation）在某些情况下是XML的一个更轻量级的替代选择。

2.基本结构

• 文档声明：通常在XML文档的第一行声明XML版本和编码。例如：<?xml version="1.0" encoding="UTF-8"?>
• 元素（Element）：元素是XML文档的基本构建块，由开始标签、内容和结束标签组成。例如：<book>Effective XML</book>
• 属性（Attribute）：属性提供了元素的额外信息，并放在开始标签内。例如：<book genre="computing">Effective XML</book>
• 注释：注释以<!--开始，以-->结束，不被解析或显示。例如：<!-- This is a comment -->

<?xml version="1.0"?>
<library><book><title>Sandman Volume 1:Preludes and Nocturnes</lib:title><author>Neil Gaiman</lib:author></book><book><title>Good Omens</lib:title><author>Terry Pratchett</lib:author></book><book><title>"Repent, Harlequin!"</lib:title><author>Harlan Ellison</lib:author></book>
</library>

3. 层次标记语言

• 它允许用户定义自己的标签（tags）
• 与语义标记语言不同，XML中的每条数据必须括在标签中。
• 数据封装在标签中，标签嵌套在层次中，该层次包含它封装数据的详细信息
• 顶层标签是文档的根，封装文档全部内容，每个XML文档只能有一个根。

3.1 名称空间

名称空间提供对标签的引用框架，并且被赋值了一个URL形式的唯一ID，外加用于该名称空间中的标签的一个前缀。如下：

本例创建了一个Library名称空间，他的标识符是http://server.domain.tld/NameSpaces/Library，前缀是lib:，我们可以使用该名称空间创建标签的引用框架。

<?xml version="1.0"?>
<library：library xmlns:lib="http://server.domain.tld/NameSpaces/Library"><!-- xmlns为命名空间的前缀 --><lib:book><lib:title>Sandman Volume 1:Preludes and Nocturnes</lib:title><lib:author>Neil Gaiman</lib:author></lib:book><lib:book><lib:title>Good Omens</lib:title><lib:author>Terry Pratchett</lib:author></lib:book><lib:book><lib:title>"Repent, Harlequin!"</lib:title><lib:author>Harlan Ellison</lib:author></lib:book>
</lib:library>

注意：

• 一个文档可以拥有和使用多个命名空间，上述示例只展示了一个命名空间
• 有些名称空间声明前缀是为XML和与其相关的语言预留的，例 xml:、xmlns:和xsl:...
• 名称空间的声明可以添加到文档的任意节点
• 命名空间内对此节点的所有子节点都有效

一组标准

XML只用来存储层次数据工具，NO！记住！它的强大之处在于：

• 它的可扩展性。
• 附带的一些标准：XSLT、XPath、模式和DTD语言，以及用来查询、链接、描述、显示和操作数据的一系列标准。
  • XSLT：强大的转换引擎，将XML语言转换成其他语言，如HTML、纯文本、PDF...。
  • XPath：描述XML节点集合的查询语言。

1. 模式/DTD语言

文档模型

概念

模式与DTD都是实现文档模型的方法，文档模型用以描述词汇和文档结构，利用它可以定义文档中将要出现的数据元素，元素之间的关系以及元素的数量。

文档模型的用途

处理文档之前，验证它的内容是否符合标准

是否需要？

如果程序本身能够预测即将接收到的数据，那就不需要

文档模型定义

DTD示例--将上述示例中的图书馆XML文档的描述转换为DTD格式：

<!DOCTYPE config SYSTEM "library.dtd">
<!ELEMENT library (book+)>
<!ATTLIST libraryowner CDATA #REQUIRED
>
<!ELEMENT book (title, author+)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>

第一行代码是为了向前面的图书馆文件中添加对DTD的引用，library.dtd为系统DTD路径

• <!ELEMENT library (book+)>：表明有一个library元素，其含有一个或多个book类型的子元素 
  • 元素频率和元素分组操作符
    1. ？ ：指定0个或者1个前面出现的元素
    2. +  ：指定一个或多个前面出现的元素
    3. ,   ：指定一系列元素按此顺序出现
    4. ( ) ：将元素组织在一起应用于()外的运算符适用于组内的所有元素
    5. |    ：'或'运算符
    6. *   ：指定元素出现0次或多次
• <!ATTLIST library                                         指定图书馆元素有一个属性列表（不断更新）                    owner CDATA #REQUIRED             元素的属性列表                                                      >

注意：

1.属性列表是与图书馆中元素的声明分开的，它与元素的名称链接起来，若元素名称变化，属性列表必须更新以指向新的元素名称

2.本例library只有一个属性，但是属性列表可以包含任意多个属性

3.属性的声明有三个强制元素：属性名称，属性类型和属性描述，其中：

• 属性类型：DTD规范指定的数据类型，要么是一组允许的值。
• 属性描述：指定属性的行为。这里可以给出属性的一个默认值。

DTD不全是XML

DTD的局限性

1. 可借DTD表达复杂的结构，但维护起来很难
2. 很难在文档模型中清楚表达数值范围
3. 很难表达任意顺序的一些元素
4. 不允许为数据指定模式

模式

模式来弥补DTD的不足，可提供基于XML的复杂语言，用以描述文档模型。同时可以清晰得指定数据得类型，使用re正则表达式描述字符数据模式，以及表达例如序列、选择和不受限制的模型的内容模型

模式是纯粹的XML 

示例：

<?xml version="1.0"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"><xs:element name="library"><xs:complexType><xs:sequence><xs:element name="book" maxOccurs="unbounded"><xs:complexType><xs:sequence><xs:element name="title" type="xs:string"/><xs:element name="author" type="xs:string" maxOccurs="unbounded"/></xs:sequence></xs:complexType></xs:element></xs:sequence><xs:attribute name="owner" type="xs:string" use="required"/></xs:complexType></xs:element></xs:schema>

这篇文档1的顶层节点包含一个名称空间声明，指定了以xs:开头的所有标签属于由URL所标识的名称空间。这表明你拥有一个可用于验证模式的文档模型，使用的工具与验证其他XML文档的工具相同。

模式具有层次

pass

XPath

XPath：在XML文档中描述位置与节点集合的语言，XPath表达式包含对某个节点必须匹配的模式的描述。如果该节点匹配此模式，则被选中，否则，被忽略。