XML 入门介绍

老马啸西风2017年6月21日大约 6 分钟

XML 为可扩展标记语言（EXtensible Markup Language）。本身仅仅是纯文本，无任何作为。

如下：



    xml demo

语法

所有 XML 元素都须有关闭标签

this is a simple demo

注释

您也许已经注意到 XML 声明没有关闭标签。这不是错误。声明不属于XML本身的组成部分。它不是 XML 元素，也不需要关闭标签。

XML 标签对大小写敏感
XML 文档必须有根元素

XML 文档必须有一个元素是所有其他元素的父元素。该元素称为根元素。

XML 的属性值须加引号
实体引用

在 XML 中，只有字符 ` | 大于 |
| & | & | 和号 |
| ' | ' | 单引号 |
| " | " | 引号 |

注释

在 XML 中，空格会被保留

元素

一、何为元素

XML 元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。

元素可包含其他元素、文本或者两者的混合物。元素也可以拥有属性。

例如：



  Harry Potter 
  J K. Rowling 
  2005 
  29.99 


  Learning XML 
  Erik T. Ray 
  2003 
  39.95

和 都拥有元素内容，因为它们包含了其他元素。
只有文本内容，因为它仅包含文本。 元素拥有属性 (category="CHILDREN")。

二、命名规范

可使用任何名称，没有保留的字词。

名称可以含字母、数字以及其他的字符
名称不能以数字或者标点符号开始
名称不能以字符 xml（或者 XML、Xml）开始
名称不能包含空格

属性

属性 (Attribute) 提供关于元素的额外（附加）信息。

XML 属性必须加引号(单引号、双引号皆可。)

一、属性 vs 元素

XML 中，您应该尽量避免使用属性。如果信息感觉起来很像数据，那么请使用子元素吧。

上面的例子也可以写作：


    female

二、属性的缺点

属性无法包含多重的值（元素可以）
属性无法描述树结构（元素可以）
属性不易扩展（为未来的变化）
属性难以阅读和维护

请尽量使用元素来描述数据。而仅仅使用属性来提供与数据无关的信息。

三、针对元数据的 XML 属性

有时候会向元素分配 ID 引用。这些 ID 索引可用于标识 XML 元素，它起作用的方式与 HTML 中 ID 属性是一样的。
上面的 ID 仅仅是一个标识符，用于标识不同的便签。它并不是便签数据的组成部分。
在此我们极力向您传递的理念是：元数据（有关数据的数据）应当存储为属性，而数据本身应当存储为元素。


  
    George
    John
  
  
    John
    George

Namespaces

这个概念在很多语言中都有，作用也是一致的——避免命名冲突。

Suppose, 我们有2个 XML，其内容如下：


   
   Apples
   Bananas

和


   African Coffee Table
   80
   120

两个 XML 文档被一起使用，由于两个文档都包含带有不同内容和定义的元素，就会发生命名冲突。

一、使用前缀

直接做如下修改即可：


   
   Apples
   Bananas


   African Coffee Table
   80
   120

二、使用命名空间

与仅仅使用前缀不同，我们为 `` 标签添加了一个 xmlns 属性，这样就为前缀赋予了一个与某个命名空间相关联的限定名称。


   
   Apples
   Bananas


   African Coffee Table
   80
   120

三、Namespace (xmlns) 属性

XML 命名空间属性被放置于元素的开始标签之中，并使用以下的语法：

xmlns:namespace-prefix="namespaceURI"

当命名空间被定义在元素的开始标签中时，所有带有相同前缀的子元素都会与同一个命名空间相关联。

注释

用于标示命名空间的地址不会被解析器用于查找信息。其惟一的作用是赋予命名空间一个惟一的名称。不过，很多公司常常会作为指针来使用命名空间指向实际存在的网页，这个网页包含关于命名空间的信息。

CDATA

所有 XML 文档中的文本均会被解析器解析。
只有 CDATA 区段（CDATA section）中的文本会被解析器忽略。

一、CDATA

术语 CDATA 指的是不应由 XML 解析器进行解析的文本数据（Unparsed Character Data）。

在 XML 元素中，` 结束：

注释

CDATA 部分不能包含字符串 "]]>"。也不允许嵌套的 CDATA 部分。
标记 CDATA 部分结尾的 "]]>" 不能包含空格或折行。

编码

XML 文档可以包含非 ASCII 字符，比如法语。

为了避免错误，需要规定 XML 编码，或者将 XML 文档存为 Unicode。

编码属性应当被指定为文档被保存时所使用的编码。建议是：

-使用支持编码的编辑器

确定编辑器使用的编码

在您的 XML 文档中使用相同的编码属性

贡献者

binbin.hou