Java Web基础入门第一讲 XML语言——初识XML语言

太过爱你忘了你带给我的痛 2022-03-21 10:19 225阅读 0赞

# 什么是XML？ #

学习一门新的技术，首先应该搞清楚两点，第一它是什么，第二为什么我们要学习它，带着这样的疑问，开始XML的学习之旅。

*  什么是XML？  
    Extensible Markup Language，翻译过来为可扩展标记语言。XML技术是W3C组织发布的，目前推荐遵循的是W3C组织于2000发布的XML1.0规范。
 *  为什么学习XML？  
    在现实生活中大量存在有关系的数据，如图所示：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70]  
    由此引来一个问题：这样的数据如何交给计算机处理呢？

# XML技术用于解决什么问题？ #

XML语言出现的根本目标在于描述上图那种，在现实生活中经常出现的有关系的数据。在XML语言中，它允许用户自定义标签。一个标签用于描述一段数据；一个标签可分为开始标签和结束标签，在开始标签和结束标签之间，又可以使用其它标签描述其它数据，以此来实现数据关系的描述。例如：

<?xml version="1.0" encoding="UTF-8"?>
    <中国>
        <北京>
            <海淀></海淀>
            <朝阳></朝阳>
        </北京>
        <福建>
            <福州></福州>
            <龙岩></龙岩>
        </福建>
        <湖北>
            <武汉></武汉>
            <天门></天门>
        </湖北>
    </中国>

# XML常见应用 #

XML常见应用有以下两点：

*  XML技术除用于保存有关系的数据之外，它还经常用作软件配置文件，以描述程序模块之间的关系；
 *  在一个软件系统中，为提高系统的灵活性，它所启动的模块通常由其配置文件决定。例如一个软件在启动时，它需要启动A、B两个模块，而A、B这两个模块在启动时，又分别需要A1、A2和B1、B2模块的支持，为了准确描述这种关系，此时使用XML文件最为合适不过。
    
        <?xml version="1.0" encoding="UTF-8"?>
        <soft>
            <a>
                <a1></a1>
                <a2></a2>
            </a>
            <b>
                <b1></b1>
                <b2></b2>
            </b>
        </soft>

# XML语法 #

一个XML文件分为如下几部分内容：

*  文档声明；
 *  元素；
 *  属性；
 *  注释；
 *  CDATA区 、特殊字符；
 *  处理指令（processing instruction）。

## XML语法－文档声明 ##

在编写XML文档时，需要先使用文档声明，声明XML文档的类型。最简单的声明语法为：

<?xml version="1.0" ?>

还可用encoding属性说明文档的字符编码，即告诉浏览器用哪个编码表来解析文档。

<?xml version="1.0" encoding="GB2312" ?>

当XML文件中有中文时，必须使用encoding属性指明文档的字符编码，例如：encoding="GB2312"或者encoding=“UTF-8”，并且在保存文件时，也要以相应的文件编码来保存，否则在使用浏览器解析XML文件时，就会出现解析错误的情况。例如，有如下XML文件，

<?xml version="1.0"?>
    <softCompany>
    	<company>MicroSoft</company>
    	<company>google</company>
    	<company>Apple</company>
    	<company>百度</company>
    </softCompany>

使用“记事本”来保存该XML文件时，没有使用encoding属性来指明文档的字符编码，但文档里面有“百度”这样的中文字符，在使用Chrome浏览器解析该XML文件时，Chrome就不知道该使用什么编码去解析该文件，就无法解析了，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 1]  
要想正确解析该XML文档，就可以使用encoding属性指明该文档的字符编码。例如：

<?xml version="1.0" encoding="UTF-8"?>
    <softCompany>
    	<company>MicroSoft</company>
    	<company>google</company>
    	<company>Apple</company>
    	<company>百度</company>
    </softCompany>

并且使用“记事本”保存文件时，也要以相应的文件编码(UTF-8)来保存。此时再次使用Chrome浏览器来解析该XML文件，就可以正常解析出里面的中文字符了，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 2]  
还可用standalone属性说明文档是否独立，即文档在工作的过程中是否依赖于另一个文档。

<?xml version="1.0" encoding="GB2312" standalone="no" ?>

浏览器打开之后，并不会将standalone属性解析出来。

### 常见错误 ###

在编写XML文档时，你会遇到的第一个常见错误如下：  
![在这里插入图片描述][20190217181833942.png]  
编写XML文件你会遇到的第二个常见问题就是经典的乱码问题。XML文件一般使用国际化通用的编码“UTF-8”，所以平时看到的XML文件的头部都会有这样的代码：

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

如果我们使用“记事本”等文本编辑工具编写XML文件时，例如使用“记事本”编写如下的XML文件：

<?xml version="1.0" encoding="UTF-8"?>
    <CharacterEncoding>
    	<中国>
     		<encoding>GB2312</encoding>
    		<encoding>GBK</encoding>
    	</中国>
    	<日本>
    		<encoding>JIS</encoding>
    	</日本>
    </CharacterEncoding>

当我们在保存文件时，文件的编码默认是以“ANSI”来保存的，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 3]  
我们编写XML文件时，使用encoding="UTF-8"来指明了文档的字符编码，但是在保存的时候却使用了“ANSI”编码来保存文件，由于我们在XML文件中使用encoding="UTF-8"来指明了文档的字符编码，所以当Chrome浏览器解析该XML文件时，就是使用“UTF-8”编码来解析，解析结果如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 4]  
可以看到，浏览器解析失败了，这是为什么呢？我们明明指定了文档的字符编码是“UTF-8”了呀，为什么里面的中文解析不出来呢？这里不得不说说ANSI编码到底代表的是神马意思了。  
不同的国家和地区制定了不同的标准，由此产生了GB2312，BIG5，JIS等各自的编码标准。这些使用2个字节来代表一个字符的各种汉字延伸编码方式，称为ANSI编码。在简体中文系统下，ANSI编码代表GB2312编码，在日文操作系统下，ANSI编码代表JIS编码。不同ANSI编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段ANSI编码的文本中。  
下面分析一下为什么Chrome浏览器无法解析XML文件的原因，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 5]  
所以千万要记住，使用“记事本”或者“EditPlus”等文本编辑工具编写XML文件时一定要以XML文件的encoding属性指明的编码来保存文件，这样才能保证浏览器解析XML文件时可以正常解析。上述的问题将CharacterEncoding.xml文件再以“UTF-8”编码保存一次就可以正常解析出该文件了。  
在使用一些比较智能的IDE编写XML文件时，IDE在保存XML文件时，会自动以encoding属性指明的编码来保存文件。例如在Eclipse中编写XML文件时，就可以根据encoding属性指明的字符编码，指明为encoding="GBK"时，保存XML文件时就自动将文件保存成GBK编码(如下图)，  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 6]  
指明为encoding="UTF-8"时，就自动保存为UTF-8(如下图)。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 7]

## 元素 ##

**XML元素指XML文件中出现的标签**，一个标签分为开始标签和结束标签，一个标签有如下几种书写形式，例如：

*  包含标签体：`<a>www.baidu.com</a>`；
 *  不含标签体的：`<a></a>`，可简写为：`<a/>`。

一个标签中也可以嵌套若干子标签。但所有标签必须合理的嵌套，绝对不允许交叉嵌套，例如以下代码就是错误的表率。

<a>welcome to <b>www.it315.org</a></b>

格式良好的XML文档必须有且仅有一个根标签，其它标签都是这个根标签的子孙标签。  
对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理。例如：下面两段内容的意义是不一样的。

*  第一段：
    
        <网址>www.baidu.com</网址>
 *  第二段：
    
        <网址>
            www.baidu.com
        </网址>

由于在XML中，空格和换行都作为原始内容被处理，所以，在编写XML文件时，使用换行和缩进等方式来让原文件中的内容清晰可读的“良好”书写习惯可能要被迫改变。  
最后，我讲一下元素的命名规范——一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：

1.  区分大小写，例如，`<P>`和`<p>`是两个不同的标记；
2.  不能以数字或"\_" (下划线)开头；
3.  不能以xml(或XML、或Xml等)开头；
4.  不能包含空格；
5.  名称中间不能包含冒号（:）。

## 属性 ##

一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如：

注意：属性值一定要用双引号（"）或单引号（’）引起来，定义属性必须遵循与标签相同的命名规范。  
在XML技术中，标签属性所代表的信息，也可以被改成用子元素的形式来描述，例如，以上代码又可改写为：

## 注释 ##

XML文件中的注释采用``格式。要注意两点：

1.  XML声明之前不能有注释；
2.  注释不能嵌套，例如：
    
        
        ……
        -->

## CDATA区 ##

在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理。遇到此种情况，可以把这些内容放在CDATA区里，对于CDATA区域内的内容，XML解析程序不会处理，而是直接原封不动的输出。语法为：

<![CDATA[ <a> <a1>中国</a1> <a2></a2> </a> ]]>

## 转义字符 ##

对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 8]  
要注意，转义字符和CDATA区的区别： 一段XML文档，你要输出给人看，给人看到原始样子，要用转义；你要交给程序处理，把某一段XML文档作为原始内容交给程序处理，就用CDATA区。

## 处理指令 ##

处理指令，简称PI（processing instruction）。处理指令用来指挥解析引擎如何解析XML文档内容。例如，在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用css文件显示XML文档内容。  
config1.css内容为：

#a1 { 
        font-size: 300px;
        color: red;
    }
    #a2 { 
        font-size: 100px;
        color: green;
    }
    #b1 { 
        font-size: 20px;
    }
    #b2 { 
        font-size: 200px;
        color: blue;
    }

config1.xml文档内容为：

<?xml version="1.0" encoding="UTF-8" standalone="no" ?>
    <?xml-stylesheet type="text/css" href="config1.css" ?>
    <soft>
        <a>
            <a1 id="a1">中国</a1>
            <a2 id="a2">美国</a2>
        </a>
        <b>
            <b1 id="b1">小日本</b1>
            <b2 id="b2">英国</b2>
        </b>
    </soft>

注意：标签名为中文时，css不起作用。还要注意处理指令必须以`<?`作为开头，以`?>`作为结尾，XML声明语句就是最常见的一种处理指令。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70]: /images/20220321/6d4d0654c86147f0b949343c2af1d7c5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 1]: /images/20220321/af932d0b68a84233b830a23748044145.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 2]: /images/20220321/0b309b2ff5d549fa92f766a2229e4cea.png
[20190217181833942.png]: /images/20220321/6f1162d0a0c148df8379b5d61a1f141e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 3]: /images/20220321/d159f44cb6bd41ff9ffe6479d3203aee.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 4]: /images/20220321/dbea7f56ae3743978ff6815fbad9a673.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 5]: /images/20220321/eeacfa8d0aea4aff93084e80b3d367d8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 6]: /images/20220321/e3751e60a83747c1b13273249a1f1e0e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 7]: /images/20220321/40bff4f8b2f5419a8fea3d6111a376eb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3llcmVueXVhbl9wa3U_size_16_color_FFFFFF_t_70 8]: /images/20220321/024e7e2683a048949bdeb0b65d5d5096.png