XML 从入门到精通（一）XML基础

Myth丶恋晨 2022-09-18 14:51 200阅读 0赞

> ![SouthEast][]  
> 
> 
> # 一 XML 简介 #
> 
> ## （一）什么是 XML? ##
> 
>     指可扩展标记语言（EXtensibleMarkup Language）,
> 
>     是一种标记语言，很类似HTML
> 
>     设计宗旨：传输数据，而非显示数据
> 
>     标签没有被预定义，需要自行定义标签。
> 
>     被设计为具有自我描述性。
> 
>     是 W3C 的推荐标准
> 
>  
> 
> ## （二）XML 与 HTML 的主要差异 ##

> > XML 不是 HTML 的替代，而是对 HTML 的补充；XML 和 HTML 为不同的目的而设计：
> 
> > XML 被设计为传输和存储数据，焦点是数据的内容。HTML 被设计用来显示数据，其焦点是数据的外观。
> 
> > HTML 旨在显示信息，而 XML 旨在传输信息。

>   
> 
> ## （三）XML 的用途 ##

> > 应用于 web 开发的许多方面，常用于简化数据的存储和共享。
> 
> > XML 把数据从 HTML 分离
> 
> > 简化数据共享；xml数据以纯文本格式进行储存，提供了一种独立于让软件和硬件的数据存储方法。
> 
> > 简化数据传输，在不兼容的系统之间轻松交换数据。
> 
> > 简化平台的变更
> 
> > 使数据更有用，独立于硬件、软件、应用程序。
> 
> > 用于创建新的Internet语言
> 
> > 用作配置文件

> ## （四）XML 树结构 ##
> 
>     XML 文档形成了一种树结构，从“根部”开始，扩展到“枝叶”。XML 文档有且仅有一个根元素/父元素。XML 具有出色的自我描述性。

> >  ![SouthEast 1][]

>  
> 
> # 二 XML 文档构建模块 #
> 
> 所有的 XML 文档（以及 HTML 文档）均由以下简单的构建模块构成：

> > **元素 +属性+实体+PCDATA+CDATA**

> 下面是每个构建模块的简要描述：
> 
> ## （一）元素 ##

> > XML 文档包含 XML 元素。元素可包含其他元素、文本、属性。
> 
> > 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。
> 
> > **扩展：**命名空间：避免元素命名冲突

>  
> 
> ## （二）属性 ##

> > 属性(Attribute) 提供关于元素的额外（附加）信息。
> 
> > 属性总是被置于某元素的开始标签中，类似 HTML。属性总是以*名称/值*的形式成对出现的。XML 属性必须加引号：单/双。
> 
> > 从 HTML，你会回忆起这个：<img src="computer.gif">。"src" 属性提供有关 <img> 元素的额外信息。
> 
> > 在 HTML 中（以及在 XML 中），属性提供有关元素的额外信息：

> > > <img src="computer.gif">
> 
> > > <ahref="demo.asp">

> **注释：**如果属性值本身包含双引号，那么有必要使用单引号包围它，就像这个例子：

> > <gangstername='George "Shotgun" Ziegler'>
> 
> > 或者可以使用实体引用：
> 
> > <gangstername="George "Shotgun" Ziegler">

>  
> 
> **小技巧：** HTML 中，属性用起来很便利，但是在 XML 中，您应该尽量避免使用属性。避免 XML 属性？因使用属性而引起的一些问题：

> > 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。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。
> 
> ## （三）实体 ##

> > 实体是用来定义普通文本的变量。实体引用是对实体的引用。
> 
> > 实体引用特殊字符被预定义

> > ![SouthEast 2][]

> **    注释：**在 XML 中，只有字符 "<" 和 "&" 确实是非法的。非法的 XML 字符必须被替换为实体引用（entity reference）。
> 
>   
> 
> 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。
> 
> ## （四）PCDATA ##

> > PCDATA ：被解析的字符数据（parsed character data）。
> 
> > **PCDATA 是会被解析器解析的文本。**文本中的标签会被当作标记来处理，而实体会被展开。不过，被解析的字符数据不应当包含任何 &、< 或者 > 字符；需要使用 &、< 以及 > 实体来分别替换它们。

> ## （五）CDATA ##

> > **CDATA**  ：字符数据（character data）。
> 
> > **CDATA 是不会被解析器解析的文本***。*在这些文本中的标签不会被当作标记来对待，其中的实体也不会被展开。
> 
> > CDATA 部分由 **"<!\[CDATA\["**开始，由 "**\]\]>**" 结束

> > **关于 CDATA 部分的注释：**

> > > 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。
> > > 
> > >

> # 三 XML 验证 #

> > 形式良好的文档与合法文档之间的差异，以及如何规定 XML 文档的结构。
> 
> > 形式/结构良好的XML：拥有正确语法规则
> 
> > 合法的 XML：通过 DTD 验证的（此项内容将在以后的文章中做专项介绍）

> ## （一）语法规则： ##

> > XML 文档必须有根元素
> 
> > XML 文档必须有关闭标签
> 
> > XML 标签对大小写敏感
> 
> > XML 元素必须被正确的嵌套
> 
> > XML 属性必须加引号：双/单
> 
> > 验证 XML 文档

> # （四）注释 #

> > 在 XML 中编写注释的语法与 HTML 的语法很相似：
> 
> >

> > > HTML：把多个连续的空格字符裁减（合并）为一个
> 
> > > XML：文档中的空格会被保留，不会被删节。

>  
> 
>

[SouthEast]: /images/20220828/92aa796ea1f7441ab27aa3e73a1da6fc.png
[SouthEast 1]: /images/20220828/15add3a81870485bbe7c300490e73bc5.png
[SouthEast 2]: /images/20220828/bb11553a945b4e659a282a5fa35fe985.png