XML基礎講解之結構與語法

[導讀] 現在我們暫且使用記事本來建立我們的xml檔吧。先看一個XML檔：　　例1　　〈?xml version="1 0" encoding="gb2312" ?〉 　　〈參考資料〉 　　 〈書〉 　　 〈#〉XML入門資料〉 　　 〈書籍〉## 我們解題、現在說明、入門、入門、入門名稱 入門」「「」」名稱」、「現在」。使用「記事本」來建立我們的xml檔吧。先看一個XML檔：

　　例1

　　
#

〈?xml version="1.0" encoding="gb2312" ?〉 
　　〈参考资料〉 
　　 〈书籍〉 
　　 〈名称〉XML入门精解〈/名称〉 
　　 〈作者〉张三〈/作者〉 
　　 〈价格 货币单位="人民币"〉20.00〈/价格〉 
　　 〈/书籍〉 
　　 〈书籍〉 
　　 〈名称〉XML语法〈/名称〉 
　　 〈!--此书即将出版--〉 
　　 〈作者〉李四〈/作者〉 
　　 〈价格 货币单位="人民币"〉18.00〈/价格〉 
　　 〈/书籍〉 
　　〈/参考资料〉

　　這是一個典型的XML文件，編輯好後保存為一個以.xml為後綴的文件。我們可以將此文件分為文件序言（PRolog）和文件主體兩個大的部分。在此文件中的第一行即是文件序言。該行是XML檔案必須聲明的東西，而且也必須位於XML檔案的第一行，它主要是告訴XML解析器如何運作。其中，version是標明此XML檔案所用的標準的版本號，必須要有；encoding指明了此XML檔案中所使用的字元類型，可以省略，在你省略此聲明的時候，後面的字元碼必須是Unicode字元碼（建議不要省略）。因為我們在這個例子中使用的是GB2312字元碼，所以encoding這個聲明也不能省略。在文件序言部分還有一些聲明語句，我們在後面給予介紹。

　　文件的其餘部分都是屬於文件主體，XML文件的內容資訊存放在此。我們可以看到，文件主體是由開始的〈參考資料〉和結束的〈/參考資料”控制標記所組成，這個稱為XML文件的「根元素」；〈書〉是作為直屬於根元素下的“子元素」；在〈書本〉下又有〈名稱〉、〈作者〉、〈價格〉這些子元素。貨幣單位是〈價格〉元素中的一個“屬性”，而“人民幣”則是“屬性值”。

　　〈!--此書即將出版--〉這一句同HTML一樣，是註釋，在XML文件裡，註釋部分是放在「〈!--〉與「--〉」標記之間的部分。

　　大家可以看到，XML檔案是相當簡單的。就像HTML一樣，XML檔案也是由一系列的標記組成，不過，XML檔案中的標記是我們自訂的標記，具有明確的意義，我們可以對標記中的內容的含義作出說明。

　　對XML檔案有了初步的印象之後，我們就來詳細地談一談XML檔案的語法。在講語法之前，我們必須要了解一個重要的概念，就是XML解析器（XML Parse）。

　　1.XML解析器

　　解析器的主要功能就是檢查XML檔案是否有結構上的錯誤，剝離XML檔案中的標記，讀出正確的內容，以交給下一步的應用程式處理。 XML是一種用來結構化檔案資訊的標記語言，XML規格中對於如何標記檔案的結構性有一個詳細的法則，解析器就是根據這些法則寫成的軟體（多用java寫成）。就像HTML一樣，在瀏覽器中，必須有HTML的解析器，這樣瀏覽器才能夠「讀懂」各種用HTML標記所組成的網頁，將它們顯示在我們面前。如果有瀏覽器的HTML解析器讀不懂的標記，將會回傳給我們錯誤訊息。

　　由於現在的HTML標記實際上相當混亂，存在大量不規範的標記（有的網頁用IE能正常顯示，而用Netscape Navigator則不行），所以從一開始，XML的設計者就嚴格規定了XML的語法和結構，我們寫的XML檔案必須遵循這些規定，否則XML解析器將毫不留情地給你顯示錯誤訊息。

　　有兩種XML文件，一種是Well-Formed XML文件，一種是Validating XML檔。

　　如果一個XML檔案符合XML規範中的某些相關法則，且沒有使用DTD（檔案格式定義－後詳述）時，可稱這份文件為Well-Formed。而如果一個XML檔是Well-Formed，且正確地使用了DTD，DTD中的語法又是正確的，那麼這個檔就是Validating。對應兩種XML文件，有兩種XML解析器，一種是Well-Formed 解析器，一種是Validating解析器。 IE 5中就內含Validating解析器，Validating解析器也可用來解析Well-Formed XML檔。

　　檢查它是否滿足了Well-Formed的條件。我們可以將剛才編輯的第一個XML 檔案用IE 5以上版本的瀏覽器開啟。

　　大家可能要問為什麼在瀏覽器中的顯示和我的來源檔案一樣？沒錯，因為對於XML文件，我們黿齬匭乃 的內容，而它的顯示形式是交給CSS或XSL來完成的。這裡，我們並沒有給這個XML文件定義它的CSS或XSL文件，所以它按照原來的形式來顯示。實際上，對於電子資料交換，僅僅需要一個XML檔案即可，如果要將它以某種形式顯示出來，我們就必須編輯CSS或XSL檔案（這個問題會在以後討論）。

　　2.Well-Formed的XML檔案

　　我們知道，XML必須是Well-Formed的，才能夠被解析器正確地解析出來，顯示在瀏覽器中。那什麼是Well-Formed的XML檔呢？主要有下面幾個準則，我們在建立XML檔案的時候，必須滿足它們。

　　首先，XML檔案的第一行必須是宣告該檔案是XML檔案以及它所使用的XML規格版本。在文件的前面不能夠有其它元素或註釋。

　　第二，在XML檔案中有且只能夠有一個根元素。在我們的第一個例子中，〈參考資料〉... 〈/參考資料”就是此XML檔的根元素。

　　第三，在XML檔案中的標記必須正確地關閉，也就是說，在XML檔案中，控制標記必 須有與之對應的結束標記。如：〈名稱〉標記必須有對應的〈/名稱〉結束標記，不像HTML，某些標記的結束標記可有可無。如果在XML檔案中遇到自成一個單元的標記，就是類似於HTML 中的〈img src=.....〉的這些沒有結束標記的時候，XML稱它為“空元素”，必須用這樣的寫法：〈空元素名/〉，若元素中含有屬性時寫法則為：〈空元素名屬性名=「屬性值」/〉。

　　第四，標記之間不得交叉。在先前的HTML檔中，可以這樣寫：

　　〈B〉〈H〉XXXXXXX〈/B〉〈/H〉,〈B〉和〈H〉

　　標記之間有相互重疊的區域，而在XML中，是嚴格禁止這樣標記交錯的寫法，標記必須以規則性的次序來出現。

　　第五，屬性值必須用「 」號括起來。如第一個例子中的「1.0」、「gb2312」、「人民幣」。都是用「 」號括起來了的，不能漏掉。

　　第六，控制標記、指令和屬性名稱等英文要區分大小寫。與HTML不同的是，在HTML中，類似〈B〉和〈b〉的標記意義是一樣的，而在XML中，類似〈name〉、〈NAME〉或〈Name〉這樣的標記是不同的。

　　第七，我們知道，在HTML檔案中，如果我們要瀏覽器原封不動地將我們所輸入的東西顯示出來，可以將這些東西放到〈pre〉〈/pre〉或〈 xmp〉〈/xmp〉標記中間。這對於我們建立HTML教學的網頁是必不可少的，因為網頁中要顯示HTML的原始碼。而在XML中，要實現這樣的功能，就必須使用CDATA標記。在CDATA標記中的信息被解析器原封不動地傳給應用程序，並且不解析該段資訊中的任何控制標記。 CDATA區域是由：「〈![CDATA[”開始標記，以「>」為結束標記。例如：例2中的源碼，除了“〈![CDATA[”和“>””符號，其餘的內容解析器將原封不動地交給下游的應用程序，即使CDATA區域中的開始和結尾的空白以及換行字元等，都同樣會被轉交（注意CDATA是大寫的字元）。

　　例2

　　〈![CDATA[飛翔的xml”〉>〉,:-)
　　oooo〈〈〈〉〈〈
〉　　〉〉〉〉
##　　oooo〈〈〈〈〉〈〉##〉　〉〉〉



##　　>〉

#　　第八，XML處理空白字元和HTML不一樣。 HTML標準規定，不管有多少個空白，都當作一個空白來處理；而在XML中規定，所有標記以外的空白，解析器都要忠實地交給下游的應用程式處理。這樣，我們有時必須摒棄編寫HTML檔案時的縮排習慣，因為縮排的空格，解析器也要處理。如：

　　 〈作者〉張三〈/作者〉
　　與
　　 〈作者〉
　　 張三
　　 〈作者〉
　　 張三
　　 〈/作者〉

　　　　　　者作者>
##　　　來說是不同的（後者在〈作者〉〈/作者〉標記之內除了張三這個字符以外，還包括兩個換行記號以及“張三”前的文字縮排符號）。所以解析器在去掉標記後將資訊傳給應用程式會有不同的處理結果。

　　如果我們想明確地告訴XML程序，標記中的空白有明確的含義，不要隨便去掉（如在一些詩中，空格有它具體的意義），則可在標記中加入一個XML內建的屬性——xml:space 。如（注意屬性名稱和值的大小寫）： 　　

　　〈詩 xml:space="preserver"〉
　　 祖國啊！ 祖國！
　　 我的祖國！
　　 〈/詩〉

　　另外，在XML檔中，如果要用到表1的特殊字符，必須用對應符號代替。

　　表1

　　特殊字元替代符號
　　&& ##　　< ⁢###　　> >###　　」 "##　　> ####　　在此做個小結：符合上述規定的XML檔案就是Well-Formed的XML檔。這是編寫XML檔案最基本的要求。可以看到XML檔的語法規定比HTML嚴格多了。由於有這樣的嚴格規定，軟體工程師編寫XML的解析器就容易多了，不像編寫HTML語言的解析器，必須費盡心思去適應不同的網頁寫法，提升自己瀏覽器的適應力。實際上，這對我們初學者來說，也是一件好事。怎樣就怎樣，不必像原來那樣去疑惑各種HTML的寫法。 ######　　我們看到，在XML檔案中，用的大多都是自訂的標記。但大家考慮一下，如果兩個同產業的公司A和B要用XML檔案互相交換數據，A公司用〈價格〉標記來表示他們產品的價格訊息，而B公司可能用〈售價〉來表示價格資訊.如果一個XML應用程式來讀取他們各自的XML檔案中的信息時，如果它只知道〈價格〉標記裡表示的是價格信息，那麼B公司的價格信息就讀不出來，必將產生錯誤。顯然，對於想利用XML檔案來交換資訊的實體來說，他們之間必須有一個約定——即編寫XML檔案可以用哪些標記，母元素中能夠包括哪些子元素，各個元素出現的順序，元素中的屬性怎樣定義等。這樣他們在用XML交換資料時才能夠暢通無阻。這種約定稱為DTD（Document Type Definition，文件格式定義）。可以把DTD看成編寫XML檔的模板。對於同行業之間的XML資料交換，有一個固定的DTD將會方便很多。比如說，如果網路上的各大電子商場的XML網頁都遵循同一個DTD時，那麼我們就可以輕鬆地依據這個DTD 編寫一個應用程序，去網上將我們感興趣的東西自動抓回來。事實上已經有了好幾個定義好的DTD，如前面所說的MathML、SMIL等。

　　如果一個XML檔案是Well-Formed的，並且它是正確的依據某個DTD建立的，那麼，這個XML檔案就被稱為：Validating XML檔。對應的解析器就稱為：Validating Parser。                        

以上是XML基礎講解之結構與語法的詳細內容。更多資訊請關注PHP中文網其他相關文章！