XML結構與文法入門的具體分享

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：

範例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，編輯好後儲存為一個以.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。

檔案的其餘部分都是屬於檔案主體，XML檔案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”，“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檔裡，註解部分是放在「〈!--」與「--〉」標記之間的部分。

大家可以看到，XML檔是相當簡單的。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，將會傳回給我們錯誤訊息。

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。

1.XML文件的第一行必须是声明该文件是XML文件以及它所使用的XML规范版本。在文件的前面不能够有其它元素或者注释。

2.在XML文件中有且只能够有一个根元素。我们的第一个例子中，〈参考资料〉... 〈/参考资料〉就是此XML文件的根元素。

3.在XML文件中的标记必须正确地关闭，也就是说，在XML文件中，控制标记必 须有与之对应的结束标记。如：〈名称〉标记必须有对应的〈/名称〉结束标记，不像HTML，某些标记的结束标记可有可无。如果在XML文件中遇到自成一个单元的标记，就是类似于HTML 中的〈img src=.....〉的这些没有结束标记的时候，XML把它称为“空元素”，必须用这样的写法：〈空元素名/〉，如果元素中含有属性时写法则为：〈空元素名 属性名=“属性值”/〉。

4.标记之间不得交叉。在以前的HTML文件中，可以这样写：

〈B〉〈H〉XXXXXXX〈/B〉〈/H〉,〈B〉和〈H〉

标记之间有相互重叠的区域，而在XML中，是严格禁止这样标记交错的写法，标记必须以规则性的次序来出现。

5.属性值必须要用“ ”号括起来。如第一个例子中的“1.0”、“gb2312”、“人民币”。都是用“ ”号括起来了的，不能漏掉。

6.控制标记、指令和属性名称等英文要区分大小写。与HTML不同的是，在HTML中， 类似〈B〉和〈b〉的标记含义是一样的，而在XML中，类似〈name〉、〈NAME〉或〈Name〉这样的标记是不同的。

7.我们知道，在HTML文件中，如果我们要浏览器原封不动地将我们所输入的东西显示出来，可以将这些东西放到〈pre〉〈/pre〉或者〈xmp〉〈/xmp〉标记中间。这对于我们创建HTML教学的网页是必不可少的，因为网页中要显示HTML的源代码。而在XML中，要实现这样的功能，就必须使用CDATA标记。在CDATA标记中的信息被解析器原封不动地传给应用程序，并且不解析该段信息中的任何控制标记。CDATA区域是由：“〈![CDATA[”为开始标记，以“>〉”为结束标记。例如：例2中的源码，除了“〈![CDATA[”和“>〉”符号，其余的内容解析器将原封不动地交给下游的应用程序，即使CDATA区域中的开始和结尾的空白以及换行字符等，都同样会被转交（注意CDATA是大写的字符）。

例2:

〈![CDATA[飞翔的xml〉〉〉〉〉,:-)
oooo〈〈〈〈〈〈〈
>〉

8.XML处理空白字符和HTML不一样。HTML标准规定，不管有多少个空白，都当作一个空白来处理；而在XML中规定，所有标记以外的空白，解析器都要忠实地交给下游的应用程序处理。这样，我们有时必须摒弃编写HTML文件时的缩排习惯，因为缩排的空格，解析器也要处理。如：

〈作者〉张三〈/作者〉
和
〈作者〉
张三
〈/作者〉

上述内容对于解析器来说是不同的（后者在〈作者〉〈/作者〉标记之内除了张三这个字符以外，还包括两个换行记号以及“张三”前的文字缩排符号）。所以解析器在去掉标记后将信息传给应用程序将有不同的处理结果。

如果我们想明确地告诉XML程序，标记中的空白有明确的含义，不要随便去掉（如在一些诗中，空格有它具体的意义），则可在标记中加入一个XML内置的属性——xml:space 。如（注意属性名称和值的大小写）：

〈诗歌 xml:space="preserver"〉
祖国啊！ 祖国！
我的祖国！
〈/诗歌〉

另外，在XML文件中，如果要用到表1的特殊字符，必须用相应符号代替。

表1:

特殊字符　　　　 替代符号
　&&　　　　　　 &
　<　　　　　　 &it;
　>　　　　　　　>
　"　　　　　　　"
　&#39;　　　　　　&apos;

小结：

符合上述规定的XML文件就是Well-Formed的XML文件。这是编写XML文件的最基本要求。可以看到XML文件的语法规定比HTML要严格多了。由于有这样的严格规定，软件工程师编写XML的解析器就容易多了，不像编写HTML语言的解析器，必须费尽心思去适应不同的网页写法，提高自己浏览器的适应能力。实际上，这对于我们初学者来说，也是一件好事。该怎样就怎样，不必像原来那样去疑惑各种HTML的写法。

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，母元素中能夠包含哪些子元素，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。對於同產業之間的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檔是Well-Formed的，而且它是正確的依據某個DTD建立的，那麼，這個XML檔就被稱為：Validating XML檔。對應的解析器就稱為：Validating Parser。

以上是XML結構與文法入門的具體分享的詳細內容。更多資訊請關注PHP中文網其他相關文章！