XML（1）——XML概述

XML概述

SGML

20世纪60年代，为促进数据交换和互操作，IBM提出了一种描述文本及其格式的通用标记语言GML（Generalized Markup Language）。
GML的重要概念：
—文件中能够明确的将标记与内容分开
—所有文件的标记使用方法均一致
1983年，在GML的基础上演化出了标准通用标记语言SGML（Standard Generalized Markup Language）。
1986年，SGML被ISO接纳为国际标准。

XML

为了解决HTML的不足，1996年，W3C（World Wide Web Consortium）开始探索应用SGML于web上的方法。
1998年2月，W3C发布了可扩展标记语言XML（eXtensible Markup Language）1.0规范。

HTML文档

HTML文档是用一系列“<”和“>”符号，把具有特定含义的英文字符串包括起来，构造成称为标记的元素来描述文档内容的。

<HTML>
    <head>
       <title>你好</title>
    </head>
    <body bgcolor=yellow text=blue>
       <p>这是我的第一个网页</p>
    </body>
</HTML>

HTML标记—超链接
HTML文件中最重要的应用之一就是超链接。超级链接除了可链接文本外，也可链接各种媒体。

	1．同一个文档内的链接 
	   <a href=“#name1”>链接</a>
	   <a name=“name1”>目标位置</a>
	2．不同文档之间的链接
	    <a href=“http://www.fzu.edu.cn”>链接</a>
	3．发送电子邮件
	     <a href=“mailto:[email protected]”>链接</a>
	4．链接FTP
	     <a href=“ftp://210.34.48.50”>链接</a>

HTML标记—文本
文本在网页在一个很重要的位置，HTML定义了一系列标记来修饰文本。

	1．换行标记<br>
	2．段落标记<p>
	3．预定义文本标记<pre> 
	4．居中对齐标记<center> 
	5．引用标记<blockquote> 
	6．标尺标记<hr>
	7．地址标记<address>
	8．注释标记 <!- -注释内容-->
	9．标题文字标记<hn>
	10．文字格式控制标记<FONT>

HTML标记—表格标记
表格在网站应用中非常广泛，很多动态大型网站也都是借助表格进行页面排版。

	表格的基本标记：   
	  <table>
	  <th>
	  <tr>
	  <td>

HTML标记—多媒体标记
通过多媒体标记，可以在网页中插入图片、声音、视频、Flash动画等。

多媒体标记：   
  <img>
  <embed>

HTML标记—表单标记
表单在Web网页中用来给访问者填写信息，从而能采集客户端信息，使网页具有交互的功能。

1．表单的基本标记<form><input>
2．菜单下拉列表框<select> 
       <option> </select>
3．多行的文本框<textarea></textarea>

XML

XML （eXtensible Markup Language，可扩展标记语言）是一种描述数据和数据结构的语言，可以保存在任何存储文本的文档中，具有人机可读、内容和显示相分离、可扩展、平台无关的特点。

张三
2007年3月2日
脸盆
20

李四     
2007年3月8日 
牙刷     
10

====>>

<?xml version="1.0" encoding="GB2312" ?>
<销售清单>
   <顾客>
      <姓名>张三</姓名>
      <日期>2007年3月2日</日期>
      <商品>脸盆</商品>
      <售价 售价单位="人民币">20</售价>       
   </顾客> 
   <顾客>
     <姓名>李四</姓名>
     <日期>2007年3月8日</日期>
     <商品>牙刷</商品>
     <售价 售价单位="人民币">10</售价>
   </顾客> 
</销售清单>

优点：

内容与显示相分离
内容被划分为多个部分，具有结构
赋予文档一定的语义
较容易被机器所处理

HTML和XML

HTML用来“如何显示数据”，它的作用只是用来修饰文档上面的数据，XML可以用来表示“数据是什么”。二者同为标记语言，有着相似的语法。

HTML文档主要包含显示标记，主要为了浏览。
HTML包含预定义的标记集。
XML可定义自己的标记集，可扩展性强。
XML标记表示了数据的逻辑结构，同时进行严格的语法和语义检查。
XML文档将数据与显示格式分离。

XML相关技术

XML数据类型定义与文档有效性验证技术（DTD、XML Schema）
XML文档数据显示和转换技术（CSS、Data Island、XSLT）
XML文档访问接口技术（DOM、SAX）
XML的查询检索和链接技术（XPath、XLink、XPointer）

XML技术的应用

XML数据库：
—NXD(Native XML Database)
—XEDB(XML Enable Database)
地理标记语言：Geography Markup Language (GML)
网络内容聚合： Real Simple Syndication (RSS)
Web服务：Web Service Description Language(WSDL)
工作流（业务流程执行语言）：Business Process Execution Language（BPEL）
基于web的语音应用：VoiceXML
室内定位与导航：IndoorGML
虚拟三维城市：CityGML
……

XML基本语法

XML的语法基础

XML声明

<? xml version=“1.0”?>

XML声明必须是文档的第一部分
声明以“<?”开始，以“?>”结束
属性有三个，一个为version，一个为standalone，另一个为encoding。
version：指明版本号
standalone：指明该文档是否是独立的
encoding：表示文件采用的字符集，默认为UTF-8。

XML标记

XML是基于文本的标记语言，标记（tag）就是XML文档最基本的组成部分。
XML的标记由用户自行规定。
XML标记负责提供和描述一个XML文件或数据包（XML实体）的内容结构。

命名规则
首字符是英文字母、汉字或_，后跟数字和其他字符。
严格区分英文字母的大小写。
不能独立使用数字作为名称。
不能使用“<”,”>”,”?”,”/”,”&”,”+”,”*”等符号作为标记名。
标记嵌套
XML只能有一个称为“根”的元素，其他标记必须写在该根标记内部。
标记可以包含值，也可以为空，也可以包含下一级标记。
某标记的所有子标记，必须写在该标记的起始和结束标记之间。
空标记
XML标记分为非空标记和空标记两种类型。
1．非空标记

<?xml version="1.0" ?>
<员工>
  <姓名>李亮</姓名>
  <性别>male</性别>
  <出生日期>1978.2.5</出生日期>
</员工>

2．空标记

<book name=“XML实践教程”  />    
或者 <book name=“XML实践教程”>  </book>

属性
属性对标记做进一步说明。如HTML中：
<img src=“” width=“” height=“”/>
例：

<cloth>
   <shirt>
       <name>金利来</name>
       <size>170/92A</size>
       <price currency=“RMB” unit=“yuan”>420.00</price>
   </shirt>
</cloth>

属性的使用规则
- 属性必须定义在起始标记内。
- 属性名的命名规则和元素的命名规则相同，可以由字母、数字、中文及下划线组成，但必须以字母、中文或下划线开头。
- 属性名区分大小写。
- 属性值必须使用单引号或双引号。
- 如果属性值中要使用左尖括号"<"、右尖括号">"、连接符号"&"、单引号"‘“或双引号”""时，必须使用实体引用。
实体Entity
- XML文档可以包含若干个存储单元，这些存储单元叫做实体，由实体名称来标识。
- 在XML文档中，所有文本都会被解析器解析。但如果在实际运用中，需要在XML文档内引用左尖括号“<”、右尖括号“>”、连接符号“&”、单引号“‘”或双引号“””等特殊符号，可以用XML预定义实体来解决。
XML预定义实体

	&:  &amp;
	‘ :  &apos;
	>:  &gt;
	<:  &lt;
	“:    &quot;

XML预定义实体的例子

<customer>
    <name>Michael Calder </name>
    <age> &lt;30</age>
    <address>
         <street>44 McMahon &apos;s Rd</street>
         <suburb> Frankston</suburb>
     </address>
</customer>

一般实体

声明方式
     <!ENTITY 实体名 实体定义>
如：
    <!ENTITY qhPress “清华大学出版社”>
引用方法：
   &实体名;
如：
    <press>&qhPress;</press>

参数实体

声明方式
     <!ENTITY %实体名 实体定义>
如：
    <!ENTITY %dataType “(#PCDATA)”>
引用方法：
   %实体名;
如：
    <!ELEMENT name %dataType;>

内部实体

内部实体：在文档内部进行实体的定义。
如：
    <?xml version=“1.0” ?>
    <!DOCTYPE books[
       <!ENTITY qhPress “清华大学出版社”>
     ]>
    <books>
        …..
    </books>

外部实体

外部实体：在文档外部进行实体的定义。
定义格式：
   <!ENTITY 实体名 SYSTEM/PUBLIC URI NDATA 类型名>
例：
 <!ENTITY  fact  SYSTEM  “http://www.a.com/fact.xml”>
 <!ENTITY  src  SYSTEM  “pic.gif”  NDATA  GIF>

实体使用规则

引用实体前，必须先定义实体。
内部实体位于xml文档内部，外部实体独立于XML文档，是一个结构良好的XML格式文件。
实体引用不能出现递归引用。

处理指令PII
处理指令（Process Instrument），用于给XML解析器提供信息。
PI的命令格式以”<?”开始,并以”?>”结束
<?xml stylesheet type=“text/xsl” href=“d:\mystyle.xsl”?>
当XML元素被解析的时候，XML元素内部的文本也会被解析。只有在CDATA段之内的文本会被解析器忽略。CDATA段就是用来包含文本的方法，它通常用于建立代码的脚本。
一个CDATA段以“<![CDATA[”标记开始，以“]]>”标记结束。

<?xml version="1.0" encoding="gb2312"?>
<tests>
  <test1>这是测试CDATA节的例子</test1>
  <![CDATA[以下是一段JSP程序！
<% page contentType="text/html;charset=GB2312"%>
<% page language="java" %>...
]]>
  <test2>测试示例结束</test2>
</tests>

注释
- 格式：
  
- 规则：
  –不能出现的XML文档的第一行。
  –注释不能出现在标记”<“、”>”内。
  –不能嵌套注释。
XML的文档结构
- 一个格式规范的XML文档会遵守W3C的XML1.0推荐标准的语法要求，它主要由序言（声明）和主体组成。
- 序言部分由XML声明、DTD声明、名称空间声明、调用转换文本语句行等构成。
- 主体部分至少包含一个根元素。
结构良好的XML文档
- 文档包含一个或多个元素
- 它只有一个包含所有其它元素的元素
- 元素相互间的嵌套要正确
- 用在开始和结束标识符中的元素名要精确匹配
- 属性名不能在同一元素开始标识符中出现多次
- 属性值必须括在单引号和双引号中
- 元素内容、属性值中引用的特殊字符，用实体引用替换。
名称空间的概念
- 名称空间是XML名称的集合。可以用于把元素及其属性限定在特定的名称空间中，以消除元素名称的不确定性。
- XML命名空间是XML元素解决多义性和名字冲突问题的方案。W3C组织的推荐书对“XML命名空间”（1999年1月14日）的解释：
  XML命名空间是命名的汇集，它由URI（Uniform Resource Identifier,统一资源标识符）确定，在XML文件中作为元素类型和属性名使用。
  URL(Uniform Resource Locator):统一资源定位符，一般用于指明互联网资源的位置。
  URN(Uniform Resource Name):统一资源名称，一般用于指明互联网资源的名称。如 urn:ISBN:0-395-36341-1
名称空间的声明

声明的语法形式：
   xmlns:prefix=“uri”
例：
 <goods xmlns:s=“…”
              xmlns:t=“…”
 >
   <s:shirt> <!-- shirt称为本地名(local name) -->
			<!-- s:shirt称为完全限定名(Qname, Qualified Name) -->
      <s:name>金利来</s:name>
   </s:shirt>
   <t:trousers>
      <t:name>李宁</t:name>
   </t:trousers>
</goods>

默认名称空间

不声明名称空间前缀

<a xmlns=“…”>
     <b>…..   //则a与b都在同一个名称空间下
</a>
   
仅应用在元素上
<a xmlns=“…” c=“5”>
     <b>…..   //则a与b都在同一个名称空间下
</a>

使用多个名称空间

<?xml version="1.0"?>
<cn:package xmlns:un="http://usa" xmlns:cn="http://china">
    <cn:width cn:unit="cm">20</cn:width>
    <cn:height un:unit="in">15</cn:height>
</cn:package>

语言标识

可以用xml:lang属性，指明某XML元素及其属性所用的自然语言。
如：
   <book xml:lang=“en”>
      <name>XML Guide</name>
   </book>