第2章XML語(yǔ)法

1、1第第2章章 XML語(yǔ)法語(yǔ)法XML被設(shè)計(jì)用來(lái)描述數(shù)據(jù)，其重點(diǎn)是數(shù)據(jù)的內(nèi)容；而HTML被設(shè)計(jì)用來(lái)顯示數(shù)據(jù)，其重點(diǎn)是數(shù)據(jù)的樣式。在未來(lái)的Web開(kāi)發(fā)中XML將會(huì)無(wú)所不在。在本章將詳細(xì)介紹XML的基礎(chǔ)語(yǔ)法知識(shí)，為以后的學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。2本章知識(shí)要點(diǎn)：本章知識(shí)要點(diǎn)： 了解XML文件的結(jié)構(gòu) 掌握編寫格式正確的XML文檔的基本技術(shù)2.1 XML文檔結(jié)構(gòu) XML有很多用途，它最基本的用途是表示數(shù)據(jù)。那么如何用XML來(lái)表示各種各樣的數(shù)據(jù)呢？下面先來(lái)分析一個(gè)能夠在屏幕上顯示“歡迎來(lái)到創(chuàng)新電腦公司”的簡(jiǎn)單的XML文檔。 例2.1 顯示“歡迎來(lái)到創(chuàng)新電腦公司”的XML文檔。歡迎來(lái)到創(chuàng)新電腦公司2.1 XML文檔結(jié)

2、構(gòu) IE瀏覽器將整個(gè)XML文檔顯示出來(lái)，包括文檔中的標(biāo)記。文檔的不同部分用不同顏色醒目地顯示出來(lái)。 與IE不同，Amaya瀏覽器只顯示元素內(nèi)容，不顯示標(biāo)記。 一般地，一個(gè)格式正確的XML文檔由三個(gè)部分組成：可選的序言(Prolog)，如 文檔的主體，如歡迎來(lái)到創(chuàng)新電腦公司可選的尾聲2.1.1 文檔的序言 XML文檔是以序言(Prolog)開(kāi)頭的。 序言的組成包括：一個(gè)可選的XML聲明，可能緊跟著還有注釋、處理指令、文檔類型聲明等。 由于這些內(nèi)容都是可選的，所以序言可以被省略，但W3C推薦將XML聲明作為XML文檔的第一行。就是XML聲明。 當(dāng)用戶開(kāi)始著手寫一個(gè)XML文檔時(shí)，最好以一個(gè)XML聲明

3、開(kāi)始，它的作用是告訴XML處理程序：“下面這個(gè)文檔是按照XML文檔的標(biāo)準(zhǔn)對(duì)數(shù)據(jù)進(jìn)行置標(biāo)的”。2.1.1 文檔的序言 “”表示處理指令結(jié)束。2.1.2 文檔的主體文檔的主體(Body)由一個(gè)或多個(gè)元素組成，是文檔的核心及內(nèi)容所在的地方，XML文檔中所有可以被應(yīng)用程序使用的信息都存放在此。所有的XML文檔都至少包含一個(gè)格式正確的根元素。在例2.1中，主體由一個(gè)元素組成，包括開(kāi)始標(biāo)記、結(jié)束標(biāo)記和元素內(nèi)容“歡迎來(lái)到創(chuàng)新電腦公司！”。除了預(yù)定義的標(biāo)記之外，XML還允許用戶創(chuàng)建所需的標(biāo)記。標(biāo)記可以具有用戶賦予的任何意義。同一個(gè)XML文檔可以用不同的標(biāo)記名編寫，例如，下列XML文檔也能夠在屏幕上顯示“歡迎來(lái)

4、到創(chuàng)新電腦公司”。例2.2 顯示“歡迎來(lái)到創(chuàng)新電腦公司”的另一個(gè)XML文檔。歡迎來(lái)到創(chuàng)新電腦公司2.1.3 文檔的尾聲 尾聲(Epilog)的內(nèi)容可以包括注釋、處理指令PI(Processing Instruction)和/或緊跟元素樹(shù)后面的空白。 XML文檔可分為：格式正確的(Well-Formed)、有效的(Valid)和無(wú)效的(Invalid)。 格式正確的XML文檔遵守XML語(yǔ)法，但沒(méi)有文檔類型定義DTD(Document Type Definition)或模式定義。 有效的XML文檔既遵守XML語(yǔ)法規(guī)則也遵守在其DTD或模式中定義的規(guī)則。 沒(méi)有遵守XML規(guī)范中定義的語(yǔ)法規(guī)則的XML文

5、檔是無(wú)效的。如果開(kāi)發(fā)人員已經(jīng)在DTD或模式中定義了文檔能夠包含什么，而某個(gè)文檔沒(méi)有遵守這些規(guī)則，那么這個(gè)文檔也是無(wú)效的。2.2 元素和標(biāo)記 元素是XML文檔內(nèi)容的基本單元，元素使用標(biāo)記(Tag)進(jìn)行分隔。格式正確的XML文檔的主體部分必須包含在一個(gè)單一的元素中，這個(gè)單一的元素稱為文檔元素或根元素，所有其他元素都包含在其中。2.2.1 元素的基本形式 從語(yǔ)法上講，一個(gè)元素包含一個(gè)起始標(biāo)記、一個(gè)結(jié)束標(biāo)記以及標(biāo)記之間的數(shù)據(jù)內(nèi)容，標(biāo)記由一對(duì)尖括號(hào)(“”)括起來(lái)。 元素的基本形式是： 元素內(nèi)容 注意：起始標(biāo)記中的標(biāo)記名必須與結(jié)束標(biāo)記中的標(biāo)記名完全匹配，包括所有字符的大小寫。 例如：歡迎來(lái)到創(chuàng)新電腦公司是

6、不正確的。2.2.2 標(biāo)記 XML的標(biāo)記和HTML的標(biāo)記形式上大體相同，包括標(biāo)記名和零個(gè)或多個(gè)屬性，其基本形式為： 其中，方括號(hào)表示任選項(xiàng)。 XML對(duì)于標(biāo)記的語(yǔ)法規(guī)定很嚴(yán)格，要求： 標(biāo)記必不可少。格式正確的XML文檔必須正好有一個(gè)頂層元素，所有其他元素必須嵌入到其中。 區(qū)分大小寫。 要有正確的結(jié)束標(biāo)記。 XML嚴(yán)格要求標(biāo)記配對(duì)。特殊情況，空標(biāo)記。 標(biāo)記要正確嵌套。 有效使用屬性。如 標(biāo)記命名要合法。標(biāo)記名由用戶任意選取，但應(yīng)符合XML命名規(guī)則。2.2.2 標(biāo)記 標(biāo)識(shí)符命名規(guī)則：以字母或下劃線“_”開(kāi)頭，后面跟著零個(gè)或多個(gè)字母、數(shù)字、句號(hào)“.”、冒號(hào)“:”、下劃線“_”或連字符“-”。不能以數(shù)字

7、開(kāi)頭。不能以字符串“xml”開(kāi)頭。不能包含空格。不能包含斜杠“/”。最好不以冒號(hào)“:”開(kāi)頭。2.2.2 標(biāo)記 例2.3 下面標(biāo)記名是合法的： greeting、歡迎詞、_FirstAuthor、A、A-SECTION、區(qū).街道.門牌號(hào) 例2.4 下列標(biāo)記名是非法的： 1stAuthor、B Section、B/Section2.2.3 元素內(nèi)容 元素內(nèi)容可包括下列幾種類型： 字符數(shù)據(jù)。可以是任何合法的UNICODE字符，但不能包含預(yù)留字符。 為了避免把字符數(shù)據(jù)和標(biāo)記中需要用到的一些特殊符號(hào)相混淆，XML還提供了一些有用的預(yù)定義實(shí)體。字符實(shí)體名實(shí)體引用gt>”以外的任意字符的文本塊

8、。處理指令。XML文檔中，用來(lái)給處理它的應(yīng)用程序提供信息的元素。注釋。注釋是對(duì)XML文檔內(nèi)容的補(bǔ)充說(shuō)明，人們可以讀到它，但是XML解析器會(huì)忽略它。2.3 屬性 在元素的起始標(biāo)記中或在空標(biāo)記中，可以包含一個(gè)或多個(gè)屬性(Attribute)。屬性是對(duì)標(biāo)記的進(jìn)一步描述和說(shuō)明，一個(gè)標(biāo)記可以有多個(gè)屬性。 屬性是一個(gè)名稱-數(shù)值對(duì)。 例2.7 為產(chǎn)品目錄的XML文檔添加標(biāo)記的屬性。注意：屬性名的命名規(guī)則與標(biāo)記名類似。另外，還規(guī)定一個(gè)特定的屬性名在同一個(gè)起始標(biāo)記或空標(biāo)記中只能出現(xiàn)一次。 XML文檔中標(biāo)記的屬性需滿足下列兩條規(guī)則： 屬性必須有值； 屬性值必須用引號(hào)括起來(lái)。2.3 屬性 屬性值是包含在引號(hào)內(nèi)的一串

9、字符，只要遵守下面的規(guī)則，用戶就可以為屬性指定任何的值。 字符串必須用單引號(hào)或雙引號(hào)括起來(lái)。 字符串中不能包含用來(lái)括起字符串的引號(hào)，如果屬性值包含單引號(hào)或雙引號(hào)，則需使用另一種引號(hào)來(lái)括起該值，或使用實(shí)體引用。 字符串可以包含字符引用或普通內(nèi)部實(shí)體引用。 字符串不能包含“”字符。 字符串不能包含“&”字符，它只能作為字符引用或?qū)嶓w引用的起始字符。 例2.82.3 屬性 數(shù)據(jù)既可以存儲(chǔ)在子元素中也可以存儲(chǔ)在屬性中。那么，什么時(shí)候用屬性，什么時(shí)候用子元素呢？沒(méi)有一個(gè)現(xiàn)成的規(guī)則可以遵循。如果使用屬性來(lái)存儲(chǔ)數(shù)據(jù)，那么編寫的XML文檔很難閱讀和操作。因?yàn)槭褂脤傩源嬖谌缦碌膯?wèn)題： 屬性不能包含多個(gè)值

10、(子元素可以)。 屬性不容易擴(kuò)展。 屬性不能夠描述結(jié)構(gòu)(子元素可以)。 屬性很難被程序代碼處理。 屬性值很難通過(guò)DTD進(jìn)行測(cè)試。一般地，盡量使用元素來(lái)描述數(shù)據(jù)，僅使用屬性來(lái)描述那些與數(shù)據(jù)關(guān)系不大的額外信息。2.4 實(shí)體 XML的實(shí)體(Entity)與程序設(shè)計(jì)語(yǔ)言中的常數(shù)定義類似，即一個(gè)簡(jiǎn)單的實(shí)體名稱可以用來(lái)代表一段文本內(nèi)容。 可以為經(jīng)常使用的XML文字預(yù)先定義一個(gè)實(shí)體，也可以將一個(gè)外部的文檔定義成一個(gè)實(shí)體，然后在一個(gè)文檔中多次引用它，或者在多個(gè)文檔中引用同一個(gè)實(shí)體。 實(shí)體內(nèi)容可以是一個(gè)字符、一個(gè)字符串、一段文本、一個(gè)外部文檔等。使用實(shí)體的好處在于： 可以避免重復(fù)輸入。如果將多次出現(xiàn)的相同部分的

11、文本定義成實(shí)體，每當(dāng)要使用那一段文本時(shí)，只需引用它的實(shí)體名就可以了，XML解析器會(huì)自動(dòng)把這個(gè)實(shí)體名替換為相應(yīng)的文本。 提高維護(hù)效率。例如有10個(gè)產(chǎn)品目錄文檔都包含聯(lián)系信息實(shí)體，如果需要修改公司的練習(xí)信息，則只要修改最初定義的實(shí)體語(yǔ)句就可以了。 可將多個(gè)不同文件的數(shù)據(jù)并入同一XML文檔中。2.4.1 實(shí)體的兩種類型 XML定義了兩種類型的實(shí)體。一種是一般實(shí)體(General Entity)，另一種是參數(shù)實(shí)體(Parameter Entity)。 一般實(shí)體包含了可以用在文檔元素內(nèi)的XML文字或非文字?jǐn)?shù)據(jù)，可在XML文檔中引用，例如2.2節(jié)中提到的由XML預(yù)定義的5個(gè)實(shí)體； 參數(shù)實(shí)體包含了被安插在D

12、TD中的XML文字，可以在DTD文件中引用。 1.一般實(shí)體 注意：實(shí)體名必須遵守XML的命名規(guī)則。 實(shí)體可擁有與文件中的參數(shù)實(shí)體相同的名稱，也可擁有與元素或?qū)傩韵嗤拿Q。2.4.1 實(shí)體的兩種類型例2.9 定義一個(gè)代表公司的聯(lián)系人、聯(lián)系電話、傳真、E-mail等聯(lián)系信息的實(shí)體。實(shí)體內(nèi)容必須遵循的規(guī)則有： 字符串用單引號(hào)或雙引號(hào)括起來(lái)。 字符串中不能包含用來(lái)括起字符串的引號(hào)字符。 字符串中不能包含&字符，也不能包含%。 字符串的內(nèi)容對(duì)于用戶想放置實(shí)體的位置必須是正確的。也可以指定一個(gè)實(shí)體代表一個(gè)外部文件的內(nèi)容，此時(shí)要使用關(guān)鍵字SYSTEM。定義形式為：2.4.1 實(shí)體的兩種類型 例2.

13、10 假設(shè)公司的聯(lián)系人、聯(lián)系電話、傳真、E-mail等聯(lián)系信息存儲(chǔ)在http:/ 通常將這種代表外部文件內(nèi)容的實(shí)體稱為外部實(shí)體，代表一段在定義實(shí)體的語(yǔ)句中給出的文本數(shù)據(jù)的實(shí)體稱為內(nèi)部實(shí)體。例如例2.9中聯(lián)系信息實(shí)體。2.4.1 實(shí)體的兩種類型2.參數(shù)實(shí)體與一般實(shí)體相同，參數(shù)實(shí)體既可以是內(nèi)部的也可以是外部的。與一般實(shí)體不同，參數(shù)實(shí)體只用在DTD中。內(nèi)部參數(shù)實(shí)體的定義格式：外部參數(shù)實(shí)體的定義格式：參數(shù)實(shí)體的定義格式與一般實(shí)體很類似，只不過(guò)中間要加上“%”符號(hào)。實(shí)體還有另外兩種分類方式：內(nèi)部的和外部的。完全在文檔內(nèi)部定義的實(shí)體稱為內(nèi)部實(shí)體，實(shí)體的內(nèi)容就在實(shí)體定義中。可解析的和不可解析的。可解析的實(shí)體

14、是由XML文本所組成的實(shí)體。不可解析的實(shí)體則是包含了非XML數(shù)據(jù)的實(shí)體，可以是XML數(shù)據(jù)和非XML數(shù)據(jù)的混合。2.4.2 實(shí)體的使用方法實(shí)體的使用包括兩部分：實(shí)體聲明和實(shí)體引用。除了5個(gè)XML預(yù)定義的實(shí)體外，所有實(shí)體都必須在文檔使用前予以聲明。如果XML解析器發(fā)現(xiàn)一個(gè)未定義的實(shí)體引用，就會(huì)報(bào)告錯(cuò)誤。1.實(shí)體聲明對(duì)于實(shí)體的聲明應(yīng)該放在文檔類型DOCTYPE中。DOCTYPE一般放在文件之后，XML元素之前。 具體數(shù)據(jù)內(nèi)容其中，實(shí)體聲明部分應(yīng)包括文檔中用到的所有實(shí)體的定義。2.4.2 實(shí)體的使用方法2.實(shí)體引用前面曾用“&”代表字符“&”,這就是一個(gè)實(shí)體引用的例子。實(shí)體引用

15、指的是引用一個(gè)在實(shí)體聲明中已經(jīng)聲明過(guò)的實(shí)體或XML預(yù)定義的實(shí)體。實(shí)體引用的形式是在實(shí)體名前加“&”，實(shí)體名后加“；”：&實(shí)體名；實(shí)體引用有以下幾點(diǎn)規(guī)則一定要注意： 在引用XML實(shí)體之前，必須先在XML文檔中對(duì)此實(shí)體進(jìn)行聲明； 盡管在一個(gè)實(shí)體中可以再引用其他實(shí)體，但是不能出現(xiàn)循環(huán)引用。 實(shí)體引用不能在DOCTYPE聲明中出現(xiàn)。 實(shí)體引用的文本必須是格式正確的XML。參數(shù)實(shí)體的引用與一般實(shí)體的引用大同小異，只是要把實(shí)體前的符號(hào)“&”換成“%”就可以了。參數(shù)實(shí)體引用形式為：%實(shí)體名；2.4.2 實(shí)體的使用方法 實(shí)體引用還可以出現(xiàn)在標(biāo)記的屬性中。見(jiàn)例2.12 屬性中引用實(shí)體，不

16、但要遵守前面的實(shí)體引用規(guī)則，還要遵守以下兩點(diǎn)： 在標(biāo)記屬性中不能引用外部實(shí)體。 引用的文本不能出現(xiàn)字符“”，否則替換后就不再是一個(gè)格式正確的XML文檔了。 例2.13說(shuō)明：外部實(shí)體可引入通過(guò)URL定位的不同資源的內(nèi)容。 通過(guò)實(shí)體引用，可把來(lái)源于多個(gè)文檔的數(shù)據(jù)合并在一起構(gòu)成一個(gè)單一的文檔。2.5 注釋注釋是為了便于閱讀和理解，在XML文檔中添加用作解釋說(shuō)明的字符數(shù)據(jù)，這些字符數(shù)據(jù)不會(huì)被瀏覽器顯示或被XML處理程序處理。養(yǎng)成良好的注釋習(xí)慣將使編寫者的文檔更加便于維護(hù)、共享，看起來(lái)更專業(yè)。注釋的語(yǔ)法形式如下：可以看到，它和HTML中的注釋語(yǔ)法是一樣的，非常簡(jiǎn)單。例2.14 在計(jì)算機(jī)公司產(chǎn)品目錄的XM

17、L文檔中增加注釋。在XML文檔中使用注釋時(shí)，要遵守以下幾個(gè)規(guī)則： 在注釋文本中不能出現(xiàn)字符“-”或字符串“-”。 不要把注釋文本放在標(biāo)記之中，否則，它就不是一個(gè)格式正確的XML文檔了。 注釋不能被嵌套。2.6 CDATA 段 CDATA全稱是Character DATA，翻譯為字符數(shù)據(jù)。 CDATA段用于需要把整個(gè)文本解釋為純字符數(shù)據(jù)的情況。 在XML文檔中，所有文本都會(huì)被解析器解析，只有在CDATA內(nèi)部的文本會(huì)被解析器忽略。 在CDATA這個(gè)特殊的標(biāo)記下，所有的標(biāo)記和實(shí)體引用都被忽略，而被XML解析器一視同仁地當(dāng)作字符數(shù)據(jù)看待。 一個(gè)CDATA段以標(biāo)記“”結(jié)束。 注意：關(guān)鍵詞CDATA必須大

18、寫。2.6 CDATA 段 CDATA段的一般形式如下： 如果一段文本包含了很多的“”和“&”字符，那么最好把它們都放到CDATA段中。 這樣可避免由于大量地使用實(shí)體引用而把本來(lái)很清晰的一段文字搞得亂七八糟，不易閱讀。 CDATA段必須遵守下列規(guī)則： CDATA中不能再包含CDATA(不能嵌套) CDATA中也不能包含字符串“”。 CDATA段可以放置在字符數(shù)據(jù)出現(xiàn)的任何地方。2.7 處理指令 處理指令PI(Processing Instruction)是XML文檔中用來(lái)給處理它的應(yīng)用程序傳遞信息的元素。 XML解析器會(huì)把它原封不動(dòng)地傳給XML應(yīng)用程序。 由應(yīng)用程序來(lái)解釋這個(gè)指令，遵照

19、它所提供的信息進(jìn)行處理，或者再把它原封不動(dòng)地傳給下一個(gè)應(yīng)用程序。 前面的XML聲明就是一個(gè)處理指令。如中“?”表示該行是一個(gè)處理指令，“xml”是處理指令名，用來(lái)表示該文檔是XML文檔。 處理指令的一般形式是： 2.7 處理指令 其中，處理指令名是必需的部分，而且必需是有效的XML名稱。 它可以是應(yīng)用程序的實(shí)際名字，或者是在DTD中指向應(yīng)用程序的記號(hào)名，也可以是能被應(yīng)用程序識(shí)別的其他名字。 由于XML聲明的處理指示名是“xml”，不管大小寫都被保留，因此其他處理指令名不能再用“xml”。 處理指令信息部分是被傳送到應(yīng)用軟件的信息，它可以由任何連續(xù)的字符組成，但不能包含字符串“?”。 另一種常見(jiàn)的處理指令是第4章將要用到的樣式單處理指令，它用來(lái)告訴處理程序(通常是瀏覽器)：將一個(gè)樣式單和XML數(shù)據(jù)關(guān)聯(lián)起來(lái)，而且可以在XXX地方找到樣式單。2.7 處理指令 例如：如果將樣式單處理指令插入到前面給出的計(jì)算機(jī)公司產(chǎn)品目錄的XML文檔中 當(dāng)用IE瀏覽器打開(kāi)產(chǎn)品目錄的XML文檔時(shí)，IE瀏覽器將根據(jù)樣式單處理指令指定的信息，從http:/ 處理指令 處理指令不是文檔的通用結(jié)構(gòu)部分，是為特定的應(yīng)用程序提供額外的信息的，而不是為所有讀取該文檔的應(yīng)用程序提供信息的。 處理指令的內(nèi)容由應(yīng)用程序和文檔的作者根據(jù)處理的需要來(lái)