XML概述
定义
- XML（eXtensible Markup Language，可扩展标记语言），也是一种标记语言，类似HTML，但是其一般用于描述数据，而非显示数据。
- XML没有预定义标签，需要用户自行定义标签。
- XML技术是W3C组织(World Wide Web Consortium万维网联盟)发布的，目前遵循的是W3C组织于2000年发布的XML1.0规范。
作用
- XML是一种通用的数据交换格式，能够方便的封装带有层级关系的数据。
- 在XML语言中，它允许用户自定义标签。一个标签用于描述一段数据；一个标签可分为开始标签和结束标签，在起始标签之间，又可以使用其它标签描述其它数据，以此来实现数据关系的描述。
- XML在企业开发中，经常用XML作为配置文件。
XML语法
XML文档的组成
文档声明：<?xml version="1.0" encoding="utf-8" standalone="yes" ?>
- 文档声明必须在XML文档的第一行。
- version：版本。encoding：编码，默认utf-8。standalone：文档是否独立（是否依赖约束文档）。
注释：<!--注释-->
元素：
- 包含标签主体：<mytag>some content</mytag>
- 不含标签主体：<mytag />
- 所有标签不允许有交叉嵌套。
- 一个XML文档必须有且仅有一个根标签，其他标签都是这个根标签的子标签或孙标签。
- XML中不会忽略主体内容中出现的空格和换行，即存在暗部。
- 命名规则：元素（标签）的名称可以包含字母、数字、减号、下划线和英文句点，但是一般遵循以下规则：
严格区分大小写：<P>、<p>。只能以字母或下划线开头：abc、_abc。不能以xml（或XML、Xml等）开头。名称字符之间不能有空格或制表符。名称字符之间不能使用冒号。
元素的属性：
- 一个元素可以有多个属性，每个属性都有它自己的名称和取值：<mytag name="value" />
- 属性值一定要用引号（单引号或双引号）引起来。
- 属性名称的命名规范与元素的命名规范相同。
- 元素中的属性是不允许重复的。
- 在XML技术中，标签属性所代表的信息也可以被改成用子元素的形式来描述。
CDATA区
特殊字符
- &：&
- <：<
- >：>
- "："
- '：'
处理指令(PI，Processing Instruction)
- 用来指挥软件如何解析XML文档。
- 必须以“<?”作为开头，以“?>”作为结尾。
XML约束
XML约束之DTD
概述
DTD（文档类型定义，Document Type Definition）：用于定义XML的书写规范。
验证
根据能否对XML文档进行约束模式校验，可以将解析器分为两类：
- 非校验解析器，仅验证XML语法，无法验证XML约束，如IE
- 校验解析器
定义DTD的方式
DTD约束文档可以在XML文档中直接定义，也可以作为单独的文档进行编写（单独的文档必须以UTF-8编码进行保存）。
方式1
在文档中直接定义DTD：
@H_939_301@
<?xml version="1.0" encoding"UTF-8" standalone"yes"?><!DOCTYPE 书架 [ <!ELEMENT 书架 (书+)> <!ELEMENT 书 (书名,作者,售价)> <!ELEMENT 书名 (#PCDATA)> <!ELEMENT 作者 (#PCDATA)> <!ELEMENT 售价 (#PCDATA)>]><书架> <书> <书名>Think in Java</书名> <作者>埃克尔</作者> <售价>108.00元</售价> </书> ...</书架>
方式2
XML文档中引入外部约束，DTD约束文件扩展名为“.dtd”：
- <!DOCTYPE 根元素 SYSTEM "DTD文档路径">
- <!DOCTYPE 根元素 PUBLIC "DTD名称" "DTD文档的URL">
DTD语法
元素
DTD文档中使用ELEMENT关键字来声明一个XML元素：<!ELEMENT 元素名称 使用规则>
其中使用规则如下：
- (#PCDATA)：指示元素的主体内容只能是普通的文本(Parsed Character Data)。
- EMPTY：用于指示元素的主体为空，比如<br />。
- ANY：用于指示元素的主体内容为任意类型。
- (子元素)：指示元素中包含的子元素。
子元素的规则如下：
- 如果子元素用逗号分开，说明必须按照声明顺序去编写XML文档。
如：<!ELEMENT FILE (TITLE,AUTHOR,EMAIL) - 如果子元素用“|”分开，说明任选其一。
如：<!ELEMENT FILE (TITLE|AUTHOR|EMAIL) - 用+、*、？来表示元素出现的次数，如果元素后面没有+*?：表示必须且只能出现一次
+：表示一次或多次。
*：表示零次、一次或多次。
?：表示零次或一次。
如<!ELEMENT MYFILE ((TITLE*,AUTHOR?,EMAIL)* | COMMENT)>
