@liayun 2016-06-28T16:40:21.000000Z 字数 10594 阅读 2073

XML语言

JavaWeb

什么是XML

什么是XML?
Extensible Markup Language，翻译过来为可扩展标记语言。Xml技术是w3c组织发布的，目前推荐遵循的是W3C组织于2000发布的XML1.0规范。
为什么学习XML?
在现实生活中大量存在有关系的数据，如图所示：

由此引来一个问题：这样的数据如何交给计算机处理呢？

XML技术用于解决什么问题？

XML语言出现的根本目标在于描述上图那种，在现实生活中经常出现的有关系的数据。
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，在开始标签和结束标签之间，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。例如：

<?xml version="1.0" encoding="UTF-8"?>
<中国>
    <北京>
        <海淀></海淀>
        <朝阳></朝阳>
    </北京>
    <福建>
        <福州></福州>
        <龙岩></龙岩>
    </福建>
    <湖北>
        <武汉></武汉>
        <天门></天门>
    </湖北>
</中国>

XML常见应用

XML技术除用于保存有关系的数据之外，它还经常用作软件配置文件，以描述程序模块之间的关系。
在一个软件系统中，为提高系统的灵活性，它所启动的模块通常由其配置文件决定。
例如一个软件在启动时，它需要启动Ａ、Ｂ两个模块，而A、Ｂ这两个模块在启动时，又分别需要A1、A2和B1、B2模块的支持，为了准确描述这种关系，此时使用XML文件最为合适不过。
```
<?xml version="1.0" encoding="UTF-8"?>
<soft>
    <a>
        <a1></a1>
        <a2></a2>
    </a>
    <b>
        <b1></b1>
        <b2></b2>
    </b>
</soft>
```

XML语法

一个XML文件分为如下几部分内容：

文档声明
元素
属性
注释
CDATA区、特殊字符
处理指令（processing instruction）

XML语法－文档声明

在编写XML文档时，需要先使用文档声明，声明XML文档的类型。
最简单的声明语法：
```
<?xml version="1.0" ?>
```
用encoding属性说明文档的字符编码，即告诉浏览器用哪个编码表来解析文档。
```
<?xml version="1.0" encoding="GB2312" ?>
```
当XML文件中有中文时，必须使用encoding属性指明文档的字符编码，例如：encoding="GB2312"或者encoding="utf-8"，并且在保存文件时，也要以相应的文件编码来保存，否则在使用浏览器解析XML文件时，就会出现解析错误的情况。
例如，
```
<?xml version="1.0"?>
<softCompany>
    <company>MicroSoft</company>
    <company>google</company>
    <company>Apple</company>
    <company>百度</company>
</softCompany>
```
使用“记事本”来保存该xml文件时，没有使用encoding属性来指明文档的字符编码，但文档里面有“百度”这样的中文字符，在使用IE浏览器解析该XML文件时，IE就不知道该使用什么编码去解析该文件，就无法解析了，如下图所示：

要想正确解析该XML文档，就可以使用encoding属性指明该文档的字符编码。例如：
```
<?xml version="1.0" encoding="UTF-8"?>
<softCompany>
    <company>MicroSoft</company>
    <company>google</company>
    <company>Apple</company>
    <company>百度</company>
</softCompany>
```
并且使用“记事本”保存文件时，也要以相应的文件编码(UTF-8)来保存。此时再次使用IE浏览器来解析该XML文件，就可以正常解析出里面的中文字符了，如下图所示：
用standalone属性说明文档是否独立，即文档在工作的过程中是否依赖于另一个文档。
```
<?xml version="1.0" encoding="GB2312" standalone="no" ?>
```
浏览器打开之后，并不会将standalone属性解析出来。
常见错误：
- <?xml version="1.0" ?>问号前面的空格，因为半角状态下的空格，若为全角状态下的空格，即<?xml version="1.0"　?>，浏览器就解析不出来。
- 编写XML文件常遇到的一个问题——编码错误。
  XML文件一般使用国际化通用的编码“utf-8”，所以平时看到的XML文件的头部都会有这样的代码：
```
<?xml version="1.0" encoding="UTF-8"?>
```
  如果我们使用“记事本”等文本编辑工具编写XML文件时，例如使用“记事本”编写如下的XML文件：
```
<?xml version="1.0" encoding="utf-8"?>
<CharacterEncoding>
    <中国>
        <encoding>GB2312</encoding>
        <encoding>GBK</encoding>
    </中国>
    <日本>
        <encoding>JIS</encoding>
    </日本>
</CharacterEncoding>
```
  当我们在保存文件时，文件的编码默认是以“ANSI”来保存的，如下图所示:
  
  我们编写XML文件时，使用encoding="utf-8"来指明了文档的字符编码，但是在保存的时候却使用了“ANSI”编码来保存文件，由于我们在XML文件中使用encoding="utf-8"来指明了文档的字符编码，所以当浏览器解析该XML文件时，就是使用“utf-8”编码来解析，解析结果如下图所示：
  
  可以看到，浏览器解析失败了，这是为什么呢？我们明明指定了文档的字符编码是“UTF-8”了呀，为什么里面的中文解析不出来呢？这里不得不说说ANSI编码到底代表的是神马意思了。
  不同的国家和地区制定了不同的标准，由此产生了GB2312，BIG5，JIS 等各自的编码标准。这些使用2个字节来代表一个字符的各种汉字延伸编码方式，称为ANSI编码。在简体中文系统下，ANSI编码代表GB2312 编码，在日文操作系统下，ANSI编码代表JIS编码。不同ANSI 编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段ANSI编码的文本中。
  下面分析一下为什么IE浏览器无法解析XML文件的原因，如下图所示：
  
  所以千万要记住，使用“记事本”或者“EditPlus”等文本编辑工具编写XML文件时一定要以XML文件的encoding属性指明的编码来保存文件，这样才能保证浏览器解析XML文件时可以正常解析。
  上述的问题将CharacterEncoding.xml文件再以“UTF-8”编码保存一次就可以正常解析出CharacterEncoding.xml。
  在使用一些比较智能的IDE编写XML文件时，IDE在保存XML文件时，会自动以encoding属性指明的编码来保存文件，例如在Eclipse中编写XML文件时，就可以根据encoding属性指明的字符编码，指明为encoding="GBK"时，保存XML文件时就自动将文件保存成GBK编码，(如图-1)，指明为encoding="UTF-8"时，就自动保存为UTF-8(如图-2)。

元素

XML元素指XML文件中出现的标签，一个标签分为开始标签和结束标签，一个标签有如下几种书写形式，例如：
- 包含标签体：<a>www.itcast.cn</a>。
- 不含标签体的：<a></a>，简写为：<a/>。
一个标签中也可以嵌套若干子标签。但所有标签必须合理的嵌套，绝对不允许交叉嵌套，例如以下代码就是错误的表率。
```
<a>welcome to <b>www.it315.org</a></b>
```
格式良好的XML文档必须有且仅有一个根标签，其它标签都是这个根标签的子孙标签。
对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理。例如：下面两段内容的意义是不一样的。
第一段：
```
<网址>www.itcast.cn</网址>
```
第二段：
```
<网址>
    www.itcast.cn
</网址>
```
由于在XML中，空格和换行都作为原始内容被处理，所以，在编写XML文件时，使用换行和缩进等方式来让原文件中的内容清晰可读的“良好”书写习惯可能要被迫改变。
元素——命名规范：一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：
- 区分大小写，例如，<P>和<p>是两个不同的标记。
- 不能以数字或"_" (下划线)开头。
- 不能以xml(或XML、或Xml等)开头。
- 不能包含空格。
- 名称中间不能包含冒号（:）。

属性

一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如：
```
<input name="text">
```
注意：属性值一定要用双引号（"）或单引号（'）引起来，定义属性必须遵循与标签相同的命名规范。
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，例如，以上代码又可改写为：
```
<input>
    <name>text</name>
</input>
```

注释

Xml文件中的注释采用：格式。
注意：
- XML声明之前不能有注释。
- 注释不能嵌套，例如：
```

……
-->  
```

CDATA区

在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理。遇到此种情况，可以把这些内容放在CDATA区里，对于CDATA区域内的内容，XML解析程序不会处理，而是直接原封不动的输出。

语法：

<![CDATA[
    <a>
        <a1>中国</a1>
        <a2></a2>
    </a>
]]>

转义字符

对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理。

特殊字符	替代符号
&	`&`
<	`<`
>	`>`
"	`"`
'	`'`

转义字符和CDATA区的区别：
一段XML文档，你要输出给人看，给人看到原始样子，要用转义；你要交给程序处理，把某一段xml文档作为原始内容交给程序处理，就用CDATA区。

处理指令

处理指令，简称PI （processing instruction）。处理指令用来指挥解析引擎如何解析XML文档内容。
例如，在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用css文件显示xml文档内容。
config1.css内容为：


#a1 {
    font-size: 300px;
    color: red;
}
#a2 {
    font-size: 100px;
    color: green;
}
#b1 {
    font-size: 20px;
}
#b2 {
    font-size: 200px;
    color: blue;
}

config1.xml文档内容为：

<?xml version="1.0" encoding="UTF-8" standalone="no" ?>
<?xml-stylesheet type="text/css" href="config1.css" ?>
<soft>
    <a>
        <a1 id="a1">中国</a1>
        <a2 id="a2">美国</a2>
    </a>
    <b>
        <b1 id="b1">小日本</b1>
        <b2 id="b2">英国</b2>
    </b>
</soft>

注意：标签名为中文时，css不起作用。
不知为何，我的标签名又不是中文，但css样式还是不起作用？

处理指令必须以<?作为开头，以?>作为结尾，XML声明语句就是最常见的一种处理指令。

XML约束

XML约束概述

什么是XML约束
在XML技术里，可以编写一个文档来约束一个XML文档的书写规范，这称之为XML约束。
常用的约束技术
- XML DTD
- XML Schema

DTD约束快束入门

DTD(Document Type Definition)，全称为文档类型定义。
举例说明，有一个book.dtd文档如下：

<!ELEMENT 书架 (书+)>
<!ELEMENT 书 (书名,作者,售价)>
<!ELEMENT 书名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 售价 (#PCDATA)>

注意：DTD文件应使用UTF-8或Unicode编码。
那么按照此DTD约束，写出来的book.xml文档如下：

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE 书架 SYSTEM "book.dtd">
<书架>
    <书>
        <书名>Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>39.00元</售价>
    </书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

PCDATA即parse character data(可解析的字符数据)，说白了就是字符串。

编程校验XML文档正确性

IE5以上浏览器内置了XML解析工具：Microsort.XMLDOM，开发人员可以编写javascript代码，利用这个解析工具装载xml文件，并对xml文件进行dtd验证。

创建xml文档解析器对象。

var xmldoc = new ActiveXObject("Microsoft.XMLDOM");

开启xml校验。
```
xmldoc.validateOnParse = "true";
```
装载xml文档。
```
xmldoc.load("book.xml");
```

获取错误信息。

xmldoc.parseError.reason;  
xmldoc.parseError.line;

以上方法只是了解而已，谁还用这种方法啊！因为Eclipse就可以校验XML文档的正确性。

编写DTD约束的两种方式

DTD约束即可以作为一个单独的文件编写，也可以在XML文件内编写。

在xml文件内编写DTD

以上例子是将DTD约束作为一个单独的文件进行编写，现在我们也可以在XML文件内编写。

<?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>Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>39.00元</售价>
    </书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

引用DTD约束

XML文件使用DOCTYPE声明语句来指明它所遵循的DTD文件，DOCTYPE声明语句有两种形式：

当引用的文件在本地时，采用如下方式：

<!DOCTYPE 文档根结点 SYSTEM "DTD文件的URL">

例如：

<!DOCTYPE 书架 SYSTEM "book.dtd">

当引用的文件是一个公共的文件时，采用如下方式：

<!DOCTYPE 文档根结点 PUBLIC "DTD名称" "DTD文件的URL">

例如：

<!DOCTYPE web-app PUBLIC 
    "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN"
    "http://java.sun.com/dtd/web-app_2_3.dtd">

注意：以上DTD名称不用强记，因为提供给你DTD文件时，就回给你。

DTD约束语法细节

元素定义
属性定义
实体定义

DTD的语法细节：元素定义

在DTD文档中使用ELEMENT声明一个XML元素，语法格式如下所示：
```
<!ELEMENT 元素名称 元素类型>
```
元素类型可以是元素内容或类型。
- 如为元素内容，则需要使用()括起来，如：
```
<!ELEMENT 书架 (书名，作者，售价)>
```
```
<!ELEMENT 书名 (#PCDATA)>
```
- 如为元素类型，则直接书写，DTD规范定义了如下几种类型：
  - EMPTY：用于定义空元素，例如<br/>，<hr/>。
  - ANY：表示元素内容为任意类型。
元素内容中可以使用如下方式，描述内容的组成关系
- 用逗号分隔，表示内容的出现顺序必须与声明时一致。
```
<!ELEMENT MYFILE (TITLE,AUTHOR,EMAIL)>
```
- 用|分隔，表示任选其一，即多个只能出现一个。
```
<!ELEMENT MYFILE (TITLE|AUTHOR|EMAIL)>
```
- 元素内容使用空白符分隔，表示出现顺序没有要求
```
<!ELEMENT MYFILE (TITLE AUTHOR EMAIL)>
```
在元素内容中也可以使用+、*、?等符号表示元素出现的次数。
- +：一次或多次。例，(书+)。
- ?：0次或一次。例，(书?)。
- *: 0次或多次。例，(书*)。
- (书)：书必须出现1次。
也可使用圆括号( )批量设置，例：
```
<!ELEMENT MYFILE ((TITLE*, AUTHOR?, EMAIL)* | COMMENT)>
```

DTD的语法细节：属性定义

xml文档中的标签属性需通过ATTLIST为其(标签)设置属性。
语法格式：

<!ATTLIST 元素名 
    属性名1 属性值类型 设置说明
    属性名2 属性值类型 设置说明
    ……
>

属性声明举例：

<!ATTLIST 商品
    类别 CDATA #REQUIRED
    颜色 CDATA #IMPLIED
>

对应XML文件：

<商品 类别="服装" 颜色="黄色">…</商品> 
<商品 类别="服装">…</商品>

设置说明
- #REQUIRED：必须设置该属性。
- #IMPLIED：可以设置也可以不设置。
- #FIXED：说明该属性的取值固定为一个值，在XML文件中不能为该属性设置其它值。但需要为该属性提供这个值。
- 直接使用默认值：在XML中可以设置该值也可以不设置该属性值。若没设置则使用默认值。
举例：
```
<!ATTLIST 页面作者 
    姓名 CDATA #IMPLIED 
    年龄 CDATA #IMPLIED 
    联系信息 CDATA #REQUIRED 
    网站职务 CDATA #FIXED "页面作者" 
    个人爱好 CDATA "上网"
> 
```

常用属性值类型

CDATA：表示属性值为普通文本字符串。
ENUMERATED(枚举)
ID
ENTITY(实体)

属性值类型→ENUMERATED

属性的类型可以是一组取值的列表，在XML文件中设置的属性值只能是这个列表中的某个值(枚举)。
例，

<?xml version = "1.0" encoding="GB2312" standalone="yes"?>
<!DOCTYPE 购物篮 [
    <!ELEMENT 肉 EMPTY>
    <!ATTLIST 肉 品种 ( 鸡肉 | 牛肉 | 猪肉 | 鱼肉 ) "鸡肉">
]> 
<购物篮>
    <肉 品种="鱼肉"/>
    <肉 品种="牛肉"/>
    <肉/>
</购物篮>

属性值类型→ID

表示属性的设置值为一个唯一值。ID属性的值只能由字母，下划线开始，不能出现空白字符。
例，

<?xml version = "1.0" encoding="GB2312" ?>
<!DOCTYPE 联系人列表[
    <!ELEMENT 联系人列表 ANY>
    <!ELEMENT 联系人(姓名,EMAIL)>
    <!ELEMENT 姓名(#PCDATA)>
    <!ELEMENT EMAIL(#PCDATA)>
    <!ATTLIST 联系人 编号 ID #REQUIRED>
]>
<联系人列表>
    <联系人 编号="a1">
        <姓名>张三</姓名>
        <EMAIL>zhang@it315.org</EMAIL>
     </联系人>
    <联系人 编号="a2">
        <姓名>李四</姓名>
        <EMAIL>li@it315.org</EMAIL>
    </联系人>
</联系人列表>

DTD的语法细节：实体定义

实体用于为一段内容创建一个别名，以后在XML文档中就可以使用别名引用这段内容了。
在DTD定义中，一条<!ENTITY …>语句用于定义一个实体。
实体可分为两种类型：引用实体和参数实体。

实体定义→引用实体

引用实体主要在XML文档中被应用。
语法格式：
```
<!ENTITY 实体名称 "实体内容" >
```

引用方式：&实体名称;。
例，

<!ENTITY copyright “I am a programmer"> 
……
&copyright;

注意：还有另一种方式，用一个文档来表示一个实体：

<!ENTITY 实体名称 SYSTEM "外部XML文档的URL" >

实体定义→参数实体

参数实体被DTD文件自身使用。

语法格式：

<!ENTITY % 实体名称 "实体内容" >

引用方式：%实体名称;。
例1，

<!ENTITY % TAG_NAMES "姓名 | EMAIL | 电话 | 地址">
<!ELEMENT 个人信息 (%TAG_NAMES; | 生日)>
<!ELEMENT 客户信息 (%TAG_NAMES; | 公司名)>

以上dtd文件相当于：

<!ENTITY % TAG_NAMES "姓名 | EMAIL | 电话 | 地址">
<!ELEMENT 个人信息 (姓名 | EMAIL | 电话 | 地址 | 生日)>
<!ELEMENT 客户信息 (姓名 | EMAIL | 电话 | 地址 | 公司名)>

例2，

<!ENTITY % common.attributes
     "id ID #IMPLIED 
    account CDATA #REQUIRED"
>
...
<!ATTLIST purchaseOrder %common.attributes;>
<!ATTLIST item %common.attributes;>