首页 > 代码库 > XML学习总结(二)——XML入门

XML学习总结(二)——XML入门

一、XML语法学习

  学习XML语法的目的就是编写XML

  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) 

1.1、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" ?> 

  例如:

1 <?xml version="1.0"?>2 <softCompany>3     <company>MicroSoft</company>4     <company>google</company>5     <company>Apple</company>6 </softCompany>

  浏览器解析结果如下:

  

  用encoding属性说明文档的字符编码:<?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:

1 <?xml version="1.0"?>2 <softCompany>3     <company>MicroSoft</company>4     <company>google</company>5     <company>Apple</company>6     <company>百度</company>7 </softCompany>

  这个XML文件中没有使用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,出现的错误如下图(-1)所示:

  

                    图-1

   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:

1 <?xml version="1.0" encoding="GB2312"?>2 <softCompany>3     <company>MicroSoft</company>4     <company>google</company>5     <company>Apple</company>6     <company>百度</company>7 </softCompany>

  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(-2)所示:

  

                图-2

1.2、编写XML文件常遇到的一个问题

  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:

1 <?xml version="1.0" encoding="utf-8"?>

  如果我们使用“记事本”或者“EditPlus”等文本编辑工具编写XML文件时,例如使用“EditPlus”编写如下的XML文件:

 1 <?xml version="1.0" encoding="utf-8"?> 2 <CharacterEncoding> 3     <中国> 4         <encoding>GB2312</encoding> 5         <encoding>GBK</encoding> 6     </中国> 7     <日本> 8         <encoding>JIS</encoding> 9     </日本>10 </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(-3)所示:

  

                        图-3

  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(-4)所示:

   

                        图-4

  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 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X无法解析ML文件的原因:如下图(图-5)所示:

  

                        图-5

  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

  

                        图-6

  浏览器的解析结果如下图(-7)所示:

  

                        图-7

  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MyEclipse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="GB2312"时,保存XML文件时就自动将文件保存成GB2312编码 (如图-8),指明为encoding="UTF-8"时,就自动保存为UTF-8 (如图-9)

  

                                  图-8

  

                                  图-9

  用standalone属性说明文档是否独立:

1 <?xml version="1.0" encoding="GB2312"  standalone="yes" ?>

 1.3、xml语法——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.cnblogs.com/</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:

    错误的写法:<a>welcome to <b>www.cnblogs.com/</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:

1 <网址>http://www.cnblogs.com/</网址>

  第二段:

1 <网址>2      http://www.cnblogs.com/3 </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。

  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:

  1. 区分大小写,例如,<P>和<p>是两个不同的标记。
  2. 不能以数字或"_" (下划线)开头。
  3. 不能以xml(或XML、或Xml 等)开头。
  4. 不能包含空格。
  5. 名称中间不能包含冒号(:)

1.4、XML语法——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”> ,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 。

  多学一招: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:

1 <input>2   <name>text</name>3 </input>

1.5、XML语法——注释

  Xml文件中的注释采用: <!--注释--> 格式。

  注意:

  • XML声明之前不能有注释
  • 注释不能嵌套,例如:
<!--大段注释……<!--局部注释-->……-->  

1.6、XML语法——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[ 内容 ]]>

  例如:

 1 <?xml version="1.0" encoding="utf-8"?> 2 <soft> 3 <![CDATA[ 4     <a className="gacl.xdp"> 5         <a1>gacl</a1> 6         <a2>xdp</a2> 7     </a> 8 ]]> 9     <b>10         <b1>孤傲苍狼</b1>11         <b2>徐达沛</b2>12     </b>13 </soft>

  该XML文件使用IE浏览器解析引擎解析执行后,结果如下图(-10)所示:

  

                        图-10

  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。

  

              转义字符表

  例如:

1 <?xml version="1.0" encoding="utf-8"?>2 <soft>3     <b>4         &lt;b1&gt;孤傲苍狼&lt;/b1&gt;5         <b2>徐达沛</b2>6     </b>7 </soft>

  解析器解析的结果如下图(-11)所示:

  

          图-11

1.7、XML语法-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,标签名为中文时,css不起作用。

  <?xml-stylesheet type="text/css" href="http://www.mamicode.com/css文件名.css"?>

  例如:

1 <?xml version="1.0" encoding="utf-8"?>2 <!--在XML文档中可以使用xml-stylesheet指令,通知XML解析引擎,应用country.css文件显示xml文档内容-->3 <?xml-stylesheet type="text/css" href="http://www.mamicode.com/country.css"?>4 <Country>5     <c1>中国</c1>6     <c2>美国</c2>7     <c3>日本</c3>8     <c4>韩国</c4>9 </Country>

  Country.css样式文件代码如下:

 1 c1{ 2     font-size:200px; 3     color:red; 4 } 5 c2{ 6     font-size:150px; 7     color:green; 8 } 9 c3{10     font-size:100px;11     color:#ccc;12 }13 c4{14     font-size:130px;15     color:blue;16 }

  在浏览器中解析该XML文件的结果如下图(-12)所示:

  

                          图-12

  处理指令必须以"<?"作为开头,以"?>"作为结尾,XML声明语句(<?xml version="1.0" encoding="utf-8"?>)就是最常见的一种处理指令。

  到此,关于XML语法方面的讲解就全部讲完了。