XML学习笔记1——概述

　　我对于XML是很不够重视的，认识也是非常肤浅的，因为在之前的Web经验中，基本上都可以使用JSON来代替XML，JSON网络流量少，解析快，JS支持好等这些特点让我对自己的观点坚信不疑。然而我渐渐地改变了这些观点，最近写了一个基于Spring的服务配置体系，主要思想是将一些常用的服务封装成服务类，预留一些参数接口，然后通过Spring注入这些参数以及服务类之间的各种关系，实现业务逻辑配置化，尽最大可能地实现代码复用、易于维护等，在实际开发以及运用时，Spring配置文件变得越来越大，于是产生了能否将服务配置剥离出来单独管理的想法，但是这个想法一开始就遭遇了非常大的挫折——这源于我在XML领域的无知。于是想，不如趁这个机会，补一补XML的知识吧！

1、XML概述

（1）XML全称是Extensible Markup Language，即可扩展标记语言，从名称上看，首先XML是一种标记语言，比较简单，不同于C、Java这样的编程语言，其次XML这种标记语言是可扩展的，不同于HTML（Hypertext Markup Language，超文本标记语言）内置了大量的标签，HTML不具备可扩展性，数据逻辑与表现逻辑混在一起，而XML可以自由扩展，只负责存储数据，不管数据是怎么显示的。

（2）XML可以分为三类：

A：不符合格式的XML文档（malformed）：实际上这已经不是XML文档了，因为没有遵守最基本的XML文档规则。

B：符合格式的XML文档（well-formed）：遵守了XML文档的基本规则，但是没有使用DTD或Schema等语义约束，或者使用了DTD或Schema语义约束然而文档并没有完全遵守相应的语义约束。

C：有效的XML文档（valid）：遵守了XML文档的基本规则，并且使用DTD或Schema语义约束同时完全遵守了这些语义约束。

这里XML文档的分类基于“XML文档的基本规则“，那么这些基本规则有哪些？

（3）XML文档的基本规则

A：有且仅有一个根元素

B：元素必须有相应的结束标签

C：元素之间必须正确嵌套，不要你中有我，我中有你，分不清谁主谁次

D：元素的属性必须有值，值使用单引号或双引号括起来，也就是说元素的属性后面必须要有单引号或双引号，至于引号里面的内容那就不管了，多个属性之间的顺序也是随意的

符合基本规则的XML文档都能转化成一个树形结构。

当然，XML文档的基本规则题中应有之义就包括了元素名称、属性名称这些也是合法的标识符了。

2、XML声明

我们常常可以看到，在XML文档的第一行往往是类似于下面的文本，这个文本称之为XML声明。

<?xml version="1.0" encoding="UTF-8" standlone="yes"?>

（1）XML声明以<?xml开始，以?>结束。

（2）XML声明中的版本属性version是必须的，通常为1.0，表示这个文档遵守XML 1.0标准。

（3）字符集属性encoding是可选的，默认值是UTF-8。

（4）属性standlone也是可选的，表示是否需要引用其他资源，值只能是yes或no

3、标签名

（1）标签名称是区分大小写的，name和Name表示两个标签名

（2）标签名可以由字母（可以是中文）、数字、下划线、中划线、冒号和点号组成，但不能以数字、中划线和点号开头

（3）标签名不能包括<、>、,、$、空格等特殊符号，也不要以xml(或xml任意大小组合)开头

（4）尽量不要出现英文冒号，除非是使用命名空间

关于标签名称，类似于其它语言中的变量名，无需太在意，一般也不至于出错，除非你要想方设法的去验证XML工具的正确性。

4、实体引用

在XML文档中，因为标签是使用尖括号括起来的，所以尖括号在XML文档内容中就有了特殊的意思了，不想麻烦的话最好就使用实体引用来表示这些特殊符号了（类似于其它语言中的转义，将特殊符号的含义转义为符号表示的字符本身），内置的实体引用有5个，当然，你也可以自定义实体引用——这是后话：

实体引用	所代表的符号	说明
&lt;	<	小于符号
&gt;	>	大于符号
&amp;	&	and符号
&apos;	'	英文单引号
&quot;	"	英文双引号

这种格式是不是很熟悉？和HTML中的差不多，以”&“开头，以";"结尾，只不过HTML内置的实体引用要多一些。

如果标签内容有很多实体引用，那将会是非常不雅观的，在XML中，还可以使用CDATA标记来标记一整段内容，使其中的内容都完全忠实于符号本身，格式如下：

<![CDATA[这里的内容都将忠实于字符本身]]

看个例子：

<?xml version="1.0" encoding="UTF-8" standlone="no"?>
<root>
    <!--CDATA区域示例-->
    <![CDATA[
      <name>
       别看这里<name>貌似元素标签名，实际只表示"<name>"这段文本而已    
      </name>
    ]]>
</root>

你已经看到了，里面的<!-- ... -->表示注释，关于注释，不要：

（1）不要放在标签内部，否则，它将破坏XML文档的结构

（2）不要把注释放在XML声明之前，XML声明永远放在文档的第一行

（3）不要在注释中间使用 -- ，这会混淆的，自然，注释的内容也不要以 -->结尾了

5、处理指令

XML还提供了称之为处理指令的语法，用来告诉处理程序怎么处理，开发者可以定义任意的处理指令，并关联合适的程序来解析该指令

XML处理指令的格式为：

<?处理指令名 处理指令信息?>

从形式上看，可以把XML声明看作指令名为xml的处理指令。另外一个常见的处理指令是xml-stylesheet，用于为XML文档导入样式表（如css样式表、xsl样式表）。如：

<?xml version="1.0" encoding="UTF-8" standlone="no"?>
<?xml-stylesheet type="text/css" href="public.css"?>
<?xml-stylesheet type="text/xsl" href="public.xsl"?>
<root>
</root>