Chapter 2. XML语法
Table of Contents
2.1. 基本语法规则
2.2. 良构XML文档和有效XML文档
2.3. XML文档的组成
2.4. XML文档树
创建一个简单的index.xml文档:
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="basic.xsl"?>
<basic>Hello World</basic>
下面创建一个名为basic.xsl的XML样式表(XSL),以便在浏览器中显示XML文档内容:
<?xml version="1.0"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:template match="/">
<html>
<head>
<title>a basic stylesheet</title>
</head>
<body>
<xsl:value-of select="/" />
</body>
</html>
</xsl:template>
</xsl:stylesheet>
接着在浏览器中打开index.xml文档,则可显示“Hello World”。上面两个文档都是合法的XML文件,具体的语法规则下面会详细介绍,上例可先给大家一个感性的认识。
合法的XML文档可有种意思,一个是良构文档(well-format),即符合XML规则书写的文档;另一种是有效文档,是已验证符合一个DTD的文档。
2.1. 基本语法规则
XML是区分大小写的;
所有元素的起始和结束标注必须成对出现,且要正确嵌套;
如果使XML说明,则它必须是XML文档的第一行:
<?xml version="1.0"?>
元素属性必须用引号引起来,单、双引号都可以,但必须成对出现。如:
<basic attr="1.0">
<basic attr='1.0'>
XML命名规则:
XML名以下划线或字母开始;
XML名可包含字母、数字、句点、下划线和冒号;
XML名不能包含空格;
XML名不能以数字开始,但可包含数字;
XML名区分大小写。
保留标记字符,如果要在XML中显示<或&之类的标记,就要使用字符的实体形式,XML中有五种预先定义了的实体:
< 表示<字符
> 表示>字符
& 表示&字符
' 表示'字符
" 表示"字符
我们也可用ENTITY自定义实体:
<!ENTITY linux "linux is a very good system">
这样我们可用&linux;来调用。
XML文档内容中的空格是有意义的,在转换后会保留。
空元素以<开始并以/>结束,如<br/>。
2.2. 良构XML文档和有效XML文档
符合XML语法规则的XML文档称为良构文档,这些规则如下:
应当只有一个父标志,由父标志派生所有其它子标志,在一个文档中不能存在多个父标志。
嵌套元素应按正确的顺序开始和结束。
子标志应在父标志完成前关闭。
属性值应放在双引号中。
通过某个DTD或Schema验证的文档称为有效XML文档。
2.3. XML文档的组成
XML声明:
version,定义XML规范的版本号,到现在为止,只有一个版本号1.0。
encoding,指定文档的编码系统。
standalone,定义文档是独立的还是需要装入其他元素才能正确分析。如果XML文档没有外部实体或DTD,则可以设置为no,否则设置为yes。可用该值提高性能:如果为no,则可提高处理速度;如果设置为yes,则首先要分析文档,确定需要其他哪些文件,然后才能完全分析文档。
根元素,每篇XML文档都需要有且只能有一个根元素。由元素是文档的第一个元素,包含其它所有元素。下例的portal就是根元素,如:
<portal>
<name>jims</name>
<email></email>
...
</portal>
属性,每个元素都可以设置一个或多个属性,如:
<portal>
<name id='1',sex="male">Jims</name>
</portal>
元素和属性都可以表示信息,什么时候使用元素,什么时候使用属性呢?属性信息表现能力有限,它只能表示字符串。所以当需灵活表示信息时应该使用元素。一般把信息主体放到元素中,属性只放一些注释或额外的信息。
CDATA部份,它用<![CDATA[和]]>表示,它们之间的数据作为原始字符显示,唯一不能出现的标志是]]>。
注释,注释是很重要,不论是在编写程序和文档时,所以XML也提供了注释功能,以<!--开头-->结尾的一对区间为注释。在以-->结束之前,不能出现“--”号,“---”更不允许。
处理指令,处理指令以<?开头以?>结尾。如PHP处理指令可写成,<?php ... ?>。处理指令是标记,而不是元素。因此,与注释一样,处理指令可出现在XML文档的标签外的任何位置,包括根元素之前或之后。最常见的处理指令是,xml-stylesheet样式表指令,它会告诉浏览器在显示文档时应用什么样式表。如:
<?xml-stylesheet href="sample.css" type="text/css"?>
<portal>
<name>...</name>
...
</portal>
2.4. XML文档树
XML文档是一种结构化的文档,可用树的形式表示出来。树是一种由节点和分支组成的简单结构,两个节点间由分支连接。上端的节点称为父节点,下端的节点称为子节点。一个节点如果没有父节点,则称为树的根节点(根),每个树必须有且只能有一个根节点。一个节点如果没有子节点,则称为树的叶节点。只有一个节点的树也是允许的。