不是Web开发者所关注的XML基础具体分析

XML与HTML

首先，XML与HTML类似的，都是一种标记语言。

当初在设计XML时，并非为了将HTML赶下神坛，实际上，XML是为了另外一种目的设计的。

XML旨在传输信息，HTML旨在显示信息

HTML可以有什么标签，不能有什么标签，是被一系列规范约束的；
但在XML中，可以定义自己的标签。

XML有什么用

由于XML是纯文本格式的，因此独立于任何硬件和软件，是一种真正的跨平台数据传输格式。

在XML的基础上，许多其它的技术也得以诞生，比如我们最熟悉的web service，WSDL机制便是基于XML来实现的(也有基于JSON实现的)。

这都得益于XML是一种扩展性非常高的数据传输格式。

语法规则

必须有关闭标签
如&lta>，则必须有一个对应的与之配对，当然用&lta name=""/>则是一种简略的缩写。
大小写敏感
XML文档必须有根元素
属性值必须加引号

特殊字符的转义

&lt;   -  <&gt;   -  >&amp;  -  &&apos; -  '&quot; -  "

注释

元素命名规则

名称可以含字母、数字以及其他的字符
名称不能以数字或者标点符号开始
名称不能以字符 “xml”（或者 XML、Xml）开始
名称不能包含空格

属性

属性必须加引号，如果属性本身有双引号，就用单引号包围它

<a name='steve "aplple" Jobs' />

XML验证

有许多验证方式来验证XML格式是否良好。常用的有以下两种：

XML DTD
XML Schema

XML DTD

合法的 XML 文档是“形式良好”的 XML 文档，同样遵守文档类型定义 (DTD) 的语法规则：

<?xml version="1.0" encoding="ISO-8859-1"?><!DOCTYPE note SYSTEM "Note.dtd"><note><to>George</to><from>John</from><heading>Reminder</heading><body>Don't forget the meeting!</body></note>

在上例中，DOCTYPE 声明是对外部 DTD 文件的引用。下面的段落展示了这个文件的内容。

<!DOCTYPE note [  <!ELEMENT note (to,from,heading,body)>  <!ELEMENT to      (#PCDATA)>  <!ELEMENT from    (#PCDATA)>  <!ELEMENT heading (#PCDATA)>  <!ELEMENT body    (#PCDATA)>]>

XML Schema

W3C 支持一种基于 XML 的 DTD 代替者，它名为 XML Schema：

<xs:element name="note"><xs:complexType>  <xs:sequence>    <xs:element name="to"      type="xs:string"/>    <xs:element name="from"    type="xs:string"/>    <xs:element name="heading" type="xs:string"/>    <xs:element name="body"    type="xs:string"/>  </xs:sequence></xs:complexType></xs:element>

XML命名空间

命名空间的主要目的是解决元素命名冲突的问题。以下两份XML配置文件有命名冲突的问题:

<table>   <tr>   <td>Apples</td>   <td>Bananas</td>   </tr></table>

<table>   <name>African Coffee Table</name>   <width>80</width>   <length>120</length></table>

使用命名空间来解决冲突后:

<table xmlns="http://www.w3.org/TR/html4/">   <tr>   <td>Apples</td>   <td>Bananas</td>   </tr></table>

<table xmlns="http://www.w3school.com.cn/furniture">   <name>African Coffee Table</name>   <width>80</width>   <length>120</length></table>

命名空间xmlns属性值本身并没有多大含义，只是为了区分命名空间的不同，但实际上xmlns会被开发者用来标识某些资源。

XML CDATA

所有 XML 文档中的文本均会被解析器解析。

只有 CDATA 区段（CDATA section）中的文本会被解析器忽略。

PCDATA

PCDATA 指的是被解析的字符数据（Parsed Character Data）。
XML 解析器通常会解析 XML 文档中所有的文本。
当某个 XML 元素被解析时，其标签之间的文本也会被解析：

<message>此文本也会被解析</message>

解析器之所以这么做是因为 XML 元素可包含其他元素，就像这个例子中，其中的 <name> 元素包含着另外的两个元素(first 和 last)：

<name><first>Bill</first><last>Gates</last></name>

而解析器会把它分解为像这样的子元素：

<name>    <first>Bill</first>    <last>Gates</last></name>

CDATA

术语 CDATA 指的是不应由 XML 解析器进行解析的文本数据（Unparsed Character Data）。

在 XML 元素中，"<" 和 "&" 是非法的。

"<" 会产生错误，因为解析器会把该字符解释为新元素的开始。

"&" 也会产生错误，因为解析器会把该字符解释为字符实体的开始。

某些文本，比如 JavaScript 代码，包含大量 "<" 或 "&" 字符。为了避免错误，可以将脚本代码定义为 CDATA。

CDATA 部分中的所有内容都会被解析器忽略。

CDATA 部分由 "<![CDATA[" 开始，由 "]]>" 结束：

<script><![CDATA[function matchwo(a,b){if (a < b && a < 0) then  {  return 1;  }else  {  return 0;  }}]]></script>

在上面的例子中，解析器会忽略 CDATA 部分中的所有内容。

关于 CDATA 部分的注释：

CDATA 部分不能包含字符串 "]]>"。也不允许嵌套的 CDATA 部分。

标记 CDATA 部分结尾的 "]]>" 不能包含空格或折行。