DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML與XSLT
深入解析 XML 的字符編碼與文檔驗證機制
編輯:XML與XSLT     

一、什麼是編碼

所謂編碼,就是把 Unicode 字符轉換為對應二進制表示的過程。當 XML 解析器讀取一份文檔時,必須先知道它採用哪種編碼,才能正確還原字符。正因如此,我們需要在 XML 聲明裡明確標註編碼類型。

常見的兩種編碼

UTF-8

UTF-16

其中的 UTF 是「UCS 轉換格式」的縮寫,而 UCS 指通用字符集;數字 8 與 16 則代表呈現單個字符所用的比特數,分別為 8 位(一個字節)與 16 位(兩個字節)。若文檔完全沒有標註編碼信息,解析器會默認按 UTF-8 處理。

編碼聲明的語法

編碼信息位於文檔的序言部分。UTF-8 的寫法如下:

  1. <?xml version="1.0" encoding="UTF-8" standalone="no" ?>

UTF-16 的寫法則是:

  1. <?xml version="1.0" encoding="UTF-16" standalone="no" ?>

示例

下面這份文檔展示了完整的編碼聲明:

  1. <?xml version="1.0" encoding="UTF-8" standalone="no" ?>
  2. <contact-info>
  3.     <name>Tanmay Patil</name>
  4.     <company>TutorialsPoint</company>
  5.     <phone>(011) 123-4567</phone>
  6. </contact-info>

上例中的 encoding="UTF-8" 表示以 8 位來編碼字符;若改用 16 位,則換成 UTF-16 即可。值得一提的是,採用 UTF-8 編碼的 XML 文件,體積通常比 UTF-16 版本更小。

二、文檔驗證

驗證,指的是檢查一份 XML 文檔是否合法的過程。當文檔內容與其元素、屬性以及關聯的文檔類型定義(DTD)相匹配,並符合相應約束時,我們就說它是有效的。透過 XML 解析器進行驗證,一般分為兩種情形:

格式良好的 XML 文檔

有效的 XML 文檔

格式良好的 XML 文檔

一份文檔若遵守以下規則,即可被視為格式良好:

未採用 DTD 的文檔,必須使用預定義的字符實體來處理 &(amp)、單引號(apos)、>(gt)與雙引號(quot)。
標簽必須正確嵌套,也就是內部標簽要先於外部標簽閉合。
每個開始標簽都要有對應的結束標簽,或者本身就是自閉合標簽(如 <title>...</title> 或 <title />)。
開始標簽中的屬性值必須用引號包裹。
除了 amp、apos、gt、quot 這幾個實體之外,其他實體都必須先聲明再使用。

示例

以下是一份格式良好的 XML 文檔:

  1. <?xml version="1.0" encoding="UTF-8" standalone="yes" ?>
  2. <!DOCTYPE address
  3. [
  4. <!ELEMENT address (name,company,phone)>
  5.     <!ELEMENT name (#PCDATA)>
  6.     <!ELEMENT company (#PCDATA)>
  7.     <!ELEMENT phone (#PCDATA)>
  8. ]>
  9. <address>
  10.     <name>Tanmay Patil</name>
  11.     <company>TutorialsPoint</company>
  12.     <phone>(011) 123-4567</phone>
  13. </address>

之所以說它格式良好,是因為:

它明確定義了文檔類型,此處為元素類型。
它包含一個名為 address 的根元素。
每個子元素 name、company、phone 都是能自我說明並正確閉合的標簽。
標簽的嵌套順序完全正確。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved