也許我早該把這些基礎問題拿出來談一談。先坦白立場:我並不是 XML 純粹論者。事實上,我認為 XML 裡有不少設計顯得笨拙、本末倒置,甚至有幾處根本就是錯的。
但正因為如此,我更堅持另一個判斷:既然你主動選擇了 XML,那麼一些基本概念就必須弄清楚,否則選它的意義何在?如果多值數據和長文本不用元素承載,如果乾脆集體放棄屬性,如果處理指令要麼被濫用要麼被完全無視——那麼遲早你會發現,與其繼續忍受 XML 的枷鎖(冗長、古怪、處處是規矩),不如自己動手寫一套私有語言和解析器算了。
所以這篇文字回到最樸素的地方:文檔結構該怎麼組織,以及那個歷久彌新的屬性與元素之爭。
XML 的表達力幾乎全部來自層次。同一組數據,嵌套方式不同,後續能用 XPath 表達的查詢難度可能天差地別。判斷標準其實很樸實:如果某個信息在業務上「屬於」另一個信息,就讓它成為子元素,而不是平鋪成一堆兄弟節點。層次一旦拉平,語義就丟了,剩下的只是靠命名約定勉強維持的秩序。
這場爭論之所以纏綿不決,是因為雙方說的其實不是同一件事。約定俗成的判斷方式是:
把多值數據或長文本塞進屬性,是很多文檔後期難以維護的根源:屬性不能重複,不便擴展,也無法再往下分層。反過來,把一個簡單的標識號做成元素,只會讓文檔平白膨脹。
處理指令常被當成可有可無的裝飾,要麼被拿來塞業務數據,要麼索性從不用。它的合適位置是給處理應用傳遞指示,而不是承載文檔內容。把數據藏進處理指令,等於把它從所有標準工具(XPath、XSLT、Schema 校驗)的視野裡藏了起來。
這些規則聽起來瑣碎,但它們共同決定了一件事:你的文檔能否被標準工具鏈順暢處理。這也正是當初選擇 XML 而非私有格式的全部理由。