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詳解
XML 與電子商務:一個關於資料交換標準的技術演進回顧
編輯:XML詳解     

本文寫於 XML 1.0 發布(1998 年 2 月)之後不久,記錄的是當時業界對「HTML 不夠用了」這個問題的思考,以及 XML 被寄與的厚望。二十多年後回看,有些預言準確命中,有些則走向完全不同的方向——這正是值得整理的原因。

HTML 的極限:為什麼「顯示」撐不起「交易」

HTML 由 W3C 開發,簡單易用、成本低廉,迅速成為 Web 的標準語言。在當時的技術條件下,這個選擇是合理的:瀏覽器無法解釋更複雜的語言,而 HTML 足以滿足「把資訊展示出來」的需求。國外大型企業紛紛建站,展示產品、管理資訊與企業文化——但僅止於展示。

問題出在電子商務興起之後。企業開始在網路上頻繁交易,彼此交換資料的需求急速膨脹,而 HTML 有兩個結構性障礙:

障礙一:標籤數量有限,無法精確描述資訊

HTML 的標籤描述的是呈現方式,不是資料意義。原始碼中的:

<P>100</P>

瀏覽器只知道要顯示數字 100,但這究竟是 100 個人、100 噸,還是 100 元?無從得知。對電子商務而言,¥100 與 $100 在數值上相同,在意義上天差地遠。企業間要共享與交換資料,必須能在語意層面區分它們。HTML 做到的只是「數字的交換」,不是「資料的交換」。

障礙二:無法表達深層結構,不適合大量文件儲存

HTML 缺乏表達巢狀與關聯結構的能力,除去電子閱讀之外的應用機能也欠佳,資訊形式不利於再利用,全文檢索結果不精確。此外,HTML 與瀏覽器機能不斷強化的結果,反而造成瀏覽器之間部分功能失去互換性。

HTML 雖然一路推出新版本(當時最新是 1999 年的 4.0),但「有限標籤」這個本質從未改變,加版本也解決不了根本問題。與此同時,電腦效能已能做過去做不到的事——開發新語言既是必要,也變得可行。

SGML、HTML、XML 的親緣關係

其實早在 1980 年就有一個國際標準(ISO 8879)用來定義結構化電子文件:SGML(Standard Generalized Markup Language)。它獨立於任何電腦與系統,能保證文件在異種機器之間交換。

SGML 在國外已滲透各個領域——歐洲核子研究組織(CERN)、牛津大學出版社、美國證券管理委員會、美國國防部都用它做資訊交換或印刷出版。在中國則起步較晚,主要應用於出版業,後來也進入數位圖書館研究領域。

但 SGML 的規格過於龐大複雜(規格書四百多頁),且在 Web 環境下有三個根本問題:

  1. 標準過嚴、過於複雜
  2. 不支援連結標準
  3. 不支援排版方式

於是它無法直接應用於 Web。

三者的關係可以精確定位:

  • HTML:SGML 在 Web 上的一種應用(application)
  • XML:SGML 的一個精簡子集(subset),同時也是一種元語言——可以用來定義其他語言

這個差異至關重要。因為 XML 是元語言,RDF、CDF、XHTML 這些應用才得以被定義出來。

XML 的設計目標與可擴充性

W3C 於 1996–1997 年間開發 XML,1998 年 2 月發布 1.0 版。它以 Web 利用為前提,針對 SGML 做機能擴張並刪修影響實用化的部分——用大約 20% 的 SGML 複雜度實現了 80% 的功能。

原始設計目標包括:

  1. 能在 Web 上直接使用
  2. 廣泛的應用程式可利用性
  3. 與 SGML 保持互換性
  4. 處理 XML 的程式容易撰寫
  5. 文件可讀性高(人也要看得懂)
  6. 規則嚴謹但不複雜
  7. 移除選用(optional)機能以減輕程式負擔
  8. 不以減少標籤數量為主要目標

其中的 X——Extensible(可擴充)——是 XML 相對於 HTML 最大的差異:允許使用者自訂標籤,而非受限於固定集合。

<?xml version="1.0" encoding="GB2312"?>
<書店>
  <圖書>
    <書名 類型="經濟">西方經濟學</書名>
    <價格 幣種="人民幣" 單位="元">60</價格>
    <作者 國籍="中國">高鴻業</作者>
    <ISBN>7-300-00337/F-991</ISBN>
    <出版社 年份="2000年2月" 版次="第二版">中國人民大學出版社</出版社>
  </圖書>
</書店>

這段程式碼的意義在於:<價格 幣種="人民幣" 單位="元">60</價格> 明確表達了「價格、人民幣、60 元」三個維度的資訊。HTML 做不到這件事,而這正是企業間資料交換的前提。

為什麼企業間的資料交換如此困難

原因有兩層:

第一層:資料庫產品各異。 SQL Server、Oracle、PowerBuilder、Informix 彼此技術架構完全不同,要直接交換近乎不可能。

第二層:即使同一種資料庫,結構也不同。兩家公司的「客戶」表欄位名稱、型別、關聯方式都不一樣。

XML 作為中間的交換格式,讓雙方各自先轉成 XML,再由對方轉進自己的結構——這就是資料整合的基本模式。

Unicode 與國際化

XML 支援 Unicode(ISO 10646),這是它能支持中文標籤的技術基礎。Unicode 包含所有 ASCII 字元,以及簡繁中文、日文、韓文、希臘文等。當時的 Unicode 3.0 符合 ISO/IEC 10646-1:2000,以雙位元組表示字元,提供超過 65000 個字元碼位。

這讓「中文標籤」成為可能,也讓 XML 真正具備全球化能力。

今天的補充:Unicode 已演進至 15.x 版本,碼位超過 149000 個,涵蓋表情符號、古文字、變體字。實務上請一律使用 UTF-8 編碼(而非 UTF-16),並在文件第一行宣告 <?xml version="1.0" encoding="UTF-8"?>。

DTD:用來約束可擴充性的機制

可擴充性帶來自由,但也帶來風險——標籤使用無規則會導致文件結構混亂。DTD(Document Type Definition)就是 XML 沿用 SGML 的約束機制。

從邏輯上,XML 文件分兩類:

  • 合法的(valid):包含 DTD 並符合其定義
  • 結構完整的(well-formed):不含 DTD,但符合 XML 基本語法

合法文件中,DTD 位於 XML 宣告與文件元素之間,可以內嵌,但更常見的是獨立成外部檔案供多份文件參照。

DTD 由四大宣言組成:

  • 文件類型宣言:宣告標籤代表的各要素及其層次結構
  • 要素型宣言:定義可用的要素名稱與巢狀結構
  • 屬性一覽宣言:定義作為要素附加資訊的屬性、是否必填、預設值
  • 實體宣言:定義要替換的文字、要插入的外部檔案及其參照名稱

(另有記法宣言,用於標識被參照的外部實體採用何種非 XML 記法。)

DTD 的設計要點:若為跨企業/跨團體的資訊交換,應以標準化、通用性、中立性、永久性為考量;若僅供公司內部使用,則著重可行性、經濟性與終端使用者介面。

今天的補充:DTD 有幾個無法迴避的技術限制——不能指定資料型別、使用非 XML 語法、對命名空間支援極差。因此 XSD(XML Schema)已成為主流,它能強制 <價格> 的內容必須是數字、能限制範圍與格式、本身就是合法的 XML 文件。另有更輕量的 RELAX NG 與針對業務規則的 Schematron。

XML 命名空間

因為標籤名可自訂,當兩份文件用同樣名稱描述不同型別的元素時就會命名衝突。若把兩份文件合併,就會出現同名標籤但語意完全不同的問題。

命名空間透過標籤前綴解決這件事:

< bookstore:book xmlns:bookstore="https://example.com/ns/book"
                 xmlns:inv="https://example.com/ns/inventory">
  <bookstore:title>書名</bookstore:title>
  <inv:sku>A-1234</inv:sku>
</bookstore:book>

W3C 規範要求命名空間本身是一個 URI(統一資源識別碼)。當命名空間在某元素的起始標籤中定義時,所有使用相同前綴的子元素都屬於該命名空間。

用 URI 的用意是保證唯一性——因為你控制著自己的網域,就不會與他人撞名。注意 URI 只是識別碼,瀏覽器不會真的去下載該網址,這是常見誤解。

樣式表技術:CSS 與 XSL 的分工

XML 把內容與呈現分離,於是可依使用者需求自訂呈現方式。但這也意味著:當瀏覽器顯示 XML 時,各元素該用什麼字型字級必須另外指定。格式指定某種程度上也是賦予資料意義的一種方式(例如字級較大的通常是標題)。

CSS

原本為 HTML 設計,後擴充以支援 XML。它透過對標籤或屬性賦予格式資訊來控制呈現,可作為外部檔案參照,也可內嵌。作為外部檔案的好處很實際:修改外觀只需改 CSS,不動 XML 結構,大幅簡化維護。

CSS 的根本限制:只能改樣子,不能改結構。它無法重排元素順序(當時)、無法條件判斷、無法做計算。

XSL

吸納了 DSSSL 與 CSS 的機能,針對 XML 特性設計,後來分成兩塊:

XSLT(Transformation)——結構轉換。可把一份 XML 依需要轉成另一份 XML,或轉成 HTML。原始動機正是後者:讓既有 HTML 瀏覽器能顯示 XML 內容。後來演進為可在任意格式之間轉換。

格式物件(Formatting Objects)——輸出 PDF 等印刷媒體。

XSLT 也可以在樣式表中加入邏輯,實現元素排序、文字處理、數值計算、計數等:

<xsl:for-each select="書店/圖書">
  <xsl:sort select="價格" data-type="number" order="descending"/>
  <p><xsl:value-of select="書名"/> — <xsl:value-of select="價格"/> 元</p>
</xsl:for-each>

相關技術還有 XPath(匹配模式)、XLink(連結語言)、XPointer(指標語言)、XSD(結構描述)、DOM(文件物件模型)、XQL(查詢語言)、SAX(簡單 API)等。

當時預期的四大應用優勢

  1. 整合異質資料源:客戶需要與不同資料庫互動,各自格式複雜,XML 作為統一中介格式。
  2. 把運算負載分散到客戶端:伺服器只發同一份 XML,客戶端依需求選擇不同的處理程式與呈現方式。
  3. 同一份資料以不同面貌呈現:像同一個劇本可以拍成電視劇、電影、話劇、動畫——這為網路介面的個人化鋪路。
  4. 由代理伺服器改寫內容:依使用者需求增刪資訊以適應個人情境(例如行動裝置只取重點)。

事後回顧:哪些預言成真了

把 1999 年的期待攤開來對照現在,結果相當有意思。

命中:XML 成為企業資料交換的基礎

這項預言完全實現,而且規模遠超當年想像。SOAP、WSDL、UDDI 組成的 Web Service 體系在 2000 年代成為企業整合標準;金融業的 FIX 協議、政府間的 電子發票/e-Gov 交換格式、醫療的 HL7、出版業的 ONIX、以及 Office 的 OOXML、SVG、XHTML——背後全是 XML。XSD 也如本文暗示的那樣取代了 DTD。

命中:一份資料、多種呈現

這個預言以另一種形式實現了。伺服器端輸出同一份結構化資料,前端可以是網頁、iOS App、Android App、語音助理——只是中間的呈現層從 XSLT 換成了 JSON API + 前端框架。

未命中:XSLT 在瀏覽器端

本文期待的「瀏覽器直接跑 XSLT 把 XML 轉成 HTML」沒有發生。IE 曾經支援,但 Chrome 已移除 XSLT 支援,Firefox 也逐步邊緣化。原因不難理解:為什麼要伺服器輸出 XML 再讓客戶端轉換,而不直接輸出 HTML?多一層轉換只增加延遲與除錯成本。XSLT 今天主要活在伺服器端與 ETL 資料整合場景。

未命中:XLink 與 XPointer

這兩個技術在 HTML 上從未普及。XLink 只有 SVG 完整採用(SVG 2 甚至改回普通的 href)。瀏覽器端的連結行為最後是由 JavaScript 與後來的新 API 解決的。

未命中:CDF 與「推」技術

本文提到的 CDF(微軟的 Channel Definition Format)與 Netscape 的對應方案,隨著 IE 一同走入歷史。真正的「推」最後由 WebSocket 與 Server-Sent Events 實現,而「智慧書籤」的想法則演變成 URI 重定向與 rel="canonical"。

意外:JSON 的崛起

本文完全沒預料到最大的轉折:JSON 在 2010 年代取代 XML 成為 Web API 的主流格式。原因很務實——JSON 與 JavaScript 原生整合、語法更輕、解析更快、沒有命名空間與 DTD 的複雜度。當你的資料是「資料」而非「文件」時,JSON 幾乎總是更好的選擇。

但 XML 並未消失。它在需要驗證機制、命名空間、混合內容(文字與標籤交錯)、或文件式結構的場景仍保有優勢。本文提到的 ONIX、HL7、OOXML、SVG 至今都是 XML,XSD 驗證能力至今沒有 JSON 的等價物(JSON Schema 是後來的追趕之作,能力與生態都遜一籌)。

給今天的開發者:什麼時候該選 XML

  • 選 XML:需要 XSD 驗證、需要命名空間避免標籤衝突、處理文件式結構(如 SVG、XHTML、DocBook)、對接既有企業系統(SOAP、政府/金融交換格式)、需要 XSLT 做複雜轉換。
  • 選 JSON:Web/行動 API、設定檔、NoSQL 儲存、任何「資料而非文件」的場景。
  • 兩者都別選:內部服務溝通可以考慮 Protocol Buffers、MessagePack 等二進位格式,效能與體積都更好。

回顧這段歷史,最大的收穫不是「XML 對不對」,而是技術標準的成敗取決於它是否解決了真實痛點,而非設計得多完整。XML 解決了企業資料交換的問題,所以活了下來並持續演化;XSLT 在瀏覽器端沒有解決任何只有它能解決的問題,所以被淘汰。這個判準到今天依然適用。

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