XML 的語法規則不多,但每一條都沒有商量空間。這一節把最容易踩到的幾個地雷一次掃過。
承接上一節,這條規則再確認一次:
<p>This is a paragraph</p> <p>This is another paragraph</p>
順帶說明一個常見疑問:XML 宣告 <?xml version="1.0"?> 沒有結束標籤,這不是錯誤。因為宣告並不是文件的一部分,它不是元素,所以不受這條規則約束。
這點和 HTML 不同。在 XML 中,<Letter> 與 <letter> 是兩個完全不同的元素。因此開始與結束標籤的大小寫必須完全一致:
<!-- 錯誤 --> <Message>This is incorrect</message> <!-- 正確 --> <message>This is correct</message>
HTML 對這件事相當寬容,以下寫法瀏覽器多半還是能正確渲染:
<b><i>This text is bold and italic</b></i>
但在 XML 中,所有元素都必須彼此正確嵌套:
<b><i>This text is bold and italic</i></b>
嵌套順序錯了,文件就不是良構的,解析器會直接報錯。
文件中的第一個標籤就是根標籤。所有 XML 文件都必須包含一對標籤來定義根元素,其他所有元素都要嵌套在根元素裡面。
<root>
<child>
<subchild>.....</subchild>
</child>
</root>
元素可以有子元素,子元素則必須正確嵌套在父元素之中,層層遞進直到根。
和 HTML 一樣,XML 元素的名值對中可以帶屬性;不同的是,屬性值周圍的引號不能省略。
<!-- 錯誤:date 屬性值沒有引號 --> <?xml version="1.0"?> <note date=12/11/99> <to>Tove</to> <from>Jani</from> <heading>Reminder</heading> <body>Don't forget me this weekend!</body> </note> <!-- 正確 --> <?xml version="1.0"?> <note date="12/11/99"> <to>Tove</to> <from>Jani</from> <heading>Reminder</heading> <body>Don't forget me this weekend!</body> </note>
這也和 HTML 相反。在 HTML 中,「Hello my name is Tove」會被壓縮成單一空格;在 XML 中,文件裡的空白不會被刪除。
實務上這意味著:你在元素內容中打的換行與縮排,解析後依然存在。若不想讓版面縮排污染資料,需要靠 xml:space 屬性搭配解析器設定來控制,這會在後續談空白處理時細說。
在 XML 中,換行通常以 LF 單一字元儲存。歷史上 Windows 應用程式用 CR+LF 字元對、Unix 應用程式用單一 LF、有些老系統只用 CR。XML 規範了這件事:CR/LF 會被正規化為 LF,讓跨平台交換資料時不必擔心換行差異。
說穿了,XML 就是加上標籤的純文字檔。任何能處理純文字的軟體都能處理 XML——在簡單的文字編輯器中,標籤是看得見的,不需要特殊工具。
但在應用程式裡,標籤就必須被特別處理。依程式性質不同,標籤可能可視、可能隱藏,也可能承擔實際功能。這正是「格式良好」這四個字的重量所在:唯有嚴格遵守規則,各平台的不同實作才能對同一份檔案得出相同結論。