XML(eXtensible Markup Language,可擴充標記語言)是一種「能定義其他語言的語言」。它是 SGML 的簡化子集,專為 Web 環境設計,處理的是面向資料(而非面向出版)、生命週期短(往往是動態產生)的資訊。
與 HTML 相比,差異相當明確:
XML 克服了 HTML 的這些不足,把網路傳輸的文件規範化,並賦予標籤明確含義。使用它的實際好處包括:結構化(可建立任意複雜層次的資料模型)、可擴充(依需要定義新標識)、可驗證(檢查資料結構是否正確)、獨立於媒介(同一份內容可用多種方式發布),以及獨立於供應商與平台(用標準工具甚至文書編輯器就能處理)。透過 XSL 還能將 XML 轉換與格式化,進一步分離資料與頁面樣式。
JSP 頁面可以包含任何型別的文字資料,因此能直接產生 XML 文件;同時它身為 Java 平台的一部分,可以使用強大的 Java API 來解析與轉換 XML。规范化 的資料加上靈活的程式能力,正好能實現網頁的動態呈現。
編輯工具方面,從連結企業資料庫的整合開發環境到單純的文字編輯器都有。常見選擇包括 UltraEdit(介面類似 Windows 檔案總管,文字編輯功能強)、XML Spy(完整的 XML IDE,含編輯器、Schema/DTD 編輯與驗證、XSL 編輯與轉換)、以及 XML Writer(提供工程管理、可用 XSL 或 XQL 轉換成 HTML、支援 DTD 與 XML Schema 驗證,對中文支援較好)。
伺服器端,Apache、Microsoft、Sun 等廠商都提供了各自的 XML 支援方案。瀏覽端則以 IE 與 Netscape 為主,版本越新對 XML 支援越好。
先寫文件宣告:
<?xml version="1.0" encoding="gb2312" standalone="yes"?>
version="1.0" 表示遵循 XML 1.0 規範,這項宣告是必須的。encoding="gb2312" 若省略,預設使用 Unicode(UTF-8 或 UTF-16)。文件中含中文時必須明確宣告。standalone="yes" 表示這份文件自給自足,不需要從外部匯入其他定義檔。接著依業務需求定義要呈現的元素。元素名稱可以用中文,這對資料描述的直觀性是 HTML 做不到的。元素由起始與結束標籤界定:
<元素名稱 屬性1="值1" 屬性2="值2"> 元素的內容 </元素名稱>
內容可以直接寫在頁面,也可以取自資料庫。文件中還能用實體(Entity)宣告與引用:實體分為一般實體與參數實體,後者只能出現在 DTD 中。宣告格式為 <!ENTITY 名稱 "內容">,一般實體以 &名稱; 引用,參數實體以 %名稱; 引用。實體在管理大量重複內容時非常有用。
寫完之後務必檢查文件是否格式正確:每個元素都有起始與結束標籤;有且只有一個根元素,且不出現在其他元素的內容中;空元素有正確定義與表示;標籤大小寫一致且成對匹配;元素正確巢狀、不得交叉;屬性值用引號括起;所有被引用的實體都已宣告。
XSL 是 W3C 制定的 XML 樣式描述語言。處理器讀入 XML 文件與 XSL 樣式表,依樣式表中的指令輸出新的文件。XSL 由三個模塊組成:XSL 模式(Pattern)、XSL 命名域與 FO 命名域。
使用樣式表有三種路徑:一是用戶端轉換(瀏覽器依樣式表呈現);二是伺服器端轉換(通常轉成 HTML 再送出);三是第三方程式預先轉換後放在伺服器上。由於當時多數使用者用 IE、且 IE 對 XSL 支援良好,第一種最常被採用。
XSLT 的運作方式是將 XML 樹轉換成另一棵樹。它提供運算子來選取特定節點、重新排序與輸出節點。在 XML 中引用樣式表:
<?xml-stylesheet type="text/xsl" href="mystyle.xsl"?>
轉換範本包在 xsl:template 元素裡,用 match 模式對應來源文件的元素,再以 @ 匹配屬性節點。用 XSL 也能做出與 HTML 相同的表單定義,只要把表單元素放進範本即可,名稱、提交方式等屬性寫法與 HTML 一致;表格範圍、樣式、頁面風格與腳本也都能沿用。
CSS 同樣可以套用到 XML,但它只決定視覺外觀、不改變來源結構。兩者是互補關係:實務上常見先用 XSLT 轉出結構化的 HTML,再用 CSS 控制最終呈現。
經過 XSLT 轉換後,表單會提交到 JSP 頁面或 Servlet 處理。這一段可以與頁面呈現完全分開,實現控制邏輯的獨立。
在 JSP 中產生 XML 很簡單:在頁面開頭加上 <%@page contentType="text/xml"%>,就能讓輸出被視為 XML 文件,再把動態資料放進 <% %> 標記中。資料處理全部收到 JavaBean 或 Servlet 裡,與頁面顯示徹底分離。
XML 能建立不依賴平台、語言或特定格式化協定的開放資料,而 Java 提供跨平台的程式執行環境——兩者相輔相成。HTML 除了隱藏的 URL 之外,缺乏有效方法說明內容含義;XML 的目標正是為網路物件補上這層含義,而這原本就是 Java 想解決的一部分問題。
XML 與 Java 結合最適合以下四類應用:需要用戶端協調多種不同型別資料庫的應用;想把可觀的處理工作從伺服器端分散到用戶端的應用;需要把同一份資料以不同形式呈現給不同使用者的應用;以及依個別使用者需求搜尋定制資訊的智慧代理應用。
兩者都支援 Unicode,本地化相對容易;Java 提供表達複雜資料結構與物件模型的能力,XML 則天生適合表達層次化的資料模型。XML 搭配 JSP,結構明確、條理清晰,是開發動態網站的一條快速途徑。
以 XSLT 用戶端轉換為主的方案,在今天已不是唯一選擇:SEO 需求、行動裝置的多樣性,以及新式前端框架的興起,都讓「伺服器端輸出 HTML」或「前端以 JSON 取資料」成為更常見的做法。JSON 在資料交換上比 XML 更輕量,若無需 XML 的驗證與命名空間機制,可以優先考慮。此外,宣告中的 encoding 必須與實際輸出的位元組編碼一致,否則中文會變亂碼;動態組字串產生 XML 時務必處理 &、< 等特殊字元,避免結構被破壞。