概要:本文介紹 XML 以及 XML 家族中的各項技術,說明這些核心技術如何組合成一個完整的整體,並釐清周邊支援技術究竟是什麼。
似乎每天都有越來越多開發者相信,XML(Extensible Markup Language)將從根本上改變軟體產業。但若你想請他們說清楚「為什麼」或「何時」會發生,往往只會得到一堆令人摸不著頭緒的縮寫。學習 XML 的最大障礙,往往來自它驚人的發展速度——W3C 的 XML 網站上匯集了大量技術與出版物,反而讓開發者在尚未建立整體概念前就迷失其中。
XML 是 Extensible Markup Language 的縮寫。當你跨過縮寫、從更深層理解時,會發現它不只是一種標記語言,而是一整個技術家族,為開發更具可擴充性與互通性的軟體提供了解決方案。
XML 起源於 SGML(Standard Generalized Markup Language)。你可以用 XML 或 SGML 來創建自己的描述性文件,兩者都使用文字標記(Tags)來描述資料,供其他應用或工具(如解析器)使用。XML 是 SGML 的簡化版本,更適合在 Web 上使用。
以下是一句正確的 XML:
<hamburger name="CowBurger" lowfat="dream on"/>
與其他標記語言不同,XML 對大小寫敏感,因此 <hamburger> 與 <Hamburger> 是不同的;XML 也不忽略空格,並會仔細處理可能干擾結構的字符(如 < 與 >)。若一份 XML 只有一個根元素,且所有子元素都正確嵌套於父元素中,就稱為「結構良好」(well-formed):
<?XML version="1.0"?>
<hamburgers>
<hamburger lowfat="dream on">
<name>CowBurger</name>
<description>Greasy and good.</description>
<price>2.99</price>
</hamburger>
</hamburgers>
XML 看起來很像 HTML,兩者都用相同語法定義標籤與屬性。可以說,HTML 使用的是預先設定好的元素,只是 XML 的一個特例。與 HTML 為使用者介面提供通用方法一樣,XML 提供了一種描述並協同資料工作的通用方法——它允許開發者創建自己的 XML 詞彙,用自訂方式描述資料結構。一旦資料以 XML 描述,只要對方系統也懂 XML,就能輕鬆互通,不必再擔心平台、作業系統、語言或資料儲存的差異。
由於人人都能自訂 XML 詞彙,若不同開發者用相同元素代表不同含義,就會產生衝突。為防止這種情況,W3C 在 XML 中引入了「命名空間」,為元素提供語義上下文。以下例子用命名空間區分「採購價」與「銷售價」:
<?XML version="1.0"?>
<hamburgers
xmlns:purchase="https://fastfood.org/franchise/prices"
xmlns:sales="https://fastfood.org/customer/prices">
<hamburger lowfat="dream on">
<name>CowBurger</name>
<purchase:price>0.99</purchase:price>
<sales:price>2.99</sales:price>
</hamburger>
</hamburgers>
要發揮 XML 的力量,你得能「用程式處理」XML 文件。W3C 定義了一種稱為「XML 處理器」的軟體模型,能讀取 XML 文件並提供對其內容與結構的存取。微軟最主要的處理器是 MSXML 2.0,隨 IE 5.0 附贈,也可從 MSDN 免費下載。使用標準處理器,你就能用程式讀取各種 XML 文件、存取任意元素、內容或屬性,甚至把 Windows 上建立的文件轉到大型主機上處理——這正是 XML 的真正魅力。
確認技術(Schema):由於 XML 語法極具彈性,我們需要方法來確認某類 XML 文件是否符合預期格式。Schema 是一組描述某類 XML 文件的規則,定義了可出現的元素、屬性、嵌套關係、順序與數量等。DTD(Document Type Definitions)與 XML-Data 都是具體例子。
DTD:DTD 是為定義 SGML 文件確認規則而開發的,因為 XML 是 SGML 的子集,也能用來定義 XML 的規則。它的語法有時略顯晦澀,使用驚嘆號、括號、星號、角括號等符號來定義元素與屬性關係。缺點是 DTD 語法並非合法的 XML,因此處理器除了 XML 語法,還得另外支援 DTD 語法。
XML-Data:這是一種 XML Schema 語言,本身就是結構良好的 XML 文件,因此任何處理 XML 的工具都能用來定義它,這比 DTD 更一致、更易於工具支援。
要有效使用 XML,你必須透過程式存取資料。目前有兩種主流 API 逐漸成為標準:
DOM(Document Object Model):以 XML 文件在記憶體中的樹狀結構為基礎,定義了遍歷樹、管理元素、值與屬性的介面。使用方便,但會把整份文件載入記憶體,文件過大時開銷可觀。
Set xmlDoc = CreateObject("MSXML.DOMDocument")
bSuccess = xmlDoc.load("hamburger.XML")
If bSuccess Then
For Each node in xmlDoc.documentElement.childNodes
val = node.text
Next
End If
SAX(Simple API for XML):採事件驅動的解析方式,不必把整份文件載入記憶體。當處理器完成某元素的操作,就立即呼叫你自訂的事件處理器。這大幅提升了效率,但彈性相對受限。
一旦你用標準 DOM API 與 XML 互動,就會發現無論是從大型文件中取出特定資料,還是把 XML 的某部分轉為另一種格式(如 HTML),都相當單調。為標準化並簡化這些工作,W3C 推薦使用 XSL(Extensible Stylesheet Language)與 XSL Patterns 查詢語言。
XSL Patterns:一個模式就是一個用來選取 XML 樹中節點的字串。例如 /hamburgers/hamburger[@lowfat="yes"]/price 就能選出所有低脂漢堡的價格節點,免去手動遍歷整棵樹的麻煩。
XSL:它能定義從一種 XML 格式到另一種 XML 格式的轉換,極大增強了互通性。一個 XSL 檔包含一系列定義轉換規則的模板,透過 match 與 select 屬性中的 XSL 模式來標識元素集。以下把 XML 轉為 HTML:
<?XML version="1.0"?>
<xsl:stylesheet xmlns:xsl="https://www.w3.org/TR/WD-xsl">
<xsl:template match="/">
<Html><body>
<h1>hamburgers</h1>
<xsl:for-each select="hamburgers">
<li><xsl:value-of select="name"/>, <xsl:value-of select="price"/>,
<xsl:value-of select="description"/></li>
</xsl:for-each>
</body></Html>
</xsl:template>
</xsl:stylesheet>
許多人認為 HTML 最強的地方在於錨元素 <A HREF>,它讓使用者能在文件間跳轉、獲取更多相關資料。整個 Web 就是建立在這種「連結」的基石上。XLink(XML Linking 1.0)是 W3C 主導的 XML 鏈接語法,能顯式指定資源之間的關係;XPointer 則用於定位 XML 文件的內部結構,例如 child(2,hamburger) 指第二個 hamburger 元素。
MathML:描述數學符號與其結構、內容的 XML 應用,目標是讓 Web 能像處理文字一樣處理數學式。
SMIL:Synchronized Multimedia Integration Language,一種基於 XML 的多媒體簡報語言,可把一組獨立多媒體物件整合為簡報,IE 5 已提供 HTML+TIME 的實作。
VML:Vector Markup Language,定義向量圖形編碼格式的 XML 應用,如 PowerPoint 2000 可匯出使用 VML 描述圖形。
CDF:Channel Definition Format,一種開放規格,讓網站發布者能定時把更新資訊(頻道)傳送到客戶端。
XML 片段:為讓客戶端不必涉及整份文件,就能取得某一片段所處的上下文而設計的機制。
XHTML:符合 XML 的新 HTML 家族,文件結構良好,易於用標準 XML 處理器檢視、編輯與驗證,也能讓 Palm-PC 等輕量級客戶端更簡單地處理錯誤。
除了上述技術,XML 相關技術還有很多。到目前為止,你應該已大致明白 XML 技術是什麼,以及這些核心技術如何整合在一起。在 XML 及其相關技術發展的背後,有著整個產業範圍的巨大努力在支撐。XML 必將改變我們未來開發互通性軟體的方式,現在的你,已為進一步深入學習 XML 做好了準備。