XML 的門檻看似不高,但真正在專案中大量使用後,常會遇到語法、編碼與名稱空間造成的問題。本文從最基礎的 XML 文件本身談起,說明如何避免常見陷阱。
XML 的基本規則很嚴格:標籤必須成對、空元素要自我結束、文件要有單一根元素。只要有一處不符合語法,嚴謹的 XML 工具就可能拒絕處理。因此,不要自行用字串拼接產生 XML,而應使用正式的 XML 解析器或序列化元件。
在 Java 中,可選擇 DOM、SAX、StAX 等解析 API,也可使用 JAXB、Castor、Axis 這類編組元件。若需要完全控制解析過程,使用解析器;若只是要在物件與 XML 之間轉換,編組元件通常更省事。
若自行產生 XML,必須處理保留字元,例如角括號、和號、引號等。最簡單的方式是逐一轉義;若內容包含大量程式碼或特殊文字,也可使用 CDATA 區段。CDATA 的優點是內部不需要反覆轉義,但要注意不能任意嵌套。
常見誤解是:把 XML 存成某種編碼,就只能使用該編碼支援的字元。事實上,XML 支援 Unicode,透過字符實體仍可插入不在該編碼中的字元。因此,若資料要進入舊系統,不能只依賴編碼限制,而應在進入舊系統前進行字元轉換或過濾。
名稱空間用來避免不同詞彙表的標籤衝突。兩個 XML 都可能有 subject 或 date,若放在同一個訊息平台,就可能混淆。名稱空間透過 URI 讓本地名稱變成全域名稱。
要注意,這裡的 URI 只是識別字,不一定要能開啟。也不要把 URI 改成自己的網址,因為名稱空間必須逐字元匹配。常見錯誤包括:以為 URI 會指向某個 schema、擅自修改既有詞彙的 URI,或把版本號塞進 URI。
前綴只是文件中的縮寫,真正重要的是它背後綁定的 URI。程式不應依賴固定前綴來判斷元素,而應比對 URI 與本地名稱。這樣即使文件作者換了前綴,程式仍能正確處理。
避開這些基本陷阱,能大幅提升 XML 的相容性與可維護性。下一篇文章將進一步討論如何把 XML 當作應用程式介面來設計。