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
新手入門:把 XML 從源頭到應用完整認識一遍
編輯:XML詳解     

網際網路的普及讓資訊可以在世界各地即時流通,但資料交換始終卡在同一個地方:格式太多。每個系統、每家廠商都有自己的資料結構,資料拿到了卻用不上,這種困境比拿不到資料更讓人洩氣。

大家真正期待的是一種能描述任何邏輯關係的通用資料格式,讓電子資料的儲存方式統一,不必再為格式差異耗盡力氣。目前能扛起這個角色的,就是 XML(Extensible Markup Language,可延伸標記語言)。

可以說 XML 為資料交換帶來了一場革命,也被視為下一代網路發展的基石之一。

圖:XML 作為電子資料交換的統一格式

XML 從哪裡來

源頭是 SGML

談 XML 一定要先認識 SGML(Standard Generalized Markup Language)。SGML 最初由 IBM 開發,是一套用於排版的標記語言,原名 GML。經過多年演進,ISO 在 1984 年開始討論這項提案,並於 1986 年正式將 SGML 列為國際標準(ISO 8879)。

SGML 本質上是一種通用的文件結構描述標記語言,主要用來定義文獻模型的邏輯結構與實體結構。一份 SGML 語言檔案由三部分組成:

  • 語法定義:定義 DTD 與文件實例的語法結構。
  • 文件型別定義(DTD):定義文件實例的結構與組成元素型別。
  • 文件實例:SGML 語言程式的主體內容。

實務上,每一個特定的 DTD 都定義了一類文件,因此人們習慣把「具備某個特定 DTD 的 SGML」直接稱為某種標記語言。SGML 就這樣成了所有衍生語言的元語言。

接著是 HTML

1989 年,CERN 的資訊專家 Tim Berners-Lee 發明了超文本連結語言,能輕易把一個檔案中的文字或圖形連到其他檔案去,這是 HTML 的前身。1991 年他在 CERN 定義了 HTML 的第一份規範,後來成為 W3C 專為網路發布資訊而設計的標記語言標準。

HTML 是 SGML 的一個實例,它的 DTD 被固定下來當成標準——正因如此,HTML 不能作為定義其他標記語言的元語言。

作為 WWW 的一部分,HTML 發展極快,短短幾年走過 1.0、2.0、3.0、4.0 等版本,DHTML、VHTML、SHTML 等變體也隨之興起。簡單精煉的語法、極易上手,讓網頁得以親近每一個普通人,網際網路也因此普及。

但 HTML 的問題也同樣明顯:

  • 標準不夠穩定,不同瀏覽器呈現的效果不一致。
  • 對超連結的支援不足,缺乏空間立體描述能力。
  • 處理圖形、圖像、音訊、視訊等多媒體的能力偏弱。
  • 圖文混排功能單純,無法表達多種媒體之間的同步關係。

這些短板限制了 HTML 在大規模應用與複雜多媒體資料處理上的表現。

於 XML 誕生

W3C 於 1998 年 2 月發布 XML 標準。它同樣是 SGML 的簡化子集,但把 SGML 的豐富功能與 HTML 的易用性結合起來,以一種開放、自我描述的方式定義資料結構——在描述內容的同時也突出結構描述,從而體現資料之間的關係。這樣組織出來的資料,對程式與使用者都友善、可操作。

之後 W3C 用 XML 設計出與 HTML 4.01 功能等價的語言,稱為 XHTML 1.0,使其與 HTML 相容。

嚴格來說 XML 仍然是 SGML。與 HTML 不同的是,XML 具備 DTD,因而也能像 SGML 那樣作為元語言去定義其他文件系統。若把標記語言分成兩類:SGML 與 XML 是元標記語言,HTML 與由 XML 派生的 XHTML 則是實例標記語言。

XML 的關鍵特點

它是電子資料交換的統一格式

十年來,Web 的儲存格式從 HTML 演進到 DHTML,再到 XML,每一步都是為了回應應用需求的變化。XML 雖然源自出版界的文件描述語言,但它從一開始就是為網際網路的資料交換而設計的——這讓它不僅能描述文件,更讓電子商務等領域的資料交換成為可能。

XML 能跨領域通用的原因在於它的描述方式:控制資訊不採用某個軟體的私有格式,而是用任何人都看得懂的標記來表達。這正是它最適合作為交換標準的理由。

用 XML 可以定義資料關係、形成各行業自己的標準,把後台系統透過網站呈現出來。一個 XML 檔案本身就是一個小型資料庫,透過關係與屬性的定義,能實現資料交換、上下文檢索與多媒體傳輸。

以文字形式描述

因為是文字格式,XML 適合各種平台之間的資料交換,能跨越系統障礙。文字形式唯一的困擾是字元碼不同會導致無法閱讀——這一點 XML 有完善的處理機制(透過編碼宣告)。

使用有意義的標記

XML 文件由一個個稱為「元素」的部件構成,用標記來描述元素。因為使用了標記,資料的意義與構造得以原封不動地在網路上傳遞,維持了不同系統間交換的靈活性。

之所以能做到,是因為標記能明確指出開始標記與結束標記,兩者之間就是被描述的資料。這就是「用元素表現資料」。

標記可以嵌套成子元素

被標記化的元素可以再作為子元素,形成資料的層級嵌套結構。

標記名稱與關係自由定義

XML 的標記名稱、標記的層次結構,全部都能由使用者自行定義。也就是說,依照 XML 語法可以定義出特定用途的標記集合,形成一套全新的標記語言——這正是 XML 名稱裡「可延伸(Extensible)」的由來。

所以 XML 是「定義語言的語言」,也就是一種元語言。因為具備這個能力,它可以作為描述電子商務資料、多媒體簡報資料、數學公式等各種應用語言的基礎。幾個常見的 XML 應用語言:

  • 出版媒體:Open eBook(電子書)、NewsML(新聞媒體)
  • 科學:MathML(數學表達式)、CML(化學)
  • 電子商務:cXML、FPML(金融)
  • 多媒體:SMIL(多媒體簡報)、BML(衛星資料傳送)

就像自然語言一樣,使用某語言的人夠多,它就成為陌生人初次交流的共同工具。在特定企業之間或業界內部約定一套標記集合,作為交流媒介非常有價值。不過實務上,多數 XML 使用者採用的是業界或集團標準化後的應用語言,很少有人真的自己打造一套。

XML 的不足之處

XML 作為資料描述語言非常優秀,但並不是所有電子資料轉成 XML 都划算。文字表現手法加上標記符號化,會讓 XML 的資料量明顯大於二進位表示法;資料量一大,這個差距就成為真正的問題。所以導入 XML 該視具體需求權衡優缺點,在能發揮其長處的領域使用。

另外要記住:XML 再優秀,它不是程式語言,本質上只是一種資料描述技術。因此 XML 的顯示、結構轉換、程式操作等周邊技術同樣關鍵。

XML 的主要相關技術

處理 XML 資料時一定會用到 XML Processor(也就是 XML Parser),把結構檢查這類工作交給它去做。市面上這類產品很多,其中不乏免費方案。把檢查工作外包給 Parser,工程師就能專心開發應用層,負擔少很多。

應用程式收到 Parser 傳來的 XML 樹之後開始處理,向使用者提供服務。此時不管是電子商務還是知識管理,都是這幾類技術的組合:定義結構、顯示列印、結構轉換、資料連結整合,以及操作 XML 樹的 API。

定義 XML 資料結構的技術

使用者可以自由定義標記名稱、元素及元素層次,這是 XML 的主要特徵。但如果定義出來的標記只有自己看得懂,就無法與他人交換資料。要在企業團體之間交換 XML,就必須仔細設計結構、元素名稱、資料型別與親子關係,讓人和系統都能理解。

這樣設計出來的結構在 XML 領域稱為 schema,描述 schema 的語言稱為 schema 語言。

DTD 是最普遍的 schema 語言,早在 SGML 時期就在用,1998 年制定 XML 語法時直接沿用了它。

XML Schema 則是 W3C 為了解決 DTD 從 SGML 繼承而來的種種不足而制定的新語言。它具備 DTD 沒有的能力:

  • 可用 XML 名稱空間複合使用多個 schema。
  • 本身用 XML 語法描述。
  • 能詳細定義元素內容與屬性值的資料型別。

因為 XML Schema 本身也是 XML 文件,資料量比 DTD 大得多,但表現力強出太多:除了支援字串、十進位數、浮點數、日期,還能指定「出現 m 次以上、n 次以下」的元素(m、n 為整數)。像「郵遞區號 xxxxxx」這種格式約束,DTD 根本寫不出來。XML Schema 於 2001 年 5 月成為 W3C 推薦標準,對 XML 的實際利用影響深遠。

顯示與列印 XML 資料的技術

主要有三條路:

  • CSS:指定排版資訊的資料稱為樣式表,描述 HTML 樣式表的語言是 CSS。CSS 也能用來為 XML 的標記元素定義顯示排版方式,但它無法改變 XML 的結構,只適合簡單的排版定義。
  • XSLT 轉 HTML:XSLT(Extensible Stylesheet Language Transformations)能改變元素名稱、屬性名稱、元素層次,把 XML 元素轉換成 HTML 元素,再用瀏覽器檢視。這是目前最常見的做法。
  • XSL:XSL(Extensible Stylesheet Language)本身用 XML 描述,是能細緻定義商用印刷級排版的規範。流程分兩步:先把原始 XML 樹做結構轉換、附加排版資訊,生成新的 XSL-FO 樹;再把這棵樹交給對應的列印/顯示引擎處理。

XML 資料結構轉換技術

實務中常需要把某種結構的 XML 轉成另一種結構,W3C 為此制定了 XSLT。

XSLT 是從 XSL 規範中獨立出來的,原本是描述排版資訊的語言,因此用 XSLT 寫出來的程式稱為「樣式表」。但 XSLT 的用途遠不止排版。

例如,使用不同 schema 的企業團體交換 XML 時,必須先把各自的私有格式轉成雙方共同採用的業界標準結構,才可能交換資料。XSLT 不只描述轉換規則,實際的結構轉換也能交給 XSLT 執行引擎去做。跨越業界之間的障礙、甚至在不同檔案格式之間轉換時,只要用 XSLT,就能不改程式、只改樣式表。

在 Windows 上,只要做簡單的環境設定,用 IE 5.x 加任意一個文字編輯器就能撰寫並執行 XSLT。學一點皮毛就足夠處理不少 XML 工作了,門檻相當低。

接下來會走到哪裡

隨著電腦與網路技術不斷深入,XML 的應用範圍持續擴大。傳統領域裡,銀行間的資料交換、證券公司對上市公司狀況的統計、圖書館的書籍查詢檢索、企業檔案管理,需求都愈來愈迫切。

新興領域的空間更大:電子商務、搜尋引擎、自動智慧翻譯、文件語音合成等。特別是行動通訊服務的發展,讓各種資訊經過格式轉換後能送達 PDA、送達手持電話——透過網路的資料格式轉換服務,連小小的手機都能讀取大千世界的豐富資訊。

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