XML的語法規則既簡單又嚴格,非常容易上手;也正因如此,撰寫能讀取與操作XML的軟體同樣相對容易。
XML文檔使用自描述且直覺的語法:
<?xml version="1.0" encoding="ISO-8859-1"?>
<note>
<to>Lin</to>
<from>Ordm</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>
第一行是XML宣告,定義這份文檔遵循的XML版本(此處為1.0)與字元集(ISO-8859-1,即Latin-1西歐字元集)。第二行是根元素,等於在說「這份文檔是一則便條」。第三到第六行是根元素下的四個子節點。最後一行則是根元素的收尾。
即使完全沒人解釋,你也能看出這是Ordm留給Lin的便條——這正是XML作為自描述語言的魅力。
在XML中省略結束標記是不合法的。HTML允許這種寫法:
<p>This is a paragraph
<p>This is another paragraph
但在XML裡必須寫完整:
<p>This is a paragraph</p>
<p>This is another paragraph</p>
順帶一提,你可能會注意到第一行XML宣告並沒有結束標記——這不是錯誤。XML宣告不是文檔的一部分,它不是元素,自然不需要結束標記。
這一點與HTML不同:XML標記是大小寫敏感的。<Letter> 與 <letter> 是兩個完全不同的標記,因此開始與結束標籤的大小寫必須嚴格一致。
<Message>This is incorrect</message> ← 錯誤
<message>This is correct</message> ← 正確
HTML容許一些巢狀錯誤,瀏覽器往往還能猜著解析:
<b><i>This text is bold and italic</b></i>
XML則要求所有元素必須正確巢狀,同樣的內容應該寫成:
<b><i>This text is bold and italic</i></b>
XML文檔的第一個元素就是根元素。所有其他元素都必須成對地巢狀在根元素之內,而根元素有且僅能有一個。子元素也必須正確巢狀在父元素裡:
<root>
<child>
<subchild>……</subchild>
</child>
</root>
XML元素的屬性以「名稱/值」成對出現,而語法規範要求值必須用引號包住。以下兩份文檔,第一份錯誤,第二份正確:
<?xml version="1.0" encoding="ISO-8859-1"?>
<note date=12/11/99> ← 錯誤:值沒加引號
……
</note>
<?xml version="1.0" encoding="ISO-8859-1"?>
<note date="12/11/99"> ← 正確
……
</note>
XML文檔中的空白不會被解析器自動刪掉,這與HTML的行為不同。在HTML裡,你在原始碼中打的換行與縮排,往往會被瀏覽器壓縮成一個空格;而在XML裡,那些空白就是資料的一部分,會原封不動地保留下來。
在XML中,新行一律以LF(Line Feed,換行)表示。
這個設計源自打字機時代的遺產。用打字機打完一行字後,你得手動把打字頭推回紙張左端;在Windows程式中,換行通常以CR LF(Carriage Return + Line Feed,回車加換行)表示,在Unix程式中只用LF,也有部分系統只用CR。XML統一收斂為LF,省下了跨平台處理的麻煩。
XML的註解語法與HTML幾乎相同:
<!-- 這是一個註解 -->
說穿了,XML真的不神秘。它就是一堆用角括號包起來的普通純文字,任何能編輯文字的工具都能開啟它。
差別在於:在一個支援XML的應用程式中,這些標記往往對應著特定操作——有些會被渲染成畫面,有些只用來辨識結構,還有些什麼也不做。標記本身沒有魔法,意義是應用程式賦予的。