XML 越來越熱,網路上的入門教學也到處可見,但一大堆術語往往令人望而生畏。很多人問:XML 到底有什麼用?我該不該學?
先說兩個前提:第一,XML 代表的是未來的發展方向,無論你是網頁設計師還是網路程式設計師,都應該及早了解,觀望只會錯失機會;第二,新知識必然伴隨新概念,願意嘗試理解與接受,你才可能進步。
全系列共五章:XML 快速入門、XML 的概念、XML 的術語、XML 的語法與實作、XML 實例分析,最後附錄整理相關資源。作者站在一般網頁設計者的角度,用平實的語言把 XML 的方方面面說清楚。
標準定義是:XML 是 Extensible Markup Language 的縮寫,一種擴充性標記語言。但「標記語言」是什麼、又為什麼叫「擴充性」?我們換個角度理解。
HTML 你已經很熟了,它就是一種標記語言,全稱 Hypertext Markup Language(超文本標記語言)。HTML 裡有很多固定標籤,都是在 HTML 4.0 中規範定義好的;而 XML 允許你自己創建這類標籤,這就是「可擴充」的意思。
有三個容易混淆的觀念要特別提醒:
下面是一段 XML 範例文件,用來描述本文自身的資訊:
<myfile>
<title>XML Quick Start</title>
<author>ajie</author>
<email>ajie@aolhoo.com</email>
<date>20010115</date>
</myfile>
兩點說明:這段程式碼只用來讓你對 XML 有初步的感性認識,本身不實現具體功能;其中 <title>、<author> 這些是自訂標記,和 HTML 不同——這裡的 <title> 指文章標題,HTML 裡的 <title> 指的是瀏覽器分頁標題。
不是。XML 源自 SGML,一種比 HTML 更早的標記語言標準。
SGML 全稱 Standard Generalized Markup Language(通用標記語言標準)。顧名思義,它是標記語言的「標準」——所有標記語言都依據它制定,HTML 也不例外。SGML 涵蓋面極廣,凡是有一定格式的文件都算,例如報告、樂譜;HTML 則是 SGML 在網路上最常見的格式,因此有人戲稱 SGML 是 HTML 的「媽媽」。
XML 就是 SGML 的簡化版,省略了其中繁複與不常用的部分。和 SGML 一樣,XML 也能用在金融、科研等領域,本系列談的只是它在 Web 上的應用。
釐清關係後你應該明白了:XML 用來創建類似 HTML 的標記語言,再用這個標記語言來呈現資訊。
因為網路應用越來越複雜,光靠 HTML 這單一文件類型去處理千變萬化的文件與資料已經力有未逮;而且 HTML 語法鬆散,嚴重影響資訊傳遞與共享(瀏覽器相容性問題讓多少設計師傷透腦筋)。人們早就在尋找更好的方案。SGML 可以勝任,但太龐大、程式撰寫複雜,於是業界選擇了「減肥版」的 SGML——XML,作為下一代 Web 資料傳輸與交換的工具。
用 W3C(XML 標準的制定者)的說法,XML 讓在網路上使用 SGML 變得更「簡單直接」:簡化了文件類型的定義流程、簡化了 SGML 文件的程式處理,也簡化了在 Web 上的傳輸與共享。歸納起來的好處是:
不難。如果你有 HTML 基礎,會發現 XML 文件的寫法和 HTML 相當接近。同一份範例加上宣告後:
<?xml version="1.0"?>
<myfile>
<title>XML Quick Start</title>
<author>ajie</author>
<email>ajie@aolhoo.com</email>
<date>20010115</date>
</myfile>
第一行是 XML 宣告,表示遵循 XML 1.0 規範。第二行定義了文件中的第一個元素(element),也稱根元素 <myfile>,作用類似 HTML 的 <html> 起始標記,名稱由你自行定義。其下再定義 title、author、email、date 四個子元素,分別說明標題、作者、信箱與日期。
標籤當然也能用中文,可讀性更高:
<?xml version="1.0" encoding="GB2312"?>
<文章>
<標題>XML輕鬆學習手冊</標題>
<作者>ajie</作者>
<信箱>ajie@aolhoo.com</信箱>
<日期>20010115</日期>
</文章>
只要會寫 HTML,你就能直接寫出這樣的 XML 文件。
另外,要真正發揮 XML 的威力,還得掌握一種頁面腳本語言,常見的是 JavaScript 或 VBScript,因為 XML 資料是靠腳本在 HTML 中呼叫與互動的。看一個最小範例:
1. 存成 myfile.htm:
<html>
<head>
<script language="JavaScript" for="window" event="onload">
var xmlDoc = new ActiveXObject("Microsoft.XMLDOM");
xmlDoc.async = "false";
xmlDoc.load("myfile.XML");
nodes = xmlDoc.documentElement.childNodes;
title.innerText = nodes.item(0).text;
author.innerText = nodes.item(1).text;
email.innerText = nodes.item(2).text;
date.innerText = nodes.item(3).text;
</script>
<title>在 HTML 中呼叫 XML 資料</title>
</head>
<body bgcolor="#FFFFFF">
<b>標題:</b> <span id="title"></span>
<b>作者:</b> <span id="author"></span>
<b>信箱:</b> <span id="email"></span>
<b>日期:</b> <span id="date"></span>
</body>
</html>
2. 存成 myfile.XML:
<?xml version="1.0" encoding="GB2312"?>
<myfile>
<title>XML輕鬆學習手冊</title>
<author>ajie</author>
<email>ajie@aolhoo.com</email>
<date>20010115</date>
</myfile>
3. 兩檔放在同一目錄,用 IE5 以上瀏覽器打開 myfile.htm 即可看到效果。學會一種腳本語言,你才會真正見識到 XML 強大的能力。
兩者都源自 SGML,都使用標記、語法相似。最大的差別在於:HTML 是一套定型的標記語言,用固有標記來描述並呈現網頁內容,例如 <h1> 代表首行標題且有固定尺寸;相對地,XML 沒有固定標記,它不描述網頁的外觀,只描述內容的資料形式與結構。
這是質的差別:HTML 把資料和顯示混在一起,XML 則把兩者分開。回到上面的例子,myfile.htm 只負責呈現方式,你可以換介面、換排版,而資料始終安静地存在 myfile.XML 裡,完全不必改動。
如果你寫過程式,會驚訝地發現這與模組化、物件導向的思想極為相似——其實網頁未嘗不是一種程式。正是這種分離,讓 XML 在網路應用與資訊共享上更便利、更有效率、更容易擴充。
記取 HTML 格式鬆散帶來的教訓,XML 從一開始就堅持「良好的格式」。以下四類寫法在 HTML 中隨處可見:
1. 缺少結束標記的段落
2. <b><i>sample</b></i>(標記交叉嵌套)
3. <td>sample</TD>(大小寫不一致)
4. <font color=red>samplar</font>(屬性值沒加引號)
在 XML 中,這四種都是錯誤的。因為 XML 要求:
正確寫法應該是:
1. <p>sample</p>
2. <b><i>sample</i></b>
3. <td>sample</td>
4. <font color="red">samplar</font>
此外,XML 標記命名還須遵守:
在 XML 中,任何差錯的結果都是同一個:文件無法顯示。各瀏覽器開發商已達成共識,對 XML 採取嚴格而挑剔的解析,再小的錯誤都會被報告出來。你可以把 myfile.xml 裡的 <email> 改成 <Email>,再用 IE5 直接打開,就會看到錯誤提示畫面:
<?xml version="1.0" encoding="GB2312"?>
<myfile>
<title>XML輕鬆學習手冊</title>
<author>ajie</author>
<Email>ajie@aolhoo.com</email>
<date>20010115</date>
</myfile>
恭喜,你已經不再對 XML 一無所知,並且站上了網路技術的前沿——整個學習過程其實並不難。若想進一步了解細節與更多實務技巧,歡迎繼續閱讀下一章:XML 的概念。