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
XML 入門精解:文件結構與語法規則
編輯:XML詳解     

XML 文件本質上就是一個純文字檔。這意味著最普及的編輯工具,其實就是記事本;若想要更方便一點,也有 XML Notepad、XML Pro、XML Editor 這類專用工具,它們最大的特色是能主動檢查你寫的 XML 是否符合規範。早期這類工具多為付費且僅有英文介面,而 FrontPage、DreamWeaver 之類的網頁工具雖然也能編輯 XML,操作起來卻不夠順手。

一個典型的 XML 文件

<?xml version="1.0" encoding="gb2312"?>
<參考資料>
  <書籍>
    <名稱>XML入門精解</名稱>
    <作者>張三</作者>
    <價格 貨幣單位="人民幣">20.00</價格>
  </書籍>
  <書籍>
    <名稱>XML語法</名稱>
    <!-- 此書即將出版 -->
    <作者>李四</作者>
    <價格 貨幣單位="人民幣">18.00</價格>
  </書籍>
</參考資料>

存檔時副檔名用 .xml。這份文件可以切成兩大部分:

文件序言(Prolog)——也就是第一行。這是 XML 文件必須宣告的內容,而且必須位於文件最前面,主要作用是告訴 XML 解析器該如何工作。version 標明所用的標準版本,一定要寫;encoding 指定字元類型,可以省略,省略時後續字元必須是 Unicode;由於這裡用的是 GB2312,所以不能省。序言部分還有其他宣告語句,本文後段會提到。

文件主體——其餘所有內容。從 <參考資料> 開始、到 </參考資料> 結束,這整塊稱為文件的「根元素」。<書籍> 是直屬於根元素的子元素,<名稱>、<作者>、<價格> 則是書籍下的次一層子元素。而「貨幣單位」是價格元素的屬性,「人民幣」是它的屬性值。<!-- 此書即將出版 --> 則與 HTML 相同,是註解。

由此可見 XML 文件相當單純:它和 HTML 一樣由標籤組成,只是標籤由我們自己定義,並且具有明確語意。

先認識 XML 解析器

在談語法之前,必須先理解 XML 解析器(Parser)。它的主要功能是檢查 XML 文件在結構上有沒有錯誤、剝離標籤、讀出正確的內容,再交給後續的應用程式處理。就像瀏覽器必須具備 HTML 解析器才能讀懂網頁一樣,XML 也需要專屬的解析器(多以 Java 撰寫)。

由於 HTML 標籤的實務使用相當混亂,同一份網頁在 IE 能顯示、在 Netscape 卻不行,因此 XML 的設計者從一開始就把語法與結構訂得非常嚴格。只要不合規,解析器會毫不留情地拋出錯誤訊息。

對應兩種文件,也有兩種解析器:

  • Well-Formed XML:滿足 XML 規範的相關法則,且未使用 DTD。以 Well-Formed 解析器處理。
  • Validating XML:本身 Well-Formed,且正確使用 DTD、DTD 語法也正確。以 Validating 解析器處理(IE 5 內建的就是這一種,它也能處理 Well-Formed 文件)。

順帶說明一個常見疑問:為什麼用瀏覽器打開 XML 檔,看到的畫面和原始檔幾乎一樣?因為 XML 文件本身只描述資料,不含呈現資訊;呈現方式必須另外透過 CSS 或 XSL 指定。既然我們還沒為它定義樣式表,瀏覽器就照原樣顯示。若目的只是電子資料交換,一份 XML 檔其實就足夠了。

Well-Formed 的八項準則

要在瀏覽器中正確解析並顯示,XML 必須先做到 Well-Formed。以下八點是硬性要求:

1. 第一行必須是 XML 宣告

宣告文件為 XML 並標明規範版本,且前面不得有任何其他元素或註解。

2. 有且只有一個根元素

上例中的 <參考資料>...</參考資料> 就是根元素。多一個或少一個都不行。

3. 標籤必須正確關閉

每個開始標籤都要有對應的結束標籤,<名稱> 一定要有 </名稱>。這點與 HTML 不同,HTML 中某些結束標籤可有可無。若是本身自成單位的標籤(類似 HTML 的 <img src="...">),XML 稱之為「空元素」,寫法為 <元素名/>;帶屬性時則寫成 <元素名 屬性="值"/>。

4. 標籤不得交叉

HTML 裡可以寫成 <B><I>文字</B></I>,瀏覽器往往還願意猜。XML 嚴格禁止這種交錯寫法,標籤必須依規則的巢狀次序出現:

<B><I>文字</I></B>   <!-- 正確 -->
<B><I>文字</B></I>   <!-- 錯誤 -->

5. 屬性值必須用引號括起來

如 "1.0"、"gb2312"、"人民幣",引號一個都不能少。

6. 區分大小寫

HTML 裡 <B> 與 <b> 等價,XML 裡 <name>、<NAME>、<Name> 是三個完全不同的元素。開始與結束標籤的大小寫也必須一致。

7. 需要原樣輸出時使用 CDATA

HTML 有 <pre> 或 <xmp> 可以原封不動顯示內容,這在寫 HTML 教學網頁時是必需品。XML 的對應機制是 CDATA 區段,以 <![CDATA[ 開始、]]> 結束(注意 CDATA 必須大寫)。區段內的內容會原封不動交給下游應用程式,其中的標籤符號、空白與換行都不會被解析。

<example>
<![CDATA[ 飛翔的 XML >>>>>, :-) ]]>
</example>

8. 空白字元一律保留

HTML 標準規定,不論輸入多少空白都當作一個空白處理;XML 則規定,標籤以外的所有空白,解析器都要忠實交給下游應用程式。因此有時必須放棄寫 HTML 時的縮排習慣,因為縮排用的空格同樣會被處理:

<作者>張三</作者>

<作者>
  張三
</作者>

這兩段對解析器而言並不相同——後者在標籤之間除了「張三」,還包含兩個換行與前面的縮排空白。若你確實要告訴解析器「這裡的空白有意義,別隨便去掉」(例如詩歌中的空格),可以加上 XML 內建屬性 xml:space(注意大小寫):

<詩歌 xml:space="preserve">
祖國啊!  祖國!
    我的祖國!
</詩歌>

此外,XML 文件中的特殊字元必須以實體參照取代,否則會被誤認為標記:

特殊字元替代寫法
&&amp;
<&lt;
>&gt;
"&quot;
'&apos;

為什麼需要 DTD

XML 文件大量使用自訂標籤,這帶來一個現實問題:如果 A 公司用 <價格> 表示售價,B 公司卻用 <售價>,那麼只知道 <價格> 含義的應用程式,讀到 B 公司的文件時就會出錯。

可見想靠 XML 交換資料的各方,彼此之間必須有約定:可以用哪些標籤、某個父元素底下能有哪些子元素、元素出現的順序、屬性如何定義。這套約定稱為 DTD(Document Type Definition,文件類型定義),你可以把它理解為撰寫 XML 文件的範本。

同業之間有了共同的 DTD,資料交換會順暢許多。舉例來說,若各大網路商場的 XML 都遵循同一份 DTD,我們就能依據它寫一支程式,自動把感興趣的商品資訊抓回來。實際上 MathML、SMIL 等標準都已定義了各自的 DTD。

最後把兩個名詞連起來:如果一份 XML 文件是 Well-Formed,並且正確地依據某個 DTD 建立,那麼它就是一份 Validating XML 文件,對應的解析器稱為 Validating Parser。

結語

回顧一下,XML 的語法比 HTML 嚴格得多。這對初學者其實是好事:該怎麼寫就怎麼寫,不必像過去那樣在各種 HTML 寫法之間猜測瀏覽器的寬容程度。而對工具開發者而言,嚴格的規則也讓解析器的實作容易許多。

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