可扩展标记语言XML之二：XML语言格式规范、文档组成

你们好，小乐又来了，很久不见！此次接着上次可扩展标记语言XML之一：XML概念，做用，示例，继续讲述XML。

1、格式良好的 xml

一、语法规范：

1)、必须有 XML 文档声明:

<?xml version="1.0"?> 
<?xml version="1.0" encoding="UTF-8"?> 
<?xml version="1.0" standalone="yes"?> 
<?xml version="1.0" encoding="UTF-8" standalone="yes" ?>

说明:
XML standalone 定义了外部定义的 DTD 文件的存在性. standalone element 有效值是 yes 和 no. 以下是一个例子:

<?xml version="1.0" encoding="UTF-8" standalone="no"?> 
<!DOCTYPE s1 PUBLIC "http://www.ibm.com/example.dtd" "example.dtd"> 
<s1>.........</s1>

值 no 表示这个 XML 文档不是独立的而是依赖于外部所定义的一个 DTD. 值 yes 表

示这个 XML 文档是自包含的(self-contained).

注意文本文件保存时候默认的编码格式是ANSI，需用记事本把它手动改成UTF-8保存。

2)、必须有且仅有一个根元素

3)、严格区分大小写

4)、属性值用引号(双引号或单引号) :等号分开的名称-值对；在一个元素上，相同的属

性只能出现一次

5)、标记成对；

6)、空标记关闭；

7)、元素正确嵌套。

二、元素命名规则

1)、名称中能够包含字母、数字或者其余可见字符；

2)、名称不能以数字开头；

3)、不能以 XML/xml/Xml…开头；

4)、名称中不能含空格；

5)、名称中不能含冒号（注：冒号留给命名空间使用）

三、实体

实体叫 ENTITY，实体的做用是避免重复输入。做用至关于宏或者变量。

1)内置的 5 种实体

实体 符号

< <

& &

" "

' '

2)自定义实体

<!DOCTYPE 根元素[ 
<!--实体声明--> 
<!ENTITY 实体名 "实体内容"> 
]> 
使用已定义的实体：&实体名; 
<?xml version="1.0" encoding="UTF-8"?> 
<!DOCTYPE sxt[ 
<!--实体声明--> 
<!ENTITY xm "明明"> 
<!ENTITY gen "保密"> 
]>
<sxt> 
<teacher> 
<name>明明</name> 
<gender>保密</gender> 
</teacher> 
<!--引用实体的方法--> 
<teacher> 
<name>&xm;</name> 
<gender>&gen;</gender> 
</teacher> 
</sxt>

四、文档类型声明

文档类型定义——DOCTYPE，文档类型声明，紧跟 XML 声明以后，包含全部实体声明

<?xml version="1.0" encoding="utf-8"?> 
<!DOCTYPE 根元素标记名[ 
<!--实体声明--> 
]>

2、XML 文档组成

一、构成

全部的 XML 文档（以及 HTML 文档）均由如下简单的构建模块构成：

元素

属性

实体

PCDATA

CDATA

CDATA 节（character data）

二、CDATA

用于把整段文本解释为纯字符数据而不是标记的状况。如包含大量的<、>、&、或者"

字符。CDATA 节中的全部字符都会被当作元素字符数据的常量部分，而不是 XML 标记，

能够输入除]]>外任意字符，不能嵌套。

<![CDATA[ ...... ]]>

三、PCDATA

PCDATA 的意思是被解析的字符数据（parsed character data）。 可把字符数据想象为 XML 元素的开始标签与结束标签之间的文本。

PCDATA 是会被解析器解析的文本。这些文本将被解析器检查实体以及标记。

文本中的标签会被看成标记来处理，而实体会被展开。

不过，被解析的字符数据不该当包含任何 &、< 或者 > 字符；须要使用 &、< 以及 >

的内置实体来分别替换它们。