XML学习总结(二)——XML入门
一、XML语法学习
学习XML语法的目的就是编写XML
一个XML文件分为如下几部分内容：
- 文档声明
- 元素
- 属性
- 注释
- CDATA区 、特殊字符
- 处理指令（processing instruction）
1.1、xml语法——文档声明
在编写XML文档时，需要先使用文档声明，声明XML文档的类型。
最简单的声明语法： <?xml version=”1.0″ ?>
例如：
1 <?xml version="1.0"?> 2 <softCompany> 3 <company>MicroSoft</company> 4 <company>google</company> 5 <company>Apple</company> 6 </softCompany>
浏览器解析结果如下：
用encoding属性说明文档的字符编码：<?xml version=”1.0″ encoding=”GB2312″ ?>
当XML文件中有中文时，必须使用encoding属性指明文档的字符编码，例如：encoding=”GB2312″或者encoding=”utf-8″，并且在保存文件时，也要以相应的文件编码来保存，否则在使用浏览器解析XML文件时，就会出现解析错误的情况。
例如：
1 <?xml version="1.0"?> 2 <softCompany> 3 <company>MicroSoft</company> 4 <company>google</company> 5 <company>Apple</company> 6 <company>百度</company> 7 </softCompany>
这个XML文件中没有使用encoding属性来指明文档的字符编码，但文档里面有“百度”这样的中文字符，在使用IE浏览器解析该XML文件时，IE就不知道该使用什么编码去解析该文件，就无法解析了，出现的错误如下图(图-1)所示：
图-1
要想正确解析该XML文档，就可以使用encoding属性指明该文档的字符编码。
例如：
1 <?xml version="1.0" encoding="GB2312"?> 2 <softCompany> 3 <company>MicroSoft</company> 4 <company>google</company> 5 <company>Apple</company> 6 <company>百度</company> 7 </softCompany>
此时再次使用IE浏览器来解析该XML文件，就可以正常解析出里面的中文字符了，如下图(图-2)所示：
图-2
1.2、编写XML文件常遇到的一个问题
XML文件一般使用国际化通用的编码“utf-8”，所以平时看到的XML文件的头部都会有这样的代码：
1 <?xml version="1.0" encoding="utf-8"?>
如果我们使用“记事本”或者“EditPlus”等文本编辑工具编写XML文件时，例如使用“EditPlus”编写如下的XML文件：
1 <?xml version="1.0" encoding="utf-8"?> 2 <CharacterEncoding> 3 <中国> 4 <encoding>GB2312</encoding> 5 <encoding>GBK</encoding> 6 </中国> 7 <日本> 8 <encoding>JIS</encoding> 9 </日本> 10 </CharacterEncoding>
当我们在保存文件时，文件的编码默认是以“ANSI”来保存的，如下图(图-3)所示:
图-3
我们编写XML文件时，使用encoding=”utf-8″来指明了文档的字符编码，但是在保存的时候却使用了“ANSI”编码来保存文件，由于我们在XML文件中使用encoding=”utf-8″来指明了文档的字符编码，所以当浏览器解析该XML文件时，就是使用“utf-8”编码来解析，解析结果如下图(图-4)所示：
图-4
可以看到，浏览器解析失败了，这是为什么呢？我们明明指定了文档的字符编码是“UTF-8”了呀，为什么里面的中文解析不出来呢？这里不得不说说ANSI编码到底代表的是神马意思了。
不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。在简体中文系统下，ANSI 编码代表GB2312 编码，在日文操作系统下，ANSI 编码代表JIS 编码。 不同 ANSI 编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段ANSI 编码的文本中。
下面分析一下为什么IE浏览器X无法解析ML文件的原因：如下图(图-5)所示：
图-5
所以千万要记住，使用“记事本”或者“EditPlus”等文本编辑工具编写XML文件时一定要以XML文件的encoding属性指明的编码来保存文件，这样才能保证浏览器解析XML文件时可以正常解析。
上述的问题将CharacterEncoding.xml文件再以“UTF-8”编码保存一次就可以正常解析出CharacterEncoding.xml
图–6
浏览器的解析结果如下图(图-7)所示：
图-7
在使用一些比较智能的IDE编写XML文件时，IDE在保存XML文件时，会自动以encoding属性指明的编码来保存文件，例如在MyEclipse中编写XML文件时，就可以根据encoding属性指明的字符编码，指明为encoding=”GB2312″时，保存XML文件时就自动将文件保存成GB2312编码 (如图-8)，指明为encoding=”UTF-8″时，就自动保存为UTF-8 (如图-9)。
图-8
图-9
用standalone属性说明文档是否独立：
1 <?xml version="1.0" encoding="GB2312" standalone="yes" ?>
1.3、xml语法——元素
XML元素指XML文件中出现的标签，一个标签分为开始标签和结束标签，一个标签有如下几种书写形式，例如：
- 包含标签体：<a>www.cnblogs.com/</a>
- 不含标签体的：<a></a>, 简写为：<a/>
一个标签中也可以嵌套若干子标签。但所有标签必须合理的嵌套，绝对不允许交叉嵌套 ，例如：
错误的写法：<a>welcome to <b>www.cnblogs.com/</a></b>
格式良好的XML文档必须有且仅有一个根标签，其它标签都是这个根标签的子孙标签。
对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理。例如：下面两段内容的意义是不一样的。
第一段：
1 <网址>http://www.cnblogs.com/</网址>
第二段：
1 <网址> 2 http://www.cnblogs.com/ 3 </网址>
由于在XML中，空格和换行都作为原始内容被处理，所以，在编写XML文件时，使用换行和缩进等方式来让原文件中的内容清晰可读的“良好”书写习惯可能要被迫改变。
一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：
- 区分大小写，例如，<P>和<p>是两个不同的标记。
- 不能以数字或”_” (下划线)开头。
- 不能以xml(或XML、或Xml 等)开头。
- 不能包含空格。
- 名称中间不能包含冒号（:）
1.4、XML语法——属性
一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如： <input name=“text”> ，属性值一定要用双引号（”）或单引号（\’）引起来，定义属性必须遵循与标签相同的命名规范 。
多学一招：在XML技术中，标签属性所代表的信息，也可以被改成用子元素的形式来描述，例如：
1 <input> 2 <name>text</name> 3 </input>
1.5、XML语法——注释
Xml文件中的注释采用： <!–注释–> 格式。
注意：
- XML声明之前不能有注释
- 注释不能嵌套，例如：
<!--大段注释 …… <!--局部注释--> …… -->
1.6、XML语法——CDATA区
在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理，遇到此种情况，可以把这些内容放在CDATA区里，对于CDATA区域内的内容，XML解析程序不会处理，而是直接原封不动的输出。
语法：<![CDATA[ 内容 ]]>
例如：
1 <?xml version="1.0" encoding="utf-8"?> 2 <soft> 3 <![CDATA[ 4 <a className="gacl.xdp"> 5 <a1>gacl</a1> 6 <a2>xdp</a2> 7 </a> 8 ]]> 9 <b> 10 <b1>孤傲苍狼</b1> 11 <b2>徐达沛</b2> 12 </b> 13 </soft>
该XML文件使用IE浏览器解析引擎解析执行后，结果如下图(图-10)所示：
图-10
对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理。
转义字符表
例如：
1 <?xml version="1.0" encoding="utf-8"?> 2 <soft> 3 <b> 4 <b1>孤傲苍狼</b1> 5 <b2>徐达沛</b2> 6 </b> 7 </soft>
解析器解析的结果如下图(图-11)所示：
图-11
1.7、XML语法－处理指令
处理指令，简称PI （processing instruction）。处理指令用来指挥解析引擎如何解析XML文档内容。例如，在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用css文件显示xml文档内容，标签名为中文时，css不起作用。
<?xml-stylesheet type=”text/css” href=”css文件名.css”?>
例如：
1 <?xml version="1.0" encoding="utf-8"?> 2 <!--在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用country.css文件显示xml文档内容--> 3 <?xml-stylesheet type="text/css" href="country.css"?> 4 <Country> 5 <c1>中国</c1> 6 <c2>美国</c2> 7 <c3>日本</c3> 8 <c4>韩国</c4> 9 </Country>
Country.css样式文件代码如下：
1 c1{ 2 font-size:200px; 3 color:red; 4 } 5 c2{ 6 font-size:150px; 7 color:green; 8 } 9 c3{ 10 font-size:100px; 11 color:#ccc; 12 } 13 c4{ 14 font-size:130px; 15 color:blue; 16 }
在浏览器中解析该XML文件的结果如下图(图-12)所示：
图-12
处理指令必须以”<?”作为开头，以”?>”作为结尾，XML声明语句(<?xml version=”1.0″ encoding=”utf-8″?>)就是最常见的一种处理指令。
到此，关于XML语法方面的讲解就全部讲完了。