基本XML

討論xml文件以前我們先看一個例子：

<person>

Alan Turing

</person>

這就是一個標記完好的xml文件，<person>和</person>分別是開始標記和結束標記。

l 開始標記：以<開始，以>結束，中間是標記名稱。

l 結束標記：以</開始，以>結束，中間是標記名稱。

注意：開始標記和結束標記對應的標記名稱必須相同，但是具體使用什么作為名稱就沒有規定，這個和html是不同的（html的標記名是若干個確定的），你可以使用person來標記一個人，使用cat來標記一只貓。

標記中間的Alan Turing就是數據，其中Alan和Turing之間的空格也是數據，也就是說標記里面的數據中的空格不會別忽略。

有時候我們也許需要沒有任何數據的元素（元素指開始標記和結束標記之間的內容，包含開始標記和結束標記，比如上面提到的例子就是一個元素），例如下面的：

<person></person>

這是一個空標記，但是我們有另外更簡捷的標記表示空標記：

<person/>

注意：xml是區分大小寫的，這與html不同。<Person>和<PERSON>是不同標記，比如你有一個元素以<person>開始，那么你就不能使用</ Person >作為結束標記。

上面的例子指含有一個元素，我們現在給出一個復雜點的例子，然后給出xml樹的概念。

<person>
<name>

<first_name>Alan</first_name>

<last_name>Turing</last_name>

</name>

<profession>computer scientist</profession>

<profession>mathematician</profession>

<profession>cryptographer</profession>

</person>

顯然上面的例子外層仍然是一個person元素，但是與先前不同的是這個元素含有4個子元素，1個name元素和3個profession元素。我們稱person是name的父元素，顯然他也是profession的父元素，同樣我們可以看到name是first_name和last_name的父元素。

上面的例子我們發現標記進行了嵌套，這是允許的。但是重疊標記是非法的，比如：
<strong><em>this common example from HTML</strong></em>

應該是：

<strong><em>this common example from HTML</em></strong>

根據上面的例子中父子元素的關系以及注意到任何xml文件只能且只能含有一個根元素（也就是沒有父元素的元素）看起來很象一個樹，如圖：




現在我們給出一個混合數據的xml文件的例子，

<biography>
<name><first_name>Alan</first_name> <last_name>Turing</last_name>
</name> was one of the first people to truly deserve the name
<emphasize>computer scientist</emphasize>. Although his contributions
to the field are too numerous to list, his best-known are the
eponymous <emphasize>Turing Test</emphasize> and
<emphasize>Turing Machine</emphasize>.

<definition>The <term>Turing Test</term> is to this day the standard
test for determining whether a computer is truly intelligent. This
test has yet to be passed. </definition>

<definition>The <term>Turing Machine</term> is an abstract finite
state automaton with infinite memory that can be proven equivalent
to any any other finite state automaton with arbitrarily large memory.
Thus what is true for a Turing machine is true for all equivalent
machines no matter how implemented.
</definition>

<name><last_name>Turing</last_name></name> was also an accomplished
<profession>mathematician</profession> and
<profession>cryptographer</profession>. His assistance
was crucial in helping the Allies decode the German Enigma
machine. He committed suicide on <date><month>June</month>
<day>7</day>, <year>1954</year></date> after being
convicted of homosexuality and forced to take female
hormone injections.
</biography>
上面的例子我不作解釋，但是你要知道他是一個合法的xml文件，也就是說標記和內容可以混排。但是這樣格式的xml文件在程序的處理上就很麻煩，所以不推薦使用。

接著我們談談屬性（Attributes）。看例子：

<person born="1912-06-23" died="1954-06-07">

Alan Turing

</person>

其中紅色標記的born和died就是屬性。其中born是屬性名，1912-06-23是屬性值，屬性值是用”筐起來的，當然也可以用單引號’筐起來。

<person died = '1954-06-07' born = '1912-06-23' >

Alan Turing

</person>

使用單引號的作用是你可以在屬性的值里面添加雙引號。

到這里我們發現一個問題：

<person>

<name first="Alan" last="Turing"/>

<profession value="computer scientist"/>

<profession value="mathematician"/>

<profession value="cryptographer"/>

</person>

這個例子中我在person元素里面添加了4個子元素，每個元素有自己的屬性，以及對應的值，然后這4個元素都是空元素。對照前面我們給出的對應的例子，你覺得是把值限定在屬性里面好還是直接放在標記之間好呢？這是一個爭論不休的問題，我的看法是由你自己定，看哪個爽就使用哪個。但是要注意對同一個元素，他不能同時含有幾個相同名稱的屬性。

<person born="1912-06-23" born="1954-06-07">

Alan Turing

</person>

上面的是非法的xml文件。

接著我們看看特殊字符帶來的問題。由于<和>是作為標記使用的，所以一般情況下我們不能在數據部分直接包含<和>，而是使用&lt;和&gt; ，其實這個問題在html里面就有了，處理方式也是和html一樣，比如&我們使用&amp; ，雙引號”使用&quot;等。

再看看注釋，方法和html是一樣的：

<!-- 左邊的是注釋開始標記，右邊的是結束標記 -->

但是注意注釋的內容不能包含 -- ，同時注釋里面的任何標記都會被忽略！同時需要注意的是注釋不能出現在一個元素的標記里面。



現在我們從整體上來看xml：

1. xml聲明

所有的xml文檔可能（也應該！）由一個xml聲明（XML Declaration）開始。雖然文檔聲

明使用的是同指令處理類似的語法，但從技術上講，根據X M L推薦標準它們并不是一回事，因

為聲明是xml中的保留部分。

<?xml version="1.0" encoding="ASCII" standalone="yes"?>

<person>

Alan Turing

</person>

如果包括X M L聲明，它必須處在文檔最前面—前面不允許有任何空白或注釋。嚴格地講，

在X M L當中這種聲明并不是必須的，但我們后面會看到，當處理文檔時，它確實會起到一些優化的作用。

這些屬性已經在XML 1.0規范中做出了定義：

? version—不能省略；值必須為“ 1 . 0”；該屬性用來保證對X M L未來版本的支持。

? e n c o d i n g—可選；值必須是一種合法的字符編碼，例如“ U T F - 8”、“U T F - 1 6”或者

“I S O - 8 8 5 9 - 1”（即L a t i n - 1字符編碼）。所有X M L解析器都要求至少支持U T F - 8和U T F - 1 6。

如果沒有包含這個屬性，就假設是“ U T F - 8”或“ U T F - 1 6”編碼，這取決于開始的“< ? x m l”字符串的格式。

? s t a n d a l o n e—可選；值必須是“ y e s”或“n o”；如果是“y e s”就意味著所有必須的實體聲明都包含在文檔中，如果是“ n o”就意味著需要外部的D T D。DTD將在后面介紹。



最后給出好的xml的相關要求：

1. 每個開始標記必須有一個結束標記匹配

2. 標記可以嵌套但是不能重疊

3. 每個xml文件只有一個根元素

4. 一個元素不能含有兩個相同名字的屬性

5. 注釋不能出現在元素標記里面

6. 沒有<或者&等類似的字符出現在元素值或者屬性值里面