新XML基础教程 教学课件 范春梅 王新刚 张卫华 第2章 XML语法.pptVIP

第2章 XML语法 本章将介绍XML基本语法及文档编码知识。这对于手工编写XML文档，或用程序处理XML文档，都是非常重要的。XML语法简单精炼，格式要求严格，对特殊字符的处理也很简单，所以很容易掌握。这里从一个简单的XML文档入手，然后由简到繁，逐步展开介绍XML的语法及结构。为进一步学习XML的深层知识打下坚实的基础。 2.1 什么是规范的XML文档 一个规范的XML文档包含一个或多个元素，它们相互之间正确地嵌套。规范的XML文档必须满足下列条件。 （1）语法符合XML规范， （2）一个或多个元素构成一个树状结构，且只有一个根节点（3）没有对外部实体的引用，除非提供了DTD 2.2 XML逻辑结构 “没有规矩不成方圆”，XML的逻辑结构约束XML文档的内容及其组织方式。一个XML文档必须首先符合逻辑结构要求，才可以是一个规范的XML文档。如前面所述，XML文档是用来存储数据而不只是显示数据的，存储数据不是杂乱无章地存储，而是以树状结构的方式来进行数据存储。这种良好的数据结构组织方式适合顺藤摸瓜，数据提取十分方便。检验数据是否符合有效的组织方式，是逻辑结构要完成的主要目标。 2.2.1 XML的整体结构 XML文档的整体结构可以概括为表2.1的内容。 1．XML声明 2．DOCTYPE声明 3．实体声明 4．元素 2.2.2 XML元素 XML元素是存储数据的容器。本小节将从元素的构成、元素的内容、元素嵌套方式、元素及属性的命名几个方面进行讲解。 1．元素的构成 2．元素的内容 3．元素嵌套方式 4．元素及属性的命名 2.2.3 元素属性 元素属性是对元素起描述作用的。元素可以只有一个属性，也可以是多个属性组成的属性列表。具体表现在以下几方面。 （1）属性扩展性差。 （2）每个元素中同名属性只能出现一次，而同名子元素则可以出现多次。 （3）元素和属性不是纯粹的父子关系。 （4）属性存储的数据量过大时，就会造成XML文档结构上的失衡，给阅读造成很大的不便。 2.2.4 CDATA段 CDATA是“Character Data”的缩写，也即字符数据。如果在文件中需要反复用到很多的特殊字符，这时由于“”、“”和“”等被XML赋予了特殊的用意，就不能像一般字符一样拿来应用，而必须使用它们的预定义字符“lt”、“gt”和“amp”等来处理它们，这是相当麻烦的，而且使用这样的方法也不利于阅读理解。 2.2.5 注释 XML文档中可以使用注释（Comment）以对文档内容进行解释。在复杂的XML文档中，注释必不可少，注释对于文档以后的维护和读者的理解都具有重要作用。如果用来与文档的其他使用人员进行交流，注释的作用就显而易见了；注释对整个文档或文档的一部分内容作了介绍，这样在杂乱的文档当中找到需要的信息就十分方便了。 2.3 XML物理结构 如果把XML的逻辑结构比作水利设施的话，则XML的物理结构就是在其中流动的水，水利设施只有有了水才能发挥其重要作用。从物理结构上讲，XML文档归根结底是由“实体”构成的。 2.3.1 什么是实体 一个XML文件可能由一个或多个存储单元组成，这些存储单元称为组成XML文档的实体（entity）。实体是XML中的占位符，实体都具有内容并且都用实体名字进行标识（文件实体和外部 DTD 子集除外）。 2.3.2 实体的类型 实体分为通用实体和参数实体两种类型，通用实体与参数实体的区别就在于：通用实体在文档类型定义（DTD）中声明，在与DTD对应的XML文档中引用，引用方法为“实体名；”；参数实体也在文档类型定义中声明，却只能在文档类型定义中引用，引用方法为“%实体名；”。实体的内容还可以是外部文本文件或图像等。 2.3.3 实体的使用 实体的使用包括实体声明和实体引用两部分。实体声明放在文件类型DOCTYPE中，通用实体在DOCTYPE实体声明部分和XML文档中皆可使用，在DOCTYPE中使用不需要遵循先声明后应用的原则。参数实体则只能在DOCTYPE中声明和使用，使用前必须先对其声明。 2.４ASCII字符集 ASCII即American Standard Code for Information Interchange（美国标准信息交换码）的缩写。现今常用的字符集都是它的超集，它是一个原始的字符集，是所有字符集都支持的最主要部分。它定义了书写英语需要的全部字符，这些字符编码将对应0~127之间的一个数字。表2.4列出了全部的ASCII字符集。 2.4.1 ISO字符集 以前，由于受空间和处理代价的影响，人们通常用单字节的字符集。这些字符可以处理英语和一些特定语言，一些其他语言则无法处理。为此，国际标准化组织规范了如下十多套ISO字符集。在这些单字节字符集中，0到127对应字符与ASCII相同，128到15