第2章节细则的XML文件.pptVIP

第2章 规范的XML文件 本章主要内容 2.1规范性 2.2XML声明 2.3标记 2.4特殊字符 2.5CDATA段 2.6标记的文本数据 2.7属性 2.8注释 2.9名称空间 2.1 规范性 符合W3C制定的基本语法规则的XML文件称为规范的XML文件。 规范的XML文件如果再符合额外的一些约束就称为有效的XML文件。 有效的XML文件 XML文档的结构3部分： XML标头信息（prolog） XML标头信息有三个属性：version、encoding、standalone DTD（Document Type Declare）声明 将XML中的每一个标记与附属在标记上的属性加以定义，明确指出标记与标记间的组成关系、标记内数据的类型与标记数量的多少 文件实例集合（Document Instance Set） 是XML文件中真正数据所存放的位置。 2.2 XML 声明 XML声明以 “?xml” 标识开始、 以“?” 标识结束。 一个最基本的XML声明： ?xml version=“1.0” ? 规范的XML文件应当以XML声明作为文件的第一行 在XML声明前面不能有空白、其他的处理指令或注释。 如果一个XML文件省略XML声明,各种XML解析器将默认该XML文件是有XML声明的,而且XML声明是： ?xml version=1.0 encoding=UTF-8 ? 注：W3C在XML规范中建议每个XML文件都显示地写有XML声明。 2.2.1 version属性 在XML声明中必须包含version属性，指明以下文档遵循哪个版本的XML规范。 该属性必须排在XML声明中其他属性之前。 由于本书的XML版本为1.0，所以在XML声明中出现的版本说明无一例外地都是version=“1.0” 2.2.2 encoding属性 encoding属性规定XML文件采用哪种字符集进行编码,该属性的默认值是“UTF-8” . ?xml version=1.0 encoding=UTF-8 ? 注： encoding属性值不同， XML文件保存时的编码要与之对应。 eg1. ?xml version=1.0 encoding=UTF-8 ? XML文件中，标记的名字以及标记包含文本内容中就可以使用汉字、日文、英文等，XML解析器就会识别标记的名字并正确解析标记中的文本内容。 XML文件必须选择“UTF-8”编码来保存 。 eg2. ?xml version=1.0 encoding=gb2312 ? 如果在编写XML文件时只准备使用ASCII字符和汉字， 可以将encoding属性的值设置为“gb2312”。 XML文件必须使用“ANSI”编码保存 。 encoding属性 XML文档中的字符遵守Unicode标准。 包括UTF-8和UTF-16 在XML规范中列出了很多编码类型，： ASCII字符集编码 UTF-8：压缩的Unicode编码，采用8位编码方式 UTF-16：Unicode编码，采用16位编码方式 GB2312或者GBK：简体中文编码，采用双字节编码。 BIG5：繁体中文编码。 Unicode Transformation Format-8bit，是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24为（三 个字节）来编码。UTF-8包含全世界所有国家需要用到的字符，是国际编码，通用性强。UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显 示。如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，他们无需下载IE的中文语言支持包。? ?GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBD大。 eg. Java应用程序，输出的“你” 的UTF-8编码 2.2.3 standalone属性 在XML声明中可以指定standalone属性的值，说明XML文件是否是完全自包含的。 该属性可以取值“yes”或“no” 该属性的默认值是“no” eg. XML声明指定standalone属性的值为“yes”： §2.3 标记 标记（元素） 标记是XML 文件中的基本数据单位 标记有一个开始标记和结束标记同时存在 创建标记的规则： 一份XML文件中最少有一个标记 一份XML文件只能存在一个顶层（根）标记 标记命名规则： 标记应该以字母、下划线“_” 开头，后面跟字母、数字、句号“.”、冒号、下划线或连字符“-”； 但是中间不能有空格，浏览器将把空格后面的字符识别为属性名称。而且任何标记