10语义网基础教程-XML.ppt

XML结构化网络文档 本章知识要点 引言 XML语言 结构化 命名空间 XML文档的寻址和查询 处理 XML语言产生的动机，下例中的网页包含一本书的信息。 相同信息的典型XML表达如下： HTML和XML比较： 相似之处：这两种表示方法都用到了标签(tag)，例如h2和/year，两者都是建立在标签之上的，标签可以嵌套使用；XML标签都必须按一定规则配对使用，而HTML允许一些标签如br无需配对。 不同之处：HTML文档不包含结构信息，即文档成分及其相互关系的信息。XML文档描述了文档的每一成分，XML嵌套结构定义了文档成分之间的关系。例如，author标签出现在book标签的辖域内，所以author标签描述的是这本特定的书的属性。 HTML表示描述了文档的格式，这是XML表示所没有的，XML的内容和格式是分开的。XML是一种关于标记的元语言—没有固定的标签集，而是有用户自行定义自己的标签。W3C也在XML之上定义了多种语言，比如SVG和SMIL，RDF。 1.XML Language 一个XML文档包含一个序言、一系列元素和一个可选的尾注。 1.1序言 XML文档的序言由一个XML声明和一项可选的对外部结构化文档的引用组成。下面是XML声明的一个例子： 上述声明指定当前文档是XML文档，并且定义了文档的版本号和特定系统下的字符编码方式，字符编码方式不是强制的，但是指定编码是一个好习惯。有时也会指定文档是否是自包含的，也就是说，它是否是引用外部结构化文档： 对外部结构化文档的引用可以是这样的： 此例中文档的结构信息在本地文件book.dtd中，当然引用也可以是一个URL，如果仅使用本地可识别的名字或者仅使用URL，那么就用SYSTEM标记，如果这两者都用的话，就要用PUBLIC标记 1.2元素 XML的元素代表XML文档描述的“事件”，比如书籍、作者和出版商。一个元素由一个起始标签、元素内容和一个结尾标签构成。 例如： 用户可以随意选择标签名，只有很少的限制。 元素内容可以是文本，或者其他的元素，或为空，例如： 如果一个元素不包括任何内容，则称为空元素 1.3属性 属性是元素的起始标签中的名字-值(name-value)对，例如： 下面是一个非空元素的属性的例子： 也可以通过把属性改写为嵌套元素的形式来表达： 使用元素写法还是属性写法通常只是个人偏好，但要注意属性不能嵌套。 1.4 注释及处理指令 注释是一段文本，分析器会忽略这行文本。注释形式如下： 处理指令提供一种向处理元素的应用传递信息的机制，一般形式如下： 例如： 处理指令提供一种在另外的说明性表示中增加过程性处理的可能。 合式XML文档 如果一个XML文档的语法正确，那么它就是一个合式XML文档。部分语法规则如下： 在文档的最外层只能有一个元素(称为根元素)。 每个元素都包含一个起始标签和一个与之对应的结尾标签。 标签之间不可以重叠，如下例为形式违法： 同一个元素内部的属性名不可相同。 元素名和标签名必须合法。 XML文档的树形模型 可以把合式XML文档表示树形结构，因此树形结构为XML提供了一个形式化的数据模型。 图2.1显示了这个XML文档的树形表示。这是一棵含有序关系并带有标记的树： 仅有一个根节点。 树中无环。 除了根节点之外，每个节点仅有一个父节点。 每个节点都有一个标记。 元素的次序是有意义的。 尽管元素的次序有意义，属性间的次序却是无关的，故而下面两个元素是等价的： 在树形表示中没有充分地反映出这一点，需要一种更为细致的树形概念，比如要区分不同类型的节点。这里仅用树形结构做图示说明。 在email元素的例子中，图2.1表现了根（代表XML文档）与根元素之间的区别。 2. 结构化 XML文档遵循一定语法规则，称其为合式XML文档。为了提高文档有效性，要使用并遵循结构化信息。定义文档结构：元素类型、元素之间的关系、属性使用的值类型等。有两种XML文档结构的方式： DTD XML Schema 2.1 DTD 方式 一个DTD的组成部分可以定义在另一个独立的文件(外部DTD)中，也可以定义在该XML文档自身(内部DTD)中。通常情况下，使用外部DTD较好，因为它的定义可以被几个不同文档使用；否则就会出现重复，而且一致性的维护也会变得困难。 元素 考察上一节例子中的元素： lecturer nameDavid Billington/name phone+61-7-3875 507/phone /lecturer 这