ml即可扩展标记语言介绍.docxVIP

Xml(ExtensibleMarkupLanguage)简介

或称为可扩展标记语言，是一种您可以用来创建自己的标记的标记语言。它由万维网协会

（W3C）创建，用来克服HTML（即超文本标记语言（HypertextMarkupLanguage），它是所有网页的基础）的局限。和HTML一样，XML基于SGML—标准通用标记语言（StandardGeneralizedMarkupLanguage）。

XML文档是Unicode码的文本文件，在这个文件中包括数据和用来定义数据结构的标记！由万维网协会(W3C—WorldWideWebConsortium)管理，可以在/XML网站中找到XML的规范。

XML与HTML比较第一点

Html的目的就是当数据要打印或者显示时描述数据是什么样式。最终目的就是实现数据的

呈现格式，而XML定义它所包含的数据的结构，而不是呈现样式。比如：

pb科比.布莱恩特/b

br

星光大道101号

br

深圳市，广州省417000/p

HTML的问题在于它是为人设计的。即使不用浏览器查看上面的HTML文档，您和我也会知道那是某个人的邮政地址。作为人，您和我具有理解大多数文档的含义和意图的智慧。遗憾的是机器不能做到。尽管这个文档中的标记告诉浏览器如何显示该信息，但标记没有告诉浏览器信息是什么。您和我知道它是一个地址，但机器不知道。

为了完成对样本HTML文档的讨论，请考虑从该地址抽取邮政编码的任务。下面是一个在

HTML标记中查找邮政编码的算法（我有意使用脆弱的算法）：

如果您找到有两个br标记的段落，那么邮政编码就是第二个换行标记下面第一个逗号之后的第二个词。

尽管该算法对于这个示例起作用，但对于全世界许多完全有效的地址，该算法根本不起作用。即使您可以编写算法来找出任何用HTML编写的地址的邮政编码，但许多具有两个换行标记的段落根本不包含地址。即便有可能编写算法来查看任意HTML段落并找出其中的任意邮政编码，也是极其困难的。

现在让我们来看一个样本XML文档。使用XML，您可以给文档中的标记赋予某种含意。更重要的是，机器也容易处理这样的信息。您只需通过找到postal-code和/postal-code标记之间的内容（技术上称为postal-code元素），就可以从该文档抽取邮政编码。

address

name

titlejava工程师/title

first-name

科比

/first-name

last-name

布莱恩特

/last-name

/name

street

星光大道101号

/street

city深圳市/city

state广州省/state

postal-code417000

/postal-code

/address

有三个通用术语用来描述XML文档的组成部分：标记、元素和属性。下面的样本文档说明了这些术语：

标记是左尖括号（）和右尖括号（）之间的文本。有开始标记（例如name）和结束标记（例如/name）

元素是开始标记、结束标记以及位于二者之间的所有内容。在上面的样本中，name

元素包含三个子元素：title、first-name和last-name。

属性是一个元素的开始标记中的名称-值对。在该示例中，state是city元素的属性；而在前面的示例中，state是元素（请参阅样本XML文档）。

第二点

XML为了适应不同种类的数据，可以定义新的标签集和属性集，而HTML则只能使用一套固定的标签来呈现数据。因此，XML是可扩展的。

XML文档规则

无效、有效以及格式良好的文档

有三种XML文档：

无效文档没有遵守XML规范定义的语法规则。如果开发人员已经在DTD或模式中定义了文档能够包含什么，而某个文档没有遵守那些规则，那么这个文档也是无效的。（请参阅定义文档内容以获得对XML文档的DTD和模式的专门介绍。）

有效文档既遵守XML语法规则也遵守在其DTD或模式中定义的规则。格式良好的文档遵守XML语法，但没有DTD或模式。

根元素

XML文档必须包含在一个单一元素中。这个单一元素称为根元素，它包含文档中所有文本和所有其它元素。在下面的示例中，XML文档包含在一个单一元素greeting中。请注意文档有一行注释在根元素之外；那是完全合乎规则的。

?xmlversion=1.0?

!--Awell-formeddocument--

greetingHello,World!

/greeting

下面是一个不包含单一根元素的