XML简明教程

来源:百度文库 编辑:神马文学网 时间:2024/03/29 03:07:05
一、XML的背景和应用前景
(一)起源
XML(eXtended Markup Language)是从SGML(Standard Generalized Markup Language)进化来的,最初SGML是为了解决文
档及其格式问题的一种标记语言,所以非常的复杂和难以使用,那时计算机的应用水平还处在很低的阶段,并且那时人们只需要传递
和显示一些简单的数据。因此,89年Tim Berners-lee依据SGML开发出一种超文本格式,就叫HTML(HyperText Markup Language),
非常的简单。当计算机的应用水平也大幅度的提高的时候,人们已经对太简单的HTML开始不满意,因此又开始对其进行修改、升级,
就这样HTML从1.0一直升到4.0的版本,扩展了许多的命令,实际上也是为了让HTML解决更多的问题,但是因为HTML本身的缺陷,为了
解决更多的问题,是不是会把简单的HTML变成一个非常复杂的,难以理解的语言,就连现在看一个HTML的源文件,都会头大好几圈,
再加上HTML是把数据和显示格式一起存放的,如果我们只想使用数据而不需要格式,可以想象,分离这些数据和格式是多么的困难。
而随着Internet的发展, 98年1月W3C公布了XML1.0版本,立即成为计算机史上一个重要的里程碑。
XML包括XML元数据文件、Schema文件、XSLT显示文件、XLL链接、Xpath等一系列相关部分,但是对于不是计算机方面的专业
人士来讲,最好只看它的元数据文件,而把别的问题交给开发和制作人员,这样就可以让非专业人士脱离看懂那些头疼的术语的痛苦
。在此就先说说XML的特点:
1. 电子数据交换(EDI)
2. 灵活的开发
因为XML是数据和格式分离设计的,所以XML元数据文件就是纯数据的文件,这样就可以使用同一个数据源,显示多种样式了
。而使用HTML的话,每显示一种式样,就必须重新把数据和格式混到一起,这是一件很痛苦的事情。
XML采用的TAG是自己定义的,这样我们的数据文件的可读性就能大大提高,也不再局限于HTML文件那些标准的TAG了。而且因
为XML支持Unicode,所以我们就可以使用中文标记(TAG),是不是感觉很自由呢?看看这样一个存放职员数据的XML数据文件:
<职员>
<姓名>于青
<性别>女
<年龄>23
<学历>
<教育经历>
<毕业学校>北京大学
<入学时间>1996-09-01
<毕业时间>2001-07-01
<专业>中文


看到这个文件感觉是不是很棒?这样的文件不需要使用很复杂和专业的工具就可以增加、修改和编辑(使用微软的记事本就可以
做到这些),而且大部分人都可以使用,可以让一个非计算机的专业人士,在10分钟内学会,这就是一个XML元数据文件的样子。当然
XML文件也不象HTML那样可以写的不完整,XML必须写的中规中矩(well formed),否则XML的解析器就会报错。
3. 面向对象的特性
XML的文件是以树状方式存储,同时也有属性,这非常符合面向对象方面的编程,而且也体现了以对象方式存储,ORACLE数据
库就使用了这种面向对象的特性,但是ORACLE数据库的根本是关系型的数据库,因此速度和稳定性都有一定的问题,而且特别的复杂
,所以大家基本上是很少使用它的这一特性,深怕跳到坑里去!
4. 缺陷
世界上永远也不会出现完美的语言的,XML也是一样,它也有很多的缺陷,虽然它是树状存储的,搜索的效率极高,但是问题
不是在搜索,而是在于目前它的插入和修改,!
#1 二、XML基础
(一)XML术语
在学习XML之前,我想先给大家介绍一些XML使用的术语。平常我们学习新的语言时,总会遇到许多难以理解的术语,在这里
就先介绍一些主要的给大家。
元素(Elements):代表XML文档中的每一个组件,包含字符、元素或者两者皆有,允许有空元素(empty element)。
属性(Attributes):放在元素后面的数据,代表这个元素的另一种特性和特征。
统一编码(Unicode):一种字符集,包括了全世界各种语言中有用的字符。
实体:“文本片”,实体也像一个缩写,一个实体可以是一个字符也可以是一个文档的数据,是XML文本的基本单位。
标记(Markup):像标记(TAG)、实体引用(Entity reference)和声明这样的构件。
样式表(XSL):描述XML的元数据文件格式的语言(因为CSS对于XML来讲不够用)。
序言(Prolog):关于文档实例表现形式的信息。
文档实例(Document instance):以元素的层次结构组织的实际文档数据。
(二)XML语法简介
1.看一个简单的例子
这是一个关于库存物品清单的简单例子,大家可以从中发现XML的许多特性,并且可以体会到XML的元数据文件是非常清晰易
读的:


<库存清单>

<库存物品>
<名称>毛巾
<规格 单位="cm">25*50
<生产厂家>中国棉纺厂
<生产日期>20010-09-01
<数量 单位="条">400
<进货价 单位="元">2.5
<零售价 单位="元">6.5

<库存物品>
<名称>碗
<规格 单位="cm">5*15
<生产厂家>中国搪瓷厂
<生产日期>20010-09-11
<数量 单位="个">200
<进货价 单位="元">1.5
<零售价 单位="元">4.5

<库存物品>
<名称>筷子
<规格 单位="个">1*10
<生产厂家>中国搪瓷厂
<生产日期>20010-09-11
<数量 单位="把">200
<进货价 单位="元">1.5
<零售价 单位="元">3.5


看过了XML语言的基本格式,下面将详细讲解XML元数据文件的各个组成部分,实际就上面这些而言是非常简单的,当然,我
们要想更清楚的了解和学习XML,就必须清楚地知道这些定义的意义。
2.声明(Declaration)
XML数据文件的定义不象HTML那样自由,它是非常严格的,缺少一个就会出错!因为每个XML的解析器第一步要做的事情就是
检查XML文件是否合格,就是“well-formed”,所以大家看到第一句是这样些的:

注意的是:不能漏掉此句,否则解析器不予解析的!当然里面的encoding可以不用写,缺省是Unicode,在此对XML使用的字符编
码作一下说明,大家都应该知道中文和英文的区别吧,呵呵,有人说了,这也太简单了,实际上平时有区别就罢了,结果闹到计算机
上真是比较麻烦,大家用过古董DOS的就知道使用汉字在计算机上是一件多么困难的事情,别人26个字母就可以搞定,汉字却要好几万
个。现在的计算机的发展虽然神速,可国际化的问题却一直存在,况且不属英语语系的国家也都有此类问题,因此美国的各大电脑厂
商组成了一个Unicode促进会,结合ISO的字库标准,推出了Unicode,这个编码可以满足绝大多数语系的需要!
3.元素(Elements)和属性(Attributes)
<元素名 属性名=”属性值”>
<子元素>元素的数据

大家看上面的这个例子,就能很形象的理解什么是元素什么是属性,但是需要注意的是元素的大小写是不一样的,也就是说<
t>和不是同一个元素。还有就是元素里的数据,只要是合法的就会完全忠实的成为数据,就如:
<元素名>这是一个

<元素名>这是一个 

<元素名>这是一个

大家注意到没有,第一、二只差一个空格,第三个则是多了一个回车符,但是这三个数据却是不同的数据,因此大伙在写这
些数据的时候可一定要小心!
如果大家对于面向对象熟悉的话,一定清楚类也是有属性的,而XML自然也是包括属性的,XML的元素是拥有属性的,而且可
以有许多属性,并且属性值必须使用单引号或双引号包含起来。
4.注释(Comments)
如果大家编写过程序,就一定知道,看别人的程序是一件非常痛苦的事情。如果别人的程序是没有注释的话,那简直就成了
一种惨无人道的折磨,呵呵,所以,在文档中嵌入关于文档和标记的信息就是很有帮助的。这样不但可以帮助别人也可以帮助自己。
在XML的注释里是这样的:

在这个注释中间,可以放入除了“--”符号以外的所有字符,这稍稍有些不习惯,我们往往会使用这个符号来分离不同组成部分
的文档,在XML的文件里则需要改一改了。
5.预定义实体
当我们创建XML时候,有些符号例如“<”等和XML相重的标记,譬如下面的:
<文章>
<段落>





我们那嘎都是活雷锋


老张开车去东北……撞了




这样是肯定行不通的,HTML和XML的定义相重,因为XML有5种预定义的实体,如下:
&-------------------&
<----------------------<
>--------------------- >
'------------------‘
"------------------“
这样再写这些文件就会象下面这样:
<文章>
<段落>
<html>
<head>
<title></title>
</head>
<body>
<h1>我们那嘎都是活雷锋</h1>
<b>老张开车去东北……撞了</b>
</body>
</html>


解析器会自动把这些符号转换成我们所要的文件,但是这样实在是不好看懂,所以就又有了这个CDATA。
6.CDATA
从上面那一节的例子可以看出,使用预定义实体实在是难以看懂,但是有了这个CDATA之后,我们就可以让分析器把那些特殊
数据当作普通的数据来处理了!
CDATA的定义如下:

将上节的例子拿来使用:
<文章>
<段落>




我们那嘎都是活雷锋


老张开车去东北……撞了


]]>


这样,解析器就可以解释在这个符号中间的特殊字符了!
#1 三、 CHEMA简介
(一) Schema的引入
通过上几章介绍,相信大家对XML的基本语法已经有了一个基本了解。 XML本身的语法很严谨,也就是要求格式必须严整,包
括区分大小写、整个文档有且只有一个根、需要序言等等。在符合格式化良好的要求以后,就可以写出规则整齐、可以通过内置XML解
析器的浏览器解析XML文档了。但XML本身也相当的灵活,在符合基本语法的前提下,可以任意的编写各种符合XML语法要求的文档,这
也正是XML可扩展的灵活性所在,但同时也产生了问题,比如要写一个说明个人信息的XML文档,可以这样写:


张立东

28
1974-8-10
北京市 海淀区


也可以这么写:


张立东

28

1974
8
10

北京市 海淀区


上面的两个文档对于人来说是很容易看懂的,但对于机器来说,它们就无法判断
1974-8-10

1974
8
10

中的内容是否相同了。这就需要一个相应的“约束”,来规定一个固定的格式,这样机器才可以正确的识别、比较和处理。正如
没有规矩难以成方圆一样, XML这么强大的语言自然也有这方面的考虑,这也就是DTD和Schema所要完成的功能。
(二)DTD和Schema
提到Schema就必须提到DTD。最早建立对SGML约束的是DTD,而XML又是SGML的超集,所以DTD由于历史的原因也可以对XML本身
进行约束,比如:每个节点可以含有的元素、元素的个数等等。但它也有很多的局限性,如不能定义元素值的范围、学习起来有一定
的难度(要学习一种新的语法)等等。而最新的XML约束标准就可以轻松的满足要求,这就是Schema。Schema与DTD不同,DTD本身有自
己的语法和要求,而Schema是完全符合XML语法的,只要对XML有初步的了解,就很容易对Schema上手。说了这么多,还是首先让我们
通过一个例子来看看Schema是如何定义XML结构的吧:
[1]
[2][3] xmlns:dt="urn:schemas-microsoft-com:datatypes">
[4] 
[5] 
[6] 
[7]
[8] 
[9] 
[10] 
[11] 
[12] 
[13] 
[14] 
[15] 
[16] 
[17] 
[18] 
[19] 
[20] 
[21] 
[22] 
[23] 
[24]
下面对上面的例子做一个简单的讲解:
[1]行是一个XML序言,从这行也可以看出Schema是符合XML基本语法要求的。
[2]-[3]是对Schema名域的一个定义。(由于我们这里是一个XML的入门文章,有关XML的名域问题可以参考相应的XML文档。)
[4]定义一个名字为name的元素。
[5]-[11]分别是对sex、age、address、month、year、day元素的定义。
[12]-[16]是对birthday元素的一个定义,但birthday这个元素比较特殊,它其中又包含了year、month和day三个元素。
其中content这个属性是对元素中的数据进行说明的。根据content中的数据eltOnly可以知道这个birthday元素的数据只能够由元素构
成。
[17]-[23]是对resume这个元素的定义,resume这个元素是由name、sex、age、birthday、address这几个元素构成的。
从上面的例子可以知道如何对一个简单的元素进行定义,也可以知道一个由其他元素组成的元素如何定义。通过由元素组成的元
素的这种定义,就可以定义一个嵌套结构的XML树的基本结构。
到这里读者对Schema已经就有了一个基本的了解,也该是我们给Schame下一个简单定义的时候了:
XML Schema是用来描述XML元素和属性的。它包括属性和元素类型说明,是可以为XML元素和属性提供数据的类型校验模块。
#1 四、xslt简介
了解XML的基本语法、Schema的语法还远远不够,XML是对数据和数据结构的存储,而Schema是对XML数据类型的定义。直到这
里还没有对XML数据的显示进行处理。虽然可以通过内置有XML解析器的浏览器直接对XML数据进行查看,但毕竟看到的只是以树状结构
显示的XML数据。
如果要把XML数据以漂亮的形式显示出来就需要XSLT帮忙了。XSLT可以把XML处理成HTML形式输出、WAP形式输出,甚至也可以
是Word文档的格式。其中最常用到的还是HTML的格式,下面讲解中用到的所有例子都以HTML的转换格式为例子。那就不说废话了,还
是先看一个XSLT的例子吧!
这个XSLT用到的一个XML文档,文档如下:




张立东

28

1974
8
10

北京市 海淀区



张三

50

1951
6
9

山西省



李四

29

1973
7
12

山东省



注:在上面的XML文档中多了下面的一句:

这一句就是对XSLT的引用,其中href中的内容是对具体XSLT文档位置的指定,有关s_xlt.xslt中的内容就是下面要介绍的XSL
T例子的内容。有关如何对XML,XLST、Schema的使用和测试,可以参考“一个应用了xml、schema和xlst的例子”部分。
对这个XML文档进行转换处理的XSLT文档如下:
[1]
[2]
[3] 
[4] 
[5] 
[6] 个人简历
[7] 
[8] 
[9] 
[10] 


[11] 
[12] 
[13] 个人简历
[14] 
[15] 
[16] 姓名
[17] 性别
[18] 生日

[19] 
[20] 
[21] 地址
[22] 
[23] 
[24] 
[25] 
[26] 
[27] 
[28]
[1]XML的序言,从第一条语句可以看出XSLT也是符合XML语法的。
[2]XSLT的名域。Xsl:stylesheet是XSLT的根元素,xsl是XSLT的名域标识。所以都要在XSLT的语句前面加上xsl:来表明是XSLT
的语句。
[3]  是XSLT语言的匹配模式,主要是和引用它的XML文档的根进行匹配。其中/是代表XML文档根的含
义。 例如:个人简介中的name可以用/resumes/resume/name
的方式进行引用。(由于这里只是对XSLT入门的一个初步介绍,对有关XML路径想详细了解的读者可以参考XML文档的XPATH部分。)
[4]-[8]可以直接输出,这部分是符合HTML语法的信息结构,HTML文档的开始部分和head的定义。
[9] 是XSLT语言的选择模式,是循环的对所有的/resumes/resume元素和这个元素所
包含的子元素进行处理。
[10]-[15] 可以直接输出,符合HTML的语法结构。
[16] 姓名
在这一行中有HTML的语句和也有XSLT的语句。其中也是属于选择模式的语句,可以直接把select选中
的元素内容提取处理,处理以后的结果应该是:姓名张立东。
[18]-[23]分别是对其他部分信息的显示处理,其中也包含了部分的HTML语句。
[24]  语句的结束部分。
[25]-[26]HTML语句。
[27]  语句的结束部分。也就是对整个XML文档处理的结束。因为每个XML文档只有一个根而这条语句是对根的部
分处理,所以是对整个XML文档处理的结束。
[28] XSLT文档的结束。
经上面对这个简单例子的介绍,大家对XSLT对XML文档的处理可能已经有了一个基本的了解,可以简单的通过XSLT对XML进行
处理啦。在结束这个部分之前对XSLT的语法做一个简单的小结:
可以大致的把模式语言分为三种:
选择模式
,和 
测试模式
 和
匹配模式

选择模式语句将数据从XML中提取出来,这是一种简单获得数据的方法。这几个标记都有一个select属性,选取XML中特定结
点名的数据。
测试模式是对数据的一个判断,然后根据判断和匹配的结果进行处理。有些和程序语言中的判断语句和多判断语句形似。
匹配模式是一个可以单独列出来的XSLT语句片断,可以完成对一个特定部分的XSLT处理。有些和程序设计中的子程序相似。
#1 五、一个应用了xml、schema和xlst的例子
通过上面的介绍,大家可能都已经跃跃欲试,想自己做一个XML方面的小应用了。那么在这里就满足大家的要求,举一个比较
全面的有实际意义的例子。
假如有一个订单要处理,订单的基本内容包括客户的信息和产品信息两个部分。
客户信息主要由客户姓名、电话、传真、地址组成。
产品信息由编号、名称、规格、价格、购买数量组成。
为了写一个标准的XML文档,首先要写一个Schema来对XML文档进行约束:
下载该文件:
点击下载该文件
以下内容为程序代码:

xmlns:dt="urn:schemas-microsoft-com:datatypes">





























可以把上面的Schema文档存储为:Sch.xml,在下面的xml文档中会用到这个Schema。
下面是根据上面的约束写的一段XML文档:
下载该文件:
点击下载该文件
以下内容为程序代码:


<全部订单 xmlns="x-schema:Sch.xml">
<订单>
<客户>
<名称>张立东
<电话>010-12345678
<传真>010-87654321
<地址>北京市 海淀区

<产品>
<名称>扳手
<价格>10
<规格>中
<购买数量>2



下面是对XML进行处理的S2_xls.xslt的内容:
下载该文件:
点击下载该文件
以下内容为程序代码:





全部订单


订单内容





客户名称:
电话
传真 


地址




产品名称:
价格
规格 


购买数量







把上面的Schema和XSLT按照例子中的名字存储到磁盘,然后把XML的内容存储成为文件,放到相同的子目录下,然后用IE 5.0
进行解析处理,就会看到符合Schema要求、经过XSLT处理的文档了.
#1 六、后记
以上只是简单介绍了XML的前端应用部分,如果各位对XML的后台开发还感兴趣的话,就需要了解XML更加复杂的部分,也需要
知道XML的解析器是如何解析XML的。限于篇幅,只能给大家一个简单的介绍。
XML文件的解析器目前分为两种:
一个是DOM(Document Object Model),一个是SAX。这两个解析器都是可以解析XML的,但是在解析XML的方式上有很大的不
同,DOM是一次性的把XML文件读入到内存里解析,处理速度很快,而SAX则是一部分一部分的解析,所以资源占用较少,大伙了解了这
两种特性后,就可以有选择的使用解析器了。目前Microsoft和Java都支持这两种解析器,因此大家可以放心的使用。