XML语法指南——从入门到精通

1、引言

XML（可扩展标记语言）是一种用于存储和传输数据的标记语言，它被设计为具有自我描述性且易于理解。本文将全面介绍XML的语法规则，包括元素、属性、命名规则、转义字符等核心概念。

2、XML文档基本结构

一个完整的XML文档由以下几个部分组成：

XML声明（可选）：定义XML版本和字符编码
文档类型定义（DTD，可选）：定义文档结构
元素：文档的主要内容
注释（可选）：对文档进行说明

xml 复制代码

<?xml version="1.0" encoding="UTF-8"?>
<!-- 这是一个XML示例文档 -->
<bookstore>
  <book category="fiction">
    <title lang="en">Harry Potter</title>
    <author>J.K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
</bookstore>

3、XML元素详解

3.1、元素基本结构

XML元素是XML文档的基本构建块，由开始标签、内容和结束标签组成：

xml 复制代码

<元素名>内容</元素名>

开始标签：<元素名>
结束标签：</元素名>
内容：可以是文本、其他元素或两者的组合
没有内容的元素可以简写为:

xml 复制代码

<元素名/>

等价于：

xml 复制代码

<元素名></元素名>

3.2、元素嵌套

XML元素可以嵌套其他元素，但必须正确嵌套：

xml 复制代码

<parent>
  <child>
    <subchild>...</subchild>
  </child>
</parent>

不允许交叉嵌套：

xml 复制代码

<parent>
  <child>
</parent>
  </child>

3.3、元素命名规则

名称可以包含字母、数字和其他字符 (、<book_title>、、<_book>，以上是正确的示例)
名称不能以数字或标点符号开头（<1book>，错误示例）
名称不能以"xml"（或XML、Xml等）开头（，错误示例）
称不能包含空格（，错误示例）
名称区分大小写（XML的名称是区分大小写的，因此开始标签和结束标签的大小写要严格匹配才行）

4、XML属性详解

属性提供有关元素的额外信息，总是位于元素的开始标签中，语法如下：

xml 复制代码

<元素名 属性名="属性值">内容</元素名>

属性的规则如下：

属性值必须用引号引起来（单引号或双引号）
一个元素可以有多个属性
属性不能重复
属性不能包含嵌套结构
属性示例如下：

xml 复制代码

<book category="fiction" lang="en">
  <title>Harry Potter</title>
</book>

那么问题来了，什么时候使用元素，什么时候使用属性呢？

如果信息看起来像是数据的一部分，使用子元素
如果信息看起来像是关于数据的元数据，使用属性

5、XML命名空间

命名空间用于避免元素名称冲突，特别是在合并多个XML文档时，命名空间语法如下：

xml 复制代码

<前缀:元素名 xmlns:前缀="命名空间URI">

命名空间示例如下：

xml 复制代码

<root xmlns:h="http://www.w3.org/TR/html4/"
      xmlns:f="http://www.w3schools.com/furniture">

<h:table>
  <h:tr>
    <h:td>Apples</h:td>
    <h:td>Bananas</h:td>
  </h:tr>
</h:table>

<f:table>
  <f:name>Coffee Table</f:name>
  <f:width>80</f:width>
</f:table>

</root>

可以定义默认命名空间，这样就不需要为每个元素添加前缀：

xml 复制代码

<table xmlns="http://www.w3.org/TR/html4/">
  <tr>
    <td>Apples</td>
    <td>Bananas</td>
  </tr>
</table>

6、XML特殊字符处理

XML中有一些字符具有特殊含义，如果要在内容中使用这些字符，必须使用转义字符或CDATA节。

XML中预定义字符表

字符	实体引用
<	<
>	>
&	&
'	'
"	"

示例如下：

xml 复制代码

<expression>a &lt; b</expression>

CDATA节
对于包含大量特殊字符的文本，可以使用CDATA节：

xml 复制代码

<![CDATA[
  这里可以包含任意字符，包括 < > & ' "
  不会被XML解析器解析
]]>

示例如下：

xml 复制代码

<script>
<![CDATA[
  function compare(a, b) {
    if (a < b) return -1;
    if (a > b) return 1;
    return 0;
  }
]]>
</script>

7、XML注释

XML注释与HTML注释类似：

xml 复制代码

<!-- 这是一个注释 -->

注释规则如下：

注释不能出现在XML声明之前
注释不能出现在标签内部
注释不能嵌套
字符串"--"不能出现在注释中
有效示例：

xml 复制代码

<?xml version="1.0"?>
<!-- 这是有效的注释 -->
<root>
  <!-- 另一个有效注释 -->
</root>

无效示例如下：

xml 复制代码

<!-- 第一个注释 <!-- 嵌套注释 --> -->
<root <!-- 标签内注释 --> >

8、XML中的DTD

XML文件中的DTD（Document Type Definition，文档类型定义）正是用来定义该XML文件的结构和约束规则的。它规定了XML文档中允许出现哪些元素、元素的嵌套关系、属性以及它们的类型等。DTD可以确保XML文档符合预定义的结构，便于数据交换和验证。

8.1、DTD的作用

定义元素结构：规定XML中可以包含哪些元素，以及元素的嵌套关系。
定义属性：规定元素的属性及其类型（如文本、枚举、ID等）。
定义实体：可以声明实体（类似于变量），用于复用文本或特殊字符。
验证XML文档：确保XML文档符合DTD定义的规则，防止数据格式错误。

8.2、内部DTD

DTD直接嵌入在XML文件中，适用于小型或独立的XML文档。

语法：

xml 复制代码

<!DOCTYPE 根元素名 [
  <!-- DTD规则定义 -->
]>

示例如下：

xml 复制代码

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE bookstore [
  <!ELEMENT bookstore (book+)>  <!-- bookstore必须包含至少一个book -->
  <!ELEMENT book (title, author, year, price)>  <!-- book必须按顺序包含这些子元素 -->
  <!ELEMENT title (#PCDATA)>  <!-- title只能包含文本 -->
  <!ELEMENT author (#PCDATA)>
  <!ELEMENT year (#PCDATA)>
  <!ELEMENT price (#PCDATA)>
  <!ATTLIST book category CDATA #REQUIRED>  <!-- book必须有一个category属性 -->
]>
<bookstore>
  <book category="fiction">
    <title>Harry Potter</title>
    <author>J.K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
</bookstore>

8.3、外部DTD

DTD存储在单独的文件中（如 bookstore.dtd），适用于大型项目或多文件共享相同结构。

语法：

xml 复制代码

<!DOCTYPE 根元素名 SYSTEM "DTD文件路径">

示例：

xml 复制代码

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE bookstore SYSTEM "bookstore.dtd">
<bookstore>
  <book category="fiction">
    <title>Harry Potter</title>
    <author>J.K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
</bookstore>

bookstore.dtd 文件内容：

xml 复制代码

<!ELEMENT bookstore (book+)>
<!ELEMENT book (title, author, year, price)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT year (#PCDATA)>
<!ELEMENT price (#PCDATA)>
<!ATTLIST book category CDATA #REQUIRED>

8.4 、DTD 常见语法规则

8.4.1、定义元素：

xml 复制代码

<!ELEMENT 元素名 (子元素|内容类型)>

(#PCDATA)：表示纯文本（不能包含子元素）。
EMPTY：表示空元素（如）。
ANY：表示可以包含任何内容（不推荐使用，会降低约束性）。
(A, B, C)：表示必须按顺序包含A、B、C。
(A | B)：表示只能包含A或B之一。
?：表示可选（0或1次）。
*：表示0次或多次。
+：表示1次或多次

8.4.2、定义属性：

xml 复制代码

<!ATTLIST 元素名 属性名 属性类型 默认值>

属性类型如下：

CDATA：普通文本
ID：唯一标识符（不能重复）
IDREF：引用另一个元素的ID
(A|B|C)：枚举值（只能是A、B或C）
NMTOKEN：合法的XML名称（不含空格）
默认值：
#REQUIRED：必须提供该属性
#IMPLIED：可选属性
#FIXED "值"：固定值（如果提供，必须匹配）
"默认值"：如果未提供，则使用默认值
示例：

xml 复制代码

<!ATTLIST book 
  id ID #REQUIRED
  category (fiction|non-fiction) "fiction"
  lang CDATA #IMPLIED
>

9、总结

XML（eXtensible Markup Language，可扩展标记语言）是一种用于存储和传输结构化数据的标记语言，它被设计为人类可读和机器可解，广泛应用于配置文件、文档存储（如Office Open XML）和数据交换（如RSS、SVG）等领域，掌握XML有助于帮助程序员理解"协议"的概念，如果在以后的工作中有用到XML，可以快速的上手开发。

XML语法指南——从入门到精通

1、引言

2、XML文档基本结构

3、XML元素详解

3.1、 元素基本结构

3.2、元素嵌套

3.3、元素命名规则

4、XML属性详解

5、XML命名空间

6、XML特殊字符处理

7、XML注释

8、XML中的DTD

8.1、DTD的作用

8.2、 内部DTD

8.3、 外部DTD

8.4 、DTD 常见语法规则

8.4.1、定义元素：

8.4.2、定义属性：

9、总结

3.1、元素基本结构

8.2、内部DTD

8.3、外部DTD