七. 关于XML的更多

　　好了，到现在你已经知道：
　　1.什么是XML；
　　2.XML,HTML,SGML之间的关系和区别；
　　3.XML的简单应用。
　　恭喜你！你已经不再对XML一无所知，并且已经走在了网络技术的前沿。整个学习过程好象并不很难哦:) 
　　如果你对XML有更多的兴趣，希望进一步了解XML的详细资料和其它的实际运用技术，欢迎继续浏览我们的下一章：XML的概念。

第二章XML概念
　　导言
　　经过第一章的快速入门学习，你已经知道了XML是一种能够让你自己创造标识的语言，它可以将数据与格式从网页中分开，它可以储存数据和共享数据的特性使得XML无所不能。如果你希望深入学习XML，系统掌握XML的来龙去脉，那么我们首先还是要回到XML概念的问题上来。XML(Extensible Markup Language)，一种扩展性标识语言。"扩展性""标识""语言"。每一个词都明确的点明了XML的重要特点和功能。我们来仔细分析：
　　一. 扩展性
　　二. 标识
　　三. 语言
　　四. 结构化
　　五. Meta数据
　　六. 显示
　　七. DOM

　　一.扩展性---使用XML，你可以为你的文档建立自己的标记(tags)。

　　XML的第一个词是"扩展性"，这正是XML强大的功能和弹性的原因。
　　在HTML里，有许多固定的标记，我们必须记住然后使用它们，你不能使用HTML规范里没有的标记。而在XML中，你能建立任何你需要的标记。你可以充分发挥你的想象力，给你的文档起一些好记的标记名称。比如，你的文档里包含一些游戏的攻略，你可以建立一个名为的标记，然后在下再根据游戏类别建立,等标记。只要清晰，易于理解你可以建立任何数量的标记。
　　一开始你也许会不适应，因为我们在学习HTML时，有固定的标记可以直接学习和使用；(很多人包括我自己都是边分析别人的代码和标识，边建立自己的网页)，而XML却没有任何标记可以学，也很少有文档的标记是一模一样的。我们怎么办？呵呵，没有就自己创建呀。一旦你真正开始写XML文档，你会发现随心所欲的创造新标记也是一份很有趣的事。你可以建立有自己特色的标记，甚至建立你自己的HTML语言。
　　扩展性使你有更多的选择和强大的能力，但同时也产生一个问题就是你必须学会规划。你自己要理解自己的文档，知道它由哪几部分组成，相互之间的关系和如何识别它们。
　　关于建立标识还需要说明一点，标识是描述数据的类型或特性，比如宽，年龄，姓名等，而不是数据的内容，比如：,,，这些都是无用的标记。如果你学过数据库，你可以这样理解，标识就是一种字段名。

　　二.标识---使用XML你可以识别文档中的元素。

　　XML的第二个词是"标识"，这表明了XML的目的是标识文档中的元素。
　　不论你是HTML,还是XML，标识的本质在于便于理解，如果没有标识，你的文档在计算机看来只是一个很长的字符串，每个字看起来都一样，没有重点之分。
　　通过标识，你的文档才便于阅读和理解，你可以划分段落，列明标题。XML中，你更可以利用其扩展性来为文档建立更合适的标识。
　　不过，有一点要提醒大家注意：标识仅仅是用来识别信息，它本身并不传达信息。例如这样的HTML代码：
　　frist step 
　　这里表示粗体，只用来说明是用粗体来显示"frist step"字符，本身并不包含任何实际的信息，在页面上你看不到，真正传达信息的是"frist step "。

　　三.语言---使用XML你要遵循特定的语法来标识你的文档。

　　XML第三个词是"语言"。这表明了作为一种语言XML必须遵循一定的规则。虽然XML的扩展性允许你创建新标识，但它仍然必须遵循特定的结构，语法和明确的定义。
　　在计算机领域，语言常常表示一种"程序语言"，用来编程实现一些功能和应用，但不是所有的"语言"都是用来编程的，XML就只是一种用来定义标识和描述信息的语言。
　　下面我们来深入了解一下XML应用的其本原理，可能会很枯燥，但是对于整体的理解很重要，你可以先快速过一遍，心里有一个模糊的概念，具体精髓则需要在实践中慢慢领会。

　　四.结构化---XML促使文档结构化，所有的信息按某种关系排列。

　　"结构化"听起来太抽象了，我们这样理解，结构化就是为你的文档建立一个框架，就象写文章先写一个提纲。结构化使你的文档看起来不会杂乱无章，每一部分都紧密联系，形成一个整体。
　　结构化有两个原则：
　　1.每一部分(每一个元素)都和其他元素有关联。关联的级数就形成了结构。
　　2.标识本身的含义与它描述的信息相分离。
　　我们来看一个简单的例子帮助理解：
　　
　　
　　　
　　　XML快速入门
　　　　什么是XML
　　　　使用XML的好处
　　　
　　　XML的概念
　　　　扩展性
　　　　标识
　　　
　　
　　这是本文的XML描述文档，可以看到标识分三级关联,非常清晰：
　　
　　　
　　　　
　　　　　...
　　　　
　　　
　　
　　上面这样的文档结构，我们又称之为"文档树"，主干是父元素，如，分支和页是子元素，如和。

　　五.Meta数据(Metadata)---专业的XML使用者会使用meta数据来工作。

　　在HTML中我们知道可以使用meta标识来定义网页的关键字，简介等，这些标识不会显示在网页中，但可以被搜索引擎搜索到，并影响搜索结果的排列顺序。
　　XML对这一原理进行了深化和扩展，用XML，你可以描述你的信息在哪里，你可以通过meta来验证信息，执行搜索，强制显示，或者处理其他的数据。
　　下面是一些XML metadata在实际应用中的用途：
　　1.可以验证数字签名，使在线商务的提交动作(submission)有效。
　　2.可以被方便的建立索引和进行更有效搜索。
　　3.可以在不同语言之间传输数据。
　　W3C组织正在研究一种名为RDF(Resource Description Framework)的metadata处理方法，可以自动交换信息，W3C宣称，使用RDF配合数字签名，将使网络中存在"真实可信"的电子商务。

　　六.显示

　　单独用XML不能显示页面，我们使用格式化技术，比如CSS或者XSL，才能显示XML标记创建的文档。
　　我们在前面第一章讲到XML是将数据和格式分离的。XML文档本身不知道如何来显示，必须有辅助文件来帮助实现。(XML取消了所有标识，包括font,color,p等风格样式定义标识，因此XML全部是采用类似DHTML中CSS的方法来定义文档风格样式。)，XML中用来设定显示风格样式的文件类型有：
　　1.XSL 
　　XSL全称是Extensible Stylesheet Language(可扩展样式语言), 是将来设计XML文档显示样式的主要文件类型。它本身也是基于XML语言的。使用XSL，你可以灵活的设置文档显示样式，文档将自动适应任何浏览器和PDA(掌上电脑)。
　　XSL也可以将XML转化为HTML，那样，老的浏览器也可以浏览XML文档了。
　　2.CSS 
　　CSS大家很熟悉了，全称是Cascading Style Sheets(层叠样式表)，是目前用来在浏览器上显示XML文档的主要方法。
　　3.Behaviors 
　　Behaviors现在还没有成为标准。它是微软的IE浏览器特有的功能，用它可以对XML标识设定一些有趣动作。感兴趣可以点这里看一个例子

　　七.DOM

　　DOM全称是document object model(文档对象模型)，DOM是用来干什么的呢？假设把你的文档看成一个单独的对象，DOM就是如何用HTML或者XML对这个对象进行操作和控制的标准。
　　面向对象的思想方法已经非常流行了，在编程语言(例如java，js)中，都运用面向对象的编程思想。在XML中，就是要将网页也作为一个对象来操作和控制，我们可以建立自己的对象和模板。与对象进行交流，如何命令对象，就要用到API。API全称Application Programming Interface，它是访问和操作对象的规则。而DOM就是一种详细描述HTML/XML文档对象规则的API。它规定了HTML/XML文档对象的命名协定，程序模型，沟通规则等。在XML文档中，我们可以将每一个标识元素看作一个对象---它有自己的名称和属性。
　　XML创建了标识，而DOM的作用就是告诉script如何在浏览器窗口中操作和显示这些标识
　　上面我们已经简要的讲述了一些XML的基本原理，我们来看看它们之间的关联以及它们是如何工作的，先看这里一张图：

1.XML描述数据类型。例如:"King lear"是一个标题元素；
　　2.CSS储存并控制元素的显示样式。例如：标题将被以18pt字体显示
　　3.script脚本控制元素如何动作。例如：当一个title元素"out of stock"，将被用红色显示。
　　4.DOM则为脚本和对象的交流提供一个公共平台，并将结果显示在浏览器窗口。
　　如果任何一个部分发生错误，都不会得到正确结果。
　　好了，看到这里，我们已经对XML是如何工作的有一个整体的大致的概念。通过这一章的学习，我们可能感觉到XML似乎更偏向数据处理，更方便程序员学习。实际情况也是这样的，XML设计的目的就是用来方便的共享和交互数据的。下一章，我们将系统的了解关于XML的各种术语。欢迎您继续浏览。

第三章 XML的术语
　　提纲：
　　导言
　　一.XML文档的有关术语
　　二.DTD的有关术语
　　导言
　　初学XML最令人头疼的就是有一大堆新的术语概念要理解。由于XML本身也是一个崭新的技术，正在不断发展和变化，各组织和各大网络公司(微软,IBM,SUN等)都在不断推出自己的见解和标准，因此新概念漫天飞就不足为奇了。而国内又缺乏权威的机构或组织来对这些术语正式定名，你所看见的有关XML的中文教材大部分是靠作者本身的理解翻译过来的，有些是正确的，有些是错误的，更加妨碍了我们对这些概念的理解和学习。
　　你下面将要看到的关于XML术语的解释，也是作者本身的理解和翻译。阿捷是以W3C组织发布的XML1.0标准规范和相关的正式说明文档为根据来讲述。可以确保这些理解是基本正确的，至少不是错误的。你如果想进一步阅读和了解，我在本文的最后部分列明了相关资源的出处和链接，你可以直接访问。好，我们转入正题：

　　一.XML文档的有关术语

　　什么是XML文档？知道HTML原代码文件吧，XML文档就是用XML标识写的XML原代码文件。XML文档也是ASCII的纯文本文件，你可以用Notepad创建和修改。XML文档的后缀名为.XML，例如myfile.xml。用IE5.0以上浏览器也可以直接打开.xml文件，但你看到的就是"XML原代码"，而不会显示页面内容。你可以将下面代码存为myfile.xml试试：
　　
　　
　　
　　ajie
　　ajie@aolhoo.com
　　20010115
　　
　　XML文档包含三个部分：
　　1. 一个XML文档声明；
　　2. 一个关于文档类型的定义；
　　3. 用XML标识创建的内容。
　　举例说明:
　　
　　
　　 
　　
　　
　　ajie
　　
　　......
　　 
　　其中第一行就是一个XML文档的声明，第二行说明这个文档是用filelist.dtd来定义文档类型的，第三行以下就是内容主体部分。
　　我们来了解XML文档中有关的术语：
　　1.Element(元素)：
　　元素在HTML我们已经有所了解，它是组成HTML文档的最小单位，在XML中也一样。一个元素由一个标识来定义，包括开始和结束标识以及其中的内容，就象这样：ajie 
　　唯一不同的就是：在HTML中，标识是固定的，而在XML中，标识需要你自己创建。
　　2.Tag(标识) 
　　标识是用来定义元素的。在XML中，标识必须成对出现，将数据包围在中间。标识的名称和元素的名称是一样的。例如这样一个元素：
　　ajie 
　　其中就是标识。
　　3.Attribute(属性): 
　　什么是属性？看这段HTML代码:word。其中color就是font的属性之一。
　　属性是对标识进一步的描述和说明，一个标识可以有多个属性，例如font的属性还有size。XML中的属性与HTML中的属性是一样的，每个属性都有它自己的名字和数值，属性是标识的一部分。举例：
　　ajie
　　XML中属性也是自己定义的，我们建议你尽量不使用属性，而将属性改成子元素，例如上面的代码可以改成这样：
　　ajie
　　female
　　
　　原因是属性不易扩充和被程序操作。
　　4.Declaration(声明) 
　　在所有XML文档的第一行都有一个XML声明。这个声明表示这个文档是一个XML文档，它遵循的是哪个XML版本的规范。一个XML的声明语句就象这样：
　　 
　　5.DTD(文件类型定义) 
　　DTD是用来定义XML文档中元素，属性以及元素之间关系的。
　　通过DTD文件可以检测XML文档的结构是否正确。但建立XML文档并不一定需要DTD文件。关于DTD文件的详细说明我们将在下面单独列项。
　　6.Well-formed XML(良好格式的XML)
　　一个遵守XML语法规则，并遵守XML规范的文档称之为"良好格式"。如果你所有的标识都严格遵守XML规范，那么你的XML文档就不一定需要DTD文件来定义它。
　　良好格式的文档必须以一个XML声明开始，例如：
　　
　　其中你必须说明文档遵守的XML版本，目前是1.0；其次说明文档是"独立的"，它不需要DTD文件来验证其中的标识是否有效；第三，要说明文档所使用的语言编码。默认的是UTF-8，如果使用中文，你需要设置为GB2312。
　　良好格式的XML文档必须有一个根元素，就是紧接着声明后面建立的第一个元素，其它元素都是这个根元素的子元素，属于根元素一组。
　　良好格式的XML文档的内容书写时必须遵守XML语法。(有关XML语法我们将在下一章仔细讲解)
　　7.Valid XML(有效的XML)
　　一个遵守XML语法规则，并遵守相应DTD文件规范的XML文档称为有效的XML文档。注意我们比较"Well-formed XML"和"Valid XML"，它们最大的差别在于一个完全遵守XML规范，一个则有自己的"文件类型定义(DTD)"。
　　将XML文档和它的DTD文件进行比较分析，看是否符合DTD规则的过程叫validation(确认)。这样的过程通常我们是通过一个名为parser的软件来处理的。
　　有效的XML文档也必须以一个XML声明开始，例如：
　　
　　和上面例子不同的，在standalone(独立)属性中，这里设置的是"no"，因为它必须和相应的DTD一起使用，DTD文件的定义方法如下：
　　PUBLIC "dtd-name"> 
　　其中：
　　"!DOCTYPE"是指你要定义一个DOCTYPE;
　　"type-of-doc"是文档类型的名称，由你自己定义，通常与DTD文件名相同；
　　"SYSTEM/PUBLIC"这两个参数只用其一。SYSTEM是指文档使用的私有DTD文件的网址，而PUBLIC则指文档调用一个公用的DTD文件的网址。
　　"dtd-name" 就是DTD文件的网址和名称。所有DTD文件的后缀名为".dtd"。
　　我们还是用上面的例子，应该写成这样：
　　
　　

　　二.DTD的有关术语

　　什么是DTD,我们上面已经简略提到。DTD是一种保证XML文档格式正确的有效方法，可以比较XML文档和DTD文件来看文档是否符合规范，元素和标签使用是否正确。一个DTD文档包含：元素的定义规则，元素间关系的定义规则，元素可使用的属性，可使用的实体或符号规则。
　　DTD文件也是一个ASCII的文本文件，后缀名为.dtd。例如:myfile.dtd。
　　为什么要用DTD文件呢？我的理解是它满足了网络共享和数据交互，使用DTD最大的好处在于DTD文件的共享。(就是上文DTD说明语句中的PUBLIC属性)。比如，两个相同行业不同地区的人使用同一个DTD文件来作为文档创建规范，那么他们的数据就很容易交换和共享。网上有其他人想补充数据，也只需要根据公用的DTD规范来建立文档，就立刻可以加入。
　　目前，已经有数量众多的写好的DTD文件可以利用。针对不同的行业和应用，这些DTD文件已经建立了通用的元素和标签规则。你不需要自己重新创建，只要在他们的基础上加入你需要的新标识。
　　当然，如果愿意，你可以创建自己的DTD，它可能和你的文档配合的更加完美。建立自己的DTD也是很简单的一件事，一般只需要定义4-5个元素就可以了。
　　调用DTD文件的方法有两种：
　　1.直接包含在XML文档内的DTD
　　你只要在DOCTYPE声明中插入一些特别的说明就可以了，象这样：
　　我们有一个XML文档：
　　
　　
　　
　　ajie
　　
　　我们在第一行后面插入下面代码就可以：
　　
　　
　　
　　
　　]>
　　2.调用独立的DTD文件
　　将DTD文档存为.dtd的文件，然后在DOCTYPE声明行中调用，例如，将下面的代码存为myfile.dtd
　　
　　
　　
　　然后在XML文档中调用，在第一行后插入：
　　
　　我们可以看到DTD文档和HTML中js的调用是差不多的，关于DTD文档具体如何写，我们将在下一章和XML文档的语法一起介绍。
　　下面我们来了解DTD有关的术语：
　　1.Schema(规划) 
　　schema是数据规则的描述。schema做两件事：
　　a.它定义元素数据类型和元素之间的关系；
　　b.它定义元素所能包含的内容类型。
　　DTD就是关于XML文档的一个schema。
　　2.Document Tree(文档树) 
　　"文档树"在前面第二章我们已经提到过，它是文档元素分级结构的形象表示。一个文档结构树包含根元素，根元素是最顶级的元素，(就是紧接着XML声明语句后的第一个元素)。看例子：
　　
　　 
　　
　　
　　...
　　
　　
　　上面的例子分三级结构排列成"树"状，其中的就是根元素。在XML和DTD文件中，第一个定义的都是根元素。
　　3.Parent Element(父元素)/Child Element(子元素)
　　父元素是指包含有其它元素的元素，被包含的元素称为它的子元素。看上面的"结构树"，其中是父元素，

第四章 XML语法
　　提纲：
　　一.XML语法规则
　　二.元素的语法
　　三.注释的语法
　　四.CDATA的语法
　　五.Namespaces的语法
　　六.entity的语法
　　七.DTD的语法

　　通过前面三章的学习，我们已经对什么是XML，它的实现原理以及相关的术语有所了解。接下来我们就开始学习XML的语法规范，动手写自己的XML文档。

　　一.XML语法规则

　　XML的文档和HTML的原代码类似，也是用标识来标识内容。创建XML文档必须遵守下列重要规则：
　　规则1：必须有XML声明语句
　　这一点我们在上一章学习时已经提到过。声明是XML文档的第一句，其格式如下：
　　 
　　声明的作用是告诉浏览器或者其它处理程序：这个文档是XML文档。声明语句中的version表示文档遵守的XML规范的版本；standalone表示文档是否附带DTD文件，如果有，参数为no；encoding表示文档所用的语言编码，默认是UTF-8。
　　规则2：是否有DTD文件
　　如果文档是一个"有效的XML文档"(见上一章)，那么文档一定要有相应DTD文件，并且严格遵守DTD文件制定的规范。DTD文件的声明语句紧跟在XML声明语句后面，格式如下：
　　PUBLIC "dtd-name"> 
　　其中：
　　"!DOCTYPE"是指你要定义一个DOCTYPE;
　　"type-of-doc"是文档类型的名称，由你自己定义，通常于DTD文件名相同；
　　"SYSTEM/PUBLIC"这两个参数只用其一。SYSTEM是指文档使用的私有DTD文件的网址，而PUBLIC则指文档调用一个公用的DTD文件的网址。
　　"dtd-name" 就是DTD文件的网址和名称。所有DTD文件的后缀名为".dtd"。
　　我们还是用上面的例子，应该写成这样：
　　
　　
　　规则3：注意你的大小写
　　在XML文档中，大小写是有区别的。

和

是不同的标识。注意在写元素时，前后标识大小写要保持一样。例如:ajie，写成ajie是错误的。
　　你最好养成一种习惯，或者全部大写，或者全部小写，或者大写第一个字母。这样可以减少因为大小写不匹配产生的文档错误。
　　规则4：给属性值加引号
　　在HTML代码里面，属性值可以加引号，也可以不加。例如:word和word都可以被浏览器正确解释。
　　但是在XML中则规定，所有属性值必须加引号(可以是单引号，也可以是双引号)，否则将被视为错误。
　　规则5：所有的标识必须有相应的结束标识
　　在HTML中，标识可能不是成对出现的，比如
。而在XML中规定，所有标识必须成对出现，有一个开始标识，就必须有一个结束标识。否则将被视为错误。
　　规则6：所有的空标识也必须被关闭
　　空标识就是标识对之间没有内容的标识。比如
,等标识。在XML中，规定所有的标识必须有结束标识，针对这样的空标识，XML中处理的方法是在原标识最后加/，就可以了。例如：
　　
应写为
；
　　应写为；
　　应写为

　　二.元素的语法

　　元素由一对标识以及其中的内容组成。就象这样：ajie。元素的名称和标识的名称是一样的。标识可以用属性来进一步描述。
　　在XML中，没有任何保留字，所以你可以随心所欲的用任何词语来作为元素名称。但是也必须遵守下列规范：
　　1.名称中可以包含字母、数字以及其它字母；
　　2.名称不能以数字或"_" (下划线)开头；
　　3.名称不能以字母xml(或XML 或Xml ..)开头
　　4.名称中不能包含空格
　　5.名称中间不能包含":"(冒号) 
　　为了使元素更容易阅读理解和操作，我们还有一些建议：
　　1.名称中不要使用"."。因为在很多程序语言中,"."是作为对象的属性，例如：font.color。同样的原因"-"也最好不要用，必须使用的，以"_"代替；
　　2.名称尽量简短。
　　3.名称的大小写尽量采用同一标准。
　　4.名称可以使用非英文字符，比如用中文。但是有些软件可能不支持。(IE5目前是支持中文元素的。) 
　　另外，补充一点关于属性的说明。在HTML中，属性可以用来定义元素的显示格式，比如：word将把word显示为红色。而在XML中，属性只是对标识的描述，与元素内容的显示无关。例如同样一句：word，并不会将word显示为红色。(那么，有网友会问：如何在XML中将文字显示为红色呢？这就需要使用CSS或者XSL，我们在下面详细讲述。)

　　三.注释的语法

　　注释是为了便于阅读和理解，在XML文档添加的附加信息，将不会被程序解释或则浏览器显示。
　　注释的语法如下：
　　 
　　可以看到，它和HTML中的注释语法是一样的，非常容易。养成良好的注释习惯将使你的文档更加便于维护，共享，看起来也更专业。

　　四.CDATA的语法

　　CDATA全称character data，翻译为字符数据。我们在写XML文档时，有时需要显示字母，数字和其它的符号本身，比如"　　 
　　例如：
　　ajie

　　五.Namespaces的语法

　　Namespaces翻译为名字空间。名字空间有什么作用呢？当我们在一个XML文档中使用他人的或者多个DTD文件，就会出现这样的矛盾：因为XML中标识都是自己创建的，在不同的DTD文件中，标识名可能相同但表示的含义不同，这就可能引起数据混乱。
　　比如在一个文档