XML介绍
一、XML概述
XML（eXtensible Markup Language，可扩展标记语言）是一种标记语言。
eXtensible：可扩展的
Markup Language：标记语言
XML并非象HTML那样提供了一组事先已经定义好了的标签，而是提供了一个标准，利用这个标准，你可以根据实际需要定义自己的标记语言，并为这个标记语言规定它特有的一套标签。
一个XML应该有以下三个部分：
1、标记声明，即标记的语法，具体由DTD或者Schema实现。
2、具体的XML文件，含有标记的具体数据。
3、标记的含义，即样式单，对标记数据的具体显示，有CSS和XSL两种。
二、XML文件的结构
（1）XML的逻辑结构
一个XML文件最基本的构成是：
XML声明
处理指令（可选）
XML元素
例子：
[1]
[2]
[3] <专有名词列表>
[4] <专有名词>
[5] <名词>XML
[6] <解释>XML是一种可扩展的源标记语言，它可用以规定新的标记规则，并根据这个规则组织数据
[7] <示例>
[8]
[9] [10] <联系人>
[11] <姓名>张三
[12]
[13]
[14] ]]>
[15]
[16]
[17]
在本例中，[1] 是一个XML声明，[2] 是处理指令，[3]——[17] 是文件中的各个元素。
除此以外，上面例子中出现的其它逻辑要素还有：
[8] 是注释
[9]——[14] 是CDATA节
在[5]行的"<名词>XML"中，"<名词>"""是标记，"XML"是字符数据。
（1.1）XML声明
完整的XML声明：
version属性：必须的，表明XML版本号。
encoding属性：XML采用的编码，所有的XML语法分析器都要支持8位和16位的编码标准。
常用的编码有：
简体中文码：GB2312
繁体中文码：BIG5
西欧字符： UTF-8
standalone属性：表明该XML文件是否和一个独立的标记声明文件配套使用。"yes"表明标记声明在该XML文件里面，"no"表明存在一个文件作为此XML文件的标记声明文件（也可能没有）。
（1.2）元素
元素是XML文件内容的基本单元。从语法上讲，一个元素包含一个开始标记、一个结束标记以及标记之间的数据内容。其形式是：
<标记>数据内容
从文件头的XML声明之后开始一直到文件尾，包含了文件中所有的数据信息，称为根元素。例如上例中的"专有名词列表"。
XML中开始标记和结束标记之间的文字称作"字符数据"，而把标记内的标示文字称作"标记"。
（1.2.1）字符数据：
一对标记之间出现的字符数据可以是任何合法的UNICODE字符，但不能包含字符"<"。这是因为，字符"<"被预留用作标记的开始符。在XML中，开始标记和结束标记之间出现的所有合法字符都被忠实地传给XML处理程序。
为了避免把字符数据和标记中需要用到的一些特殊符号相混淆，XML还提供了一些实体引用。
字符 实体引用
> >
< <
& &
" "
' '
在数据中若出现上述字符，应使用其相应的实体引用代替。
（1.2.2）标记：
除了注释和CDATA部分以外，所有符号"<"和符号">"之间的内容都称为标记。
XML中对于标记的语法规定：
1、标记必不可少
任何一个形式良好的XML文件中至少要有一个元素。也就是说，标记在XML文件中是必不可少的。
2、区分大小写
在标记中必须注意区分大小写。在HTML中，标记
3、要有正确的结束标记
结束标记除了要和开始标记在拼写和大小写上完全相同，还必须在前面加上一个斜杠"/"。因此，如果开始标记是
当一对标记之间没有任何文本内容时，可以不写结束标记，而在开始标记的最后惯以斜杠"/"来确认，这样的标记称为"空标记"，如
4、标记要正确嵌套
在一个XML元素中允许包含其它XML元素，但这些元素之间必须满足嵌套性。
5、标记命名要合法
标记应该以字母、下划线_开头，后面跟字母、数字、句号.、冒号:、下划线_或连字符-，但是中间不能有空格，而且任何标记不能以"xml"起始。另外，最好不要在标记的开头使用冒号，尽管它是合法的，但可能会带来混淆。
在XML1.0标准中允许使用任何长度的标记，不过，现实中的XML处理程序可能会要求标记的长度限制在一定范围内。
6、有效使用属性
标记中可以包含任意多个属性。在标记中，属性以名称/取值对出现，属性名不能重复，名称与取值之间用等号"="分隔，且取值用引号引起来。例如：
<商品 类型="服装" 颜色="黄色">
属性命名的规范与标记命名规范大体相似，需要注意有效字母、大小写等一系列问题。不过，在必要的时候，属性中也可以包含空白符、标点和实体引用。
需要注意的是，属性的所有赋值都被看作是字符串。因此，如果你的处理程序读到下面这段XML标记：
<圆柱体 半径="10" 高="13">
程序应该能够把字符串"10"和"13"转化为它们所代表的数字。
（1.3）CDATA
我们可以把XML文件中除标记以外的所有内容都看作是字符数据，而把标记中的所有内容都看作标记。不过，也有一个例外。在一个特殊的标记CDATA下，所有的标
记、实体引用都被忽略，而被XML处理程序一视同仁地当作字符数据看待。CDATA的形式如下：
文本内容
]]>
在前面讲字符数据时，我们谈到过实体引用。可想而知，当你的文本数据中包含大量特殊符号时，不得不通篇地使用实体引用，把本来很清晰的一段文字搞得乱七八糟。
例如：
<示例>
<联系人>
<姓名>张三</姓名>
<EMAIL>zhang@https://www.docsj.com/doc/0c971119.html,</EMAIL>
</联系人>
可以如下表示：
<示例>
<联系人>
<姓名>张三
]]>
（1.4）注释
注释是用""引起来的，使用注释需要注意以下几点：
1、在注释文本中不能出现字符"-"或字符串"--"，XML处理器可能把它们和注释结尾标志"-->"相混淆。
2、不要把注释文本放在标记之中，否则，它就不是一个"形式良好的"XML文件了。类似地，不要把注释文本放在实体声明中，也不要放在XML声明之前。
3、注释不能被嵌套。
（1.5）处理指令
处理指令是用来给处理XML文件的应用程序提供信息的。XML声明就是一个处理指令。
所有的处理指令应该遵循下面的格式：
例如在上述例子中，我们使用一个处理指令来指定与这个XML文件配套使用的样式单的类型及文件名：
（1.6）总结
一个XML文件通常以一个XML声明开始，后面通过XML元素来组织XML数据。XML元素包括标记和字符数据。为了组织数据更加方便、清晰，我们还可在字符数据中引入CDATA数据块，并可以在文件中引入注释。此外，由于有时需要给XML处理程序提供一些指示信息，XML文件中可以包含处理指令。
三、XML解析