Xml简介_动力节点Java学院整理

XML（简介）

XML（可扩展标记语言）在 20 世纪 90 年代后期登上舞台后，就一直是众多活动和狂热思索的焦点。XML 只是基于普通文本，但却提供了几乎可以在任何两个应用程序间共享数据的方式。

虽然 XML 在概念上很简单，但对 XML 的处理却通常很烦琐（需要编写大量重复性的代码）和复杂（很多容易被忽视的细节导致错误）。

什么时候使用 XML？

什么时候在Web 应用程序中使用 XML？

• 你需要处理已经保存在 XML 中的数据时。
• 你希望用 XML 保存数据并为将来可能的整合做准备时。（XML 在应用程序整合的场景中最有意义）
• 你希望使用依赖于 XML 的技术时。（Web 服务使用各种建立在 XML 上的标准）
• 注解：
• 必须理解的一个重要概念是，存储数据时必须决定两件事情：
• 确定数据结构化的方式（逻辑格式）
• 确定数据保存的方式（物理存储）

 XML 是格式的选择而不是存储的选择。也就是说，即使你决定用 XML 保存数据，你还要决定是保存到数据库字段里，还是要插入到一个文件里，或者只是以字符串或其他对象的形式保存在内存中。

XML 简介

XML 规范是由 W3C（World Wide Web Consortium）定义的一组指南，用于以纯文本的形式描述结构化数据，一种基于尖括号间标签的标记语言。

XML 没有一组固定的标签。相反，XML 是一种可用于创建其他标记语言的元语言。

下面的文档显示一个保存产品类别的自定义 XML 格式：

<?xml version="1.0" encoding="utf-8" ?>
<productCatalog>
 <catalogName>Acme Fall 2015 Catalog</catalogName>
 <expiryDate>2015-01-01</expiryDate>
 <products>
  <product id="1001">
   <productName>Magic Ring</productName>
   <productPrice>342.10</productPrice>
   <inStock>true</inStock>
  </product>
  <product id="1002">
   <productName>Flying Carpet</productName>
   <productPrice>982.99</productPrice>
   <inStock>true</inStock>
  </product>
 </products>
</productCatalog>

标签可以自由使用最能描述你的数据的任意名称，正是这种灵活性使得 XML 非常成功。当然，灵活性也会有缺点。不同公司完全可用不同的标签名来描述相似的数据，尽管所有应用程序都能够解析 XML 数据，但数据的写入者和读取者需要对标签和结构达成共识，才能使读取者可用解释数据并抽取有意义的信息。

XML 的优点

今天，XML 比过去任何一天都更为有用。现代应用程序使用 XML 的好处有以下几点：

• 适应性。XML 无处不在，无论什么时候需要共享数据，XML 都会成为首选目标。
• 扩展性和灵活性。XML 不会强加任何数据语义的规则，适用于任意数据的类型并且实现的代价很低。
• 相关标准和工具。XML 成功的另一个原因在于创建和处理 XML 的工具（解析器）和相关标准（XML架构、XPath、XSLT）。这样几乎每种语言的开发者都有现成的组件用于阅读 XML，按某种规则（被称作架构）验证 XML 的有效性，将 XML 转换格式等。

格式良好的 XML

XML 是一个非常严格的标准，这种严格性是用于保留广泛的兼容性的。（臭名昭著的 HTML 语言就是在没有这种严格性标准下的产物）

所有的 XML 解析器都会执行一些基本的质量检查。如果一个 XML 文档不能满足所有标准，它就会被彻底拒绝。否则，它就被认为是格式良好的。格式良好的 XML 未必就是正确的 XML ，例如含有错误数据，但 XML 解析器能够解析它。

XML 文档必须满足下面这些条件才能被认为是格式良好的：

• 每个开始标签必须有一个对应的结束标签
• 空元素必须以“/>”结束
• 元素可以嵌套但不能交错
• XML 是严格区分大小写的，因此 <FirstName> 和 </firstName > 不能配对
• 一个元素不能有两个或更多的同名特性，但是可以嵌套多个同名的元素
• 一个文档只可以有一个根元素
• 所有特性在值的前后都要有引号
• 注释不能放入标签中（它们包含在 <!-- 和  --> 标记中）

XML 命名空间

随着 XML 标准的成长，已创建了数十种 XML 标记语言（通常叫做 XML 语法）。其中很多属于特定的行业、流程和信息类型。如果你需要同时组合两个具有相同名称元素的 XML 语法，会发生什么呢？另一个更典型的问题是如何区分它们？

解决办法在于 XML 命名空间标准。这个标准的核心思想是所有的 XML 标记语言都拥有能够唯一区分相关元素的命名空间。简单的说，命名空间可以在整合时消除同名元素的歧义。

所有的 XML 命名空间都使用 URI（Universal Resource Identifiers，统一资源标识符），一般看起来和网页的 URL 相似。例如，http://www.mycompany.com/mystandard 是一种典型的命名空间，但这不是必要的（也不应该被假设），命名空间可以是任意文本序列，标准是为了确保它的唯一性。

要指定某个元素属于特定的命名空间，只需在开始标签中加入 xmlns（XML Name Space）特性表明要使用的命名空间即可。例如，下面这个元素是http://mycompany/OrderML 命名空间的一部分。

<order xmlns="http://mycompany/OrderML"></order>
    你一定会厌倦在所有元素上加入这个特性的烦琐操作，幸好，如果像下面这样加入命名空间，它会成为所有子元素默认的命名空间：
<product xmlns="http://mycompany/OrderML">
 <productName>Flying Carpet</productName>
 <productPrice>982.99</productPrice>
 <inStock>true</inStock>
</product>
    你还可以自定义命名空间前缀，在 xmlns 特性中插入一个冒号和一个你想用作前缀的字符：
<ord:order xmlns:ord="http://mycompany/OrderML"
      xmlns:cli="http://mycompany/ClientML">
 <cli:client>
  <cli:firstName>...</cli:firstName>
  <cli:lastName>...</cli:lastName>
 </cli:client>
 <ord:orderItem>...</ord:orderItem>
 <ord:orderItem>...</ord:orderItem>
</ord:order>

XML 架构

XML 的灵活性也带来了一些问题。世界各地的开发人员都使用你的 XML 格式，怎样才能保证所有人都遵守规则？

解决办法是创建一个格式文档，它定义你的自定义标记语言的规则，它被称为架构。这些规则不会包括语法细节（那是 XML 标准所要规定的），架构文档需要定义的是符合你的数据类型的逻辑规则，它包括以下几项：

• 文档词汇。它定义了哪些元素或特性的名字可以出现在你的 XML 文档中。
• 文档结构。它定义了标签放在哪儿，可以指定标签之间的顺序，还可以指定某个元素可以出现的次数。
• 支持的数据类型。可以定义数据是文本，或者必须是可以解析的数值数据、日期信息等。
• 允许的数据范围。可将数值限制在范围内，文本限定在特定长度内，强迫正则表达式模式匹配，或者限制仅可以是某些特定的值。

下面的这个 XML 架构定义了前面所示的产品类别规则：

<?xml version="1.0" encoding="utf-8"?>
<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
 <xsd:element name="productCatalog">
  <xsd:complexType>
   <xsd:sequence>
    <xsd:element name="CatalogName" type="xsd:string" />
    <xsd:element name="expiryDate" type="xsd:date" />
    <xsd:element name="products">
     <xsd:complexType>
      <xsd:sequence>
       <xsd:element name="product" type="productType" maxOccurs="unbounded" />
      </xsd:sequence>
     </xsd:complexType>
    </xsd:element>
   </xsd:sequence>
  </xsd:complexType>
 </xsd:element>
 <xsd:complexType name="productType">
  <xsd:sequence>
   <xsd:element name="productName" type="xsd:string" />
   <xsd:element name="productPrice" type="xsd:decimal" />
   <xsd:element name ="inStock" type="xsd:boolean" />
  </xsd:sequence>
  <xsd:attribute name="id" type="xsd:integer" use="required" />
 </xsd:complexType>
</xsd:schema>

• 所有的架构文档都是以根元素 <schema> 开头的 XML 文档
• 所有可用的元素都已经在 XML 架构空间定义了（http://www.w3.org/2001/XMLSchema）
• 你的架构文档必须使用正确的命名空间名（前缀一般是 xsd 或 xs ，你也可以自定义）
• 在 <schema> 元素内，有两种类型的定义
• <element> 定义目标文档必须遵循的结构
• <complexType> 定义文档结构较小的数据结构
• <element>标签是架构的核心，同时它也是所有验证的起点

在这个示例中，<element>标签确定产品类别必须以一个叫做<productCatalog>的根元素开始。<productCatalog>元素内部是一个由3个元素组成的序列。第一个是<catalogName>，它包含普通文本；第二个是<expiryDate>，它包含符合日期呈现规则的文本；第三个是<products>，它包含<product>元素的列表。

每个<product>元素都是一个复杂的类型，因此文档后面又使用<complexType>进行了定义。这个复杂类型（名为<productType>）由含有产品信息的 3 个元素所组成的序列构成。这些元素分别保存文本（<productName>）、十进制数（<productPrice>）、布尔值（<inStock>）。这个复杂类型还包括一个必须的特性 id。