文章/答案/技术大牛

发布

社区首页 >专栏 >XML 简介及用法详解

XML 简介及用法详解

原创

小万哥

发布于 2024-03-14 14:08:09

7660

文章被收录于专栏：程序人生丶程序人生丶

XML 是一种用于存储和传输数据的与软件和硬件无关的工具。

什么是XML？

XML代表eXtensible Markup Language（可扩展标记语言）。XML是一种与HTML非常相似的标记语言。XML被设计用于存储和传输数据。XML被设计成具有自我描述性。XML不执行任何操作，也许有点难理解，但XML不执行任何操作。

XML示例

这是一张存储为XML的给Tove的Jani的便签：

<note>
  <to>Tove</to>
  <from>Jani</from>
  <heading>Reminder</heading>
  <body>Don't forget me this weekend!</body>
</note>

上面的XML相当自我描述：

它包含了发件人信息
它包含了收件人信息
它有一个标题
它有一个消息正文

但是，上面的XML仍然不执行任何操作。XML只是用标记包装的信息。

必须有人编写一段软件来发送、接收、存储或显示它：

Note
To: Tove

From: Jani

Reminder
Don't forget me this weekend!

XML和HTML的区别

XML和HTML是出于不同目的而设计的：

XML被设计用于携带数据 - 专注于数据是什么
HTML被设计用于显示数据 - 专注于数据的呈现方式

XML标签不像HTML标签那样是预定义的。XML语言没有预定义的标签。上面示例中的标签（如<to>和<from>）在任何XML标准中都未定义。这些标签是XML文档的作者“创造”的。

HTML使用预定义标签，如<p>、<h1>、<table>等。使用XML，作者必须定义标签和文档结构。

XML是可扩展的

大多数XML应用程序即使添加（或删除）新数据也能正常工作。

想象一个应用程序，设计用于显示note.xml的原始版本（<to> <from> <heading> <body>）。然后想象一个具有添加的<date>和<hour>元素以及删除<heading>的新版本的note.xml。

XML构造的方式使得旧版本的应用程序仍然可以工作：

<note>
  <date>2015-09-01</date>
  <hour>08:30</hour>
  <to>Tove</to>
  <from>Jani</from>
  <body>Don't forget me this weekend!</body>
</note>

旧版本

Note
To: Tove

From: Jani

Reminder
Don't forget me this weekend!

新版本

Note
To: Tove

From: Jani

Date: 2015-09-01 08:30

Don't forget me this weekend!

XML简化事务

XML简化数据共享
XML简化数据传输
XML简化平台更改
XML简化数据可用性

许多计算机系统包含以不兼容格式存储的数据。在不兼容的系统（或升级的系统）之间交换数据对于Web开发人员来说是一项耗时的任务。必须转换大量数据，并且通常会丢失不兼容的数据。

XML以纯文本格式存储数据。这提供了一种与软件和硬件无关的存储、传输和共享数据的方式。

XML还使得扩展或升级到新的操作系统、新的应用程序或新的浏览器变得更容易，而不会丢失数据。

使用XML，数据可以供各种“阅读机器”使用，如人类、计算机、语音机器、新闻源等。

XML的用途

XML在Web开发的许多方面都得到了应用。

XML分离数据与演示

XML通常用于将数据与演示分离。XML不包含有关如何显示的任何信息。相同的XML数据可以在许多不同的演示情境中使用。因此，使用XML，数据和演示之间存在完全的分离。

XML通常与HTML搭配使用

在许多HTML应用程序中，XML用于存储或传输数据，而HTML用于格式化和显示相同的数据。

XML分离数据与HTML

在HTML中显示数据时，当数据发生变化时不应该修改HTML文件。使用XML，数据可以存储在单独的XML文件中。通过几行JavaScript代码，您可以读取一个XML文件并更新任何HTML页面的数据内容。

Books.xml示例：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>

  <book category="cooking">
    <title lang="en">Everyday Italian</title>
    <author>Giada De Laurentiis</author>
    <year>2005</year>
    <price>30.00</price>
  </book>

  <book category="children">
    <title lang="en">Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>

  <book category="web">
    <title lang="en">XQuery Kick Start</title>
    <author>James McGovern</author>
    <author>Per Bothner</author>
    <author>Kurt Cagle</author>
    <author>James Linn</author>
    <author>Vaidyanathan Nagarajan</author>
    <year>2003</year>
    <price>49.99</price>
  </book>

  <book category="web" cover="paperback">
    <title lang="en">Learning XML</title>
    <author>Erik T. Ray</author>
    <year>2003</year>
    <price>39.95</price>
  </book>

</bookstore>

事务数据

存在成千上万种XML格式，用于描述不同行业的日常数据交易：

股票和股份
金融交易
医疗数据
数学数据
科学测量
新闻信息
天气服务

示例 XML

XMLNews是用于交换新闻和其他信息的规范。使用标准使得新闻制作者和新闻消费者更容易在不同的硬件、软件和编程语言之间产生、接收和存档任何类型的新闻信息。

一个示例XMLNews文档：

<?xml version="1.0" encoding="UTF-8"?>
<nitf>
  <head>
    <title>Colombia Earthquake</title>
  </head>
  <body>
    <headline>
      <hl1>143 Dead in Colombia Earthquake</hl1>
    </headline>
    <byline>
      <bytag>By Jared Kotler, Associated Press Writer</bytag>
    </byline>
    <dateline>
      <location>Bogota, Colombia</location>
      <date>Monday January 25 1999 7:28 ET</date>
    </dateline>
  </body>
</nitf>

示例 XML 天气服务

来自美国国家海洋和大气管理局（NOAA）的XML国家气象服务：

<?xml version="1.0" encoding="UTF-8"?>
<current_observation>

<credit>NOAA's National Weather Service</credit>
<credit_URL>http://weather.gov/</credit_URL>

<image>
  <url>http://weather.gov/images/xml_logo.gif</url>
  <title>NOAA's National Weather Service</title>
  <link>http://weather.gov</link>
</image>

<location>New York/John F. Kennedy Intl Airport, NY</location>
<station_id>KJFK</station_id>
<latitude>40.66</latitude>
<longitude>-73.78</longitude>
<observation_time_rfc822>Mon, 11 Feb 2008 06:51:00 -0500 EST
</observation_time_rfc822>

<weather>A Few Clouds</weather>
<temp_f>11</temp_f>
<temp_c>-12</temp_c>
<relative_humidity>36</relative_humidity>
<wind_dir>West</wind_dir>
<wind_degrees>280</wind_degrees>
<wind_mph>18.4</wind_mph>
<wind_gust_mph>29</wind_gust_mph>
<pressure_mb>1023.6</pressure_mb>
<pressure_in>30.23</pressure_in>
<dewpoint_f>-11</dewpoint_f>
<dewpoint_c>-24</dewpoint_c>
<windchill_f>-7</windchill_f>
<windchill_c>-22</windchill_c>
<visibility_mi>10.00</visibility_mi>

<icon_url_base>http://weather.gov/weather/images/fcicons/</icon_url_base>
<icon_url_name>nfew.jpg</icon_url_name>
<disclaimer_url>http://weather.gov/disclaimer.html</disclaimer_url>
<copyright_url>http://weather.gov/disclaimer.html</copyright_url>

</current_observation>

XML树

XML文档形成了一棵树状结构，从“根”开始分支到“叶子”。

XML树结构

DOM节点树

一个XML文档可以被看作是一棵树，这被称为DOM（Document Object Model）节点树。DOM节点树以根节点为起点，分支到各个子节点，形成一个层级结构。

一个XML文档的示例

上图表示了XML中的图书：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
  <book category="cooking">
    <title lang="en">Everyday Italian</title>
    <author>Giada De Laurentiis</author>
    <year>2005</year>
    <price>30.00</price>
  </book>
  <book category="children">
    <title lang="en">Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
  <book category="web">
    <title lang="en">Learning XML</title>
    <author>Erik T. Ray</author>
    <year>2003</year>
    <price>39.95</price>
  </book>
</bookstore>

XML树结构

XML文档被形成为元素树。

XML树始于根元素，从根元素分支到子元素。

所有元素都可以有子元素（子元素）：

<root>
  <child>
    <subchild>.....</subchild>
  </child>
</root>

术语父元素、子元素和兄弟元素用于描述元素之间的关系。

父元素有子元素。
子元素有父元素。
兄弟元素是在同一级别上的子元素（兄弟姐妹）。

所有元素都可以有文本内容（例如：Harry Potter）和属性（例如：category="cooking"）。

自描述语法

XML使用了一种非常自描述的语法。

一个前导定义了XML版本和字符编码：

<?xml version="1.0" encoding="UTF-8"?>

下一行是文档的根元素：

<bookstore>

下一行开始了一个<book>元素：

<book category="cooking">

<book>元素有4个子元素：<title>、<author>、<year>、<price>。

<title lang="en">Everyday Italian</title>
<author>Giada De Laurentiis</author>
<year>2005</year>
<price>30.00</price>

下一行结束了<book>元素：

</book>

从这个例子中，您可以假设XML文档包含了有关书店中书籍的信息。

XML语法规则

XML的语法规则非常简单和逻辑。这些规则易于学习和使用。

XML文档必须有一个根元素

XML文档必须包含一个作为所有其他元素的父元素的根元素：

<root>
  <child>
    <subchild>.....</subchild>
  </child>
</root>

在这个例子中，<note> 是根元素：

<?xml version="1.0" encoding="UTF-8"?>
<note>
  <to>Tove</to>
  <from>Jani</from>
  <heading>Reminder</heading>
  <body>Don't forget me this weekend!</body>
</note>

XML前导部分

这一行被称为XML前导部分：

<?xml version="1.0" encoding="UTF-8"?>

XML前导部分是可选的。如果存在，它必须在文档中首先出现。

所有XML元素必须有一个结束标签

在XML中，省略结束标签是非法的。所有元素必须有一个结束标签：

<p>This is a paragraph.</p>
<br />

XML标签区分大小写

XML标签是区分大小写的。标签<Letter>与标签<letter>是不同的。

开放和关闭标签必须使用相同的大小写

<message>This is correct</message>

“开放和关闭标签”通常被称为“开始和结束标签”。

XML元素必须嵌套正确

在XML中，所有元素必须在彼此之内正确嵌套：

<b><i>This text is bold and italic</i></b>

XML属性值必须始终用引号括起来

XML元素可以具有类似HTML中的名称/值对的属性。在XML中，属性值必须始终用引号括起来：

<note date="12/11/2007">
  <to>Tove</to>
  <from>Jani</from>
</note>

实体引用

在XML中，一些字符具有特殊的含义。为了避免解释错误，需要使用实体引用：

<message>salary &lt; 1000</message>

XML中的注释

在XML中编写注释的语法与HTML类似：

<!-- This is a comment -->

在XML中保留空白

XML不截断多个空白，保留所有空白字符。

XML将新行存储为LF

XML将新行存储为LF（Line Feed）。

格式良好的XML

符合上述语法规则的XML文档被称为“格式良好”的XML文档。

XML元素

一个XML文档包含XML元素。

什么是XML元素？

一个XML元素是从（包括）元素的开始标签到（包括）元素的结束标签的所有内容。

<price>29.99</price>

一个元素可以包含：

文本
属性
其他元素
或以上的混合

<bookstore>
  <book category="children">
    <title>Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
  <book category="web">
    <title>Learning XML</title>
    <author>Erik T. Ray</author>
    <year>2003</year>
    <price>39.95</price>
  </book>
</bookstore>

在上面的例子中：

<title>、<author>、<year>和<price> 具有文本内容，因为它们包含文本（如29.99）。
<bookstore> 和 <book> 具有元素内容，因为它们包含元素。
<book> 具有一个属性（category="children"）。

空XML元素

没有内容的元素被称为空元素。

在XML中，可以这样表示一个空元素：

<element></element>

也可以使用所谓的自闭合标签：

<element />

这两种形式在XML软件（阅读器、解析器、浏览器）中产生相同的结果。

空元素可以有属性。

XML命名规则

XML元素必须遵循以下命名规则：

元素名称区分大小写
元素名称必须以字母或下划线开头
元素名称不能以字母xml（或XML、Xml等）开头
元素名称可以包含字母、数字、连字符、下划线和句点
元素名称不能包含空格

除了xml，任何名称都可以使用，没有保留的单词（除了xml）。

最佳命名实践

创建描述性的名称，比如：<person>、<firstname>、<lastname>。
创建简短和简单的名称，比如：<book_title> 而不是 <the_title_of_the_book>。

命名约定

一些常用的XML元素命名约定：

小写：<firstname>（所有字母都小写）
大写：<FIRSTNAME>（所有字母都大写）
蛇形命名：<first_name>（下划线分隔单词，常用于SQL数据库）
帕斯卡命名：<FirstName>（每个单词的首字母大写，C程序员常用）
骆驼命名：<firstName>（每个单词的首字母大写，除了第一个，JavaScript中常用）

提示！选择您的命名风格，并始终保持一致！

XML元素是可扩展的

XML元素可以扩展以携带更多的信息。

看下面的XML示例：

<note>
  <to>Tove</to>
  <from>Jani</from>
  <body>Don't forget me this weekend!</body>
</note>

假设我们创建了一个应用程序，从XML文档中提取<to>、<from>和<body>元素以生成以下输出：

MESSAGE
To: Tove
From: Jani

Don't forget me this weekend!

想象一下，XML文档的作者向其添加了一些额外的信息：

<note>
  <date>2008-01-10</date>
  <to>Tove</to>
  <from>Jani</from>
  <heading>Reminder</heading>
  <body>Don't forget me this weekend!</body>
</note>

应用程序是否应该崩溃或中断？

不应该。应用程序应该仍然能够在XML文档中找到<to>、<from>和<body>元素，并生成相同的输出。

这是XML的优点之一。它可以在不破坏应用程序的情况下进行扩展。

XML属性

XML元素可以有属性，就像HTML一样。

XML属性必须用引号括起来

属性值必须始终用引号括起来。可以使用单引号或双引号。

对于一个人的性别，<person>元素可以这样写：

<person gender="female">

或者像这样：

<person gender='female'>

如果属性值本身包含双引号，可以使用单引号，就像在这个例子中：

<gangster name='George "Shotgun" Ziegler'>

或者可以使用字符实体：

<gangster name="George &quot;Shotgun&quot; Ziegler">

XML元素 vs 属性

在XML中，没有规定何时使用属性或何时使用元素的规则。

我最喜欢的方式

以下三个XML文档包含完全相同的信息：

在第一个例子中使用了一个date属性：

<note date="2008-01-10">
  <to>Tove</to>
  <from>Jani</from>
</note>

在第二个例子中使用了一个<date>元素：

<note>
  <date>2008-01-10</date>
  <to>Tove</to>
  <from>Jani</from>
</note>

在第三个例子中使用了一个扩展的<date>元素：（这是我最喜欢的）

<note>
  <date>
    <year>2008</year>
    <month>01</month>
    <day>10</day>
  </date>
  <to>Tove</to>
  <from>Jani</from>
</note>

避免使用XML属性？

在使用属性时要考虑的一些事项有：

属性不能包含多个值（元素可以）
属性不能包含树结构（元素可以）
属性不容易扩展（以适应将来的更改）

不要陷入这种情况：

<note day="10" month="01" year="2008"
to="Tove" from="Jani" heading="Reminder"
body="Don't forget me this weekend!">
</note>

用于元数据的XML属性

有时会为元素分配ID引用。这些ID可以用来识别XML元素，方式与HTML中的id属性类似。以下是此示例：

<messages>
  <note id="501">
    <to>Tove</to>
    <from>Jani</from>
    <heading>Reminder</heading>
    <body>Don't forget me this weekend!</body>
  </note>
  <note id="502">
    <to>Jani</to>
    <from>Tove</from>
    <heading>Re: Reminder</heading>
    <body>I will not</body>
  </note>
</messages>

上述id属性用于标识不同的注释。它不是注释本身的一部分。

我想在这里说的是，元数据（关于数据的数据）应该存储为属性，而数据本身应该存储为元素。

XML命名空间

XML命名空间提供了一种避免元素名称冲突的方法。

名称冲突

在XML中，元素名称由开发人员定义。这通常导致在尝试混合来自不同XML应用程序的XML文档时发生冲突。

这个XML包含HTML表信息：

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

这个XML包含有关桌子（家具的一部分）的信息：

<table>
  <name>African Coffee Table</name>
  <width>80</width>
  <length>120</length>
</table>

如果将这些XML片段相加，将会出现名称冲突。两者都包含一个<table>元素，但这些元素具有不同的内容和含义。

用户或XML应用程序将不知道如何处理这些差异。

使用前缀解决名称冲突

在XML中，可以通过使用名称前缀轻松避免名称冲突。

这个XML包含有关HTML表和家具的信息：

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

<f:table>
  <f:name>African Coffee Table</f:name>
  <f:width>80</f:width>
  <f:length>120</f:length>
</f:table>

在上面的例子中，不会发生冲突，因为这两个<table>元素具有不同的名称。

XML命名空间 - xmlns属性

在XML中使用前缀时，必须为前缀定义一个命名空间。可以通过元素的开始标记中的xmlns属性来定义命名空间。

命名空间声明具有以下语法：xmlns:prefix="URI"。

<root>

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

  <f:name>African Coffee Table</f:name>
  <f:width>80</f:width>
  <f:length>120</f:length>
</f:table>

</root>

在上面的例子中：

第一个<table>元素中的xmlns属性为h:前缀提供了一个合格的命名空间。
第二个<table>元素中的xmlns属性为f:前缀提供了一个合格的命名空间。

当为元素定义命名空间时，所有具有相同前缀的子元素都与相同的命名空间相关联。

命名空间也可以在XML根元素中声明：

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

<f:table>
  <f:name>African Coffee Table</f:name>
  <f:width>80</f:width>
  <f:length>120</f:length>
</f:table>

</root>

注意：解析器不使用命名空间URI查找信息。使用URI的目的是为命名空间提供一个唯一的名称。然而，公司通常将命名空间用作指向包含命名空间信息的网页的指针。

统一资源标识符（URI）

统一资源标识符（URI）是一个字符串，用于标识互联网资源。最常见的URI是统一资源定位符（URL），用于标识互联网域地址。另一种不太常见的URI类型是统一资源名称（URN）。

默认命名空间

为元素定义默认命名空间可以避免在所有子元素中使用前缀。它具有以下语法：xmlns="namespaceURI"。

这个XML包含HTML表信息：

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

这个XML包含有关家具的信息：

  <name>African Coffee Table</name>
  <width>80</width>
  <length>120</length>
</table>

实际使用中的命名空间

XSLT是一种可用于将XML文档转换为其他格式的语言。

下面的XML文档是用于将XML转换为HTML的文档。

命名空间"http://www.w3.org/1999/XSL/Transform"标识HTML文档中的XSLT元素：

<?xml version="1.0" encoding="UTF-8"?>

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

<xsl:template match="/">
<html>
<body>
  <h2>My CD Collection</h2>
  <table border="1">
    <tr>
      <th style="text-align:left">Title</th>
      <th style="text-align:left">Artist</th>
    </tr>
    <xsl:for-each select="catalog/cd">
    <tr>
      <td><xsl:value-of select="title"/></td>
      <td><xsl:value-of select="artist"/></td>
    </tr>
    </xsl:for-each>
  </table>
</body>
</html>
</xsl:template>

</xsl:stylesheet>