Java Web开发实战—XML—初识XML、XML语法规范

吴晓

初识XML
XML简介
在现实世界中，人们有很多方式去描述事物以及事物之间的关系。例如，大家想知道学习Java编程最佳的路线，可以通过画图的形式来表现，如图4.1所示。


图4.1 学习路线图
这张图包含了每个学习阶段的属性信息，并且也描述了它们之间的结构关系，对于人类理解来说，这是一种较为理想的描述方式，但如果让计算机理解这些信息，就有些困难了。本章即将学习的XML，就可以使此类问题变得简单。
XML是Extensible Markup Language（可扩展性标识语言）的缩写，是由W3C组织（万维网协会）推出的一种可扩展的标记语言。
作为标记语言，XML常用于存储和传输数据，但它本身不执行任何动作。简单点说，XML文档可以向外界提供信息，但开发者须调用其他软件或程序，才能对XML文档中的信息进行读取或传送。
和一般的标识语言相比，XML没有预定义任何标签，开发者可根据需要自定义标签。
下面使用XML方式描述上图中的信息，如例所示。


在以上实例中，通过XML文档也完成了对上图中信息的描述。<学习路线>……</学习路线>、<初级>……</初级>等是开发者自己定义的标签，通过标签，结构化的信息可以获得保存。

XML与HTML的区别
由于几乎所有的浏览器都支持HTML，与XML相比，HTML更广为人知。HTML与XML都是标记语言，都可以基于文本编辑和修改，它们结构类似，都以标签实现信息描述。但是细究起来，XML和HTML还是有着本质区别的。为了加深大家对标记语言的理解，下面对XML和HTML的区别进行分析。XML与HTML的对比如表4.1所示。
表4.1 XML与HTML的对比

对比项	XML	HTML
作用	设计目的是为了传输和存储数据，其焦点是数据的内容	设计目的是为了显示数据，其焦点是数据的外观
语法	要求所有的标签必须成对出现，标签区分大小写；属性值必须放在引号中；不会自动过滤空格	不是所有的标签都要求成对出现，标签不区分大小写；属性值的引号可用可不用；自动过滤空格
更新	允许粒度更新，不用在XML文档每次有局部改变时都发送整个文档的内容	不支持此类功能
扩展性	XML标签没有预定义，开发者可根据需要自定义标签	HTML 标签是预定义的，开发者只能使用当前 HTML 标准所支持的标签

从表4.1中可以看出，XML不是HTML的替代品，它们是两种不同用途的语言。实际上，XML 可以视作是对 HTML 的补充，它们在各自的领域分别发挥着不同的作用。
XML的功能
1. XML把数据从HTML分离
XML可以使动态数据和HTML文档相分离，将数据存储在独立的XML文件中，然后通过XML更新HTML中的数据，这样开发者就可以专注地使用HTML进行布局和显示，无须耗费过多的精力去关注数据的更新。
2. XML简化数据共享
通过XML，纯文本文件可以用来共享数据，它提供了一种独立于软件和硬件的数据存储方法，提升了数据的可用性。这使创建不同应用程序可以共享的数据变得更加容易。
3. XML简化数据传输
通过XML，可以在不兼容的系统之间轻松地交换数据。对开发人员来说，其中一项最费时的挑战是在不兼容系统之间交换数据。以XML交换数据，降低了跨平台传输数据的复杂性。目前流行的技术Ajax、Web Service等技术，均采用了这种方法。
4. XML简化平台变更
每当升级到新的系统时，必须转换大量的数据，这样会造成不兼容的数据经常会丢失。XML数据以文本格式存储。这使得 XML在不损失数据的情况下，更容易扩展或升级到新的操作系统或程序。
XML在Java Web中的应用
由于XML的功能强大，它在Java Web开发中得到广泛运用，是Java开发的有力助手。Java是跨平台的编程语言，不可避免要在各系统平台之间存储和传输数据，而XML刚好可以实现跨平台的数据传输，因此它们之间有着密不可分的关系。
1. 配置描述
众所周知，Web应用的基础配置信息是不固定的，要根据场景的不同而改变，如果将配置信息直接写入代码，势必会降低应用的扩展性和移植性。因此，Java Web开发通常会采用大量XML文档作为配置文件。不仅如此，各种开发框架（如Spring、Struts等）也通过XML文档管理基础配置。
2. 传输数据
各种系统平台采用互不兼容的数据存储格式，而Web应用往往面向不同平台的，这就会给数据传输带来一定困难。假如，一个Linux平台上的应用要向windows上的应用传输数据，将会面临传输障碍或者无法解析的问题。这时，可以采用XML方式实现跨平台的数据传输。如图4.2所示。


图4.2 XML实现跨平台传输
从图4.2可以看出，XML可以作为一种独立于硬件和软件的数据交换方式。通过XML文档，Web应用可以避免因系统不兼容而造成的数据传输障碍。
3. Web Services
WebService是一种跨编程语言和跨操作系统平台的远程调用技术。通过Web Services，运行在不同系统上的、用不同语言编写的程序可以实现相互调用。WebService基于XML实现功能，它的通信协议要使用XML作为支撑。
4. 持久化数据
XML文档可以作为小型数据库，持久化一些特殊的数据。例如，程序中经常用到的一些系统数据，如果放在数据库中会增加维护数据库的工作量，此时可以考虑采用XML文档来做小型数据库。
XML的编辑工具
XML文档是一种文本文件，因此普通的文本编辑器都能直接对其进行编写，如Windows的“记事本”等。在开发中，通常使用集成开发工具编写XML文档，如Eclipse中就集成了XML编辑器。如图4.3所示。该编辑器除了具有普通的编辑功能外，还提供了可视化的编辑方式，开发者可根据需要选择使用。


图4.3 Eclipse提供的XML编辑器
XML的语法规范
XML的语法很简单，易用易学，而且没有预先定义标签，这给了开发者相当自由的空间。但XML文档作为一种结构化的文档，为了便于被其他程序读取和解析，还必须要遵循一定的规范。
XML文档的整体结构
一个XML文档有其自身的固有结构，大体由文档声明、元素、属性、注释 、CDATA区、转义字符等组成，为了便于大家理解，本书自定义一个相对完整的XML文档。
文档声明
XML的文档声明要放在文档的第一行，它能够提供关于该文档的基本信息，包括版本信息、编码信息等。文档声明的具体实现格式如下。
<?xml version="1.0" encoding="UTF-8"?>
从上面的语法格式中可以看出，文档声明以符号“<?”开头，以符号“?>”结尾，中间的version代表XML版本信息，encoding代表文档编码信息，其中，version是必写项，现在常用的是1.0版本，encoding是选填项，如果不填就默认采用UTF-8编码方式。
需要注意的是，XML的文档声明必须位于文档的第一行，前面不能有任何字符。
XML元素
元素是XML文档的基本单元，一般是由开始标记、属性、元素内容和结束标记构成，具体示例如下。
<bookname>《Java WEB开发实战》</bookname>  
其中，<bookname>是开始标记，</bookname>是结束标记，它们一起组成了一个元素。元素是可以嵌套的，如果一个元素没有嵌套在其他元素内，这个元素就称为根元素。如果一个元素没有嵌套其他元素，也不包含文本信息，这个元素称为空元素。
关于元素，需要注意以下几点。
1. XML元素必须有关闭标签
在XML文档中，所有的元素必须有结束标记。当元素为空元素时，可以采用自封闭语法对该元素进行闭合。也就是说，空元素可以有两种表示方法，具体如下。
第一种：
<bookname></bookname>  
第二种：
<bookname/>
2. XML元素必须正确嵌套
在XML 中，所有元素都必须彼此正确地嵌套，下面的示例就是不合理的。
<计算机书籍><bookname> Java WEB开发实战 </计算机书籍></bookname>
正确语法应该是：
<计算机书籍><bookname> Java WEB开发实战 </bookname></计算机书籍>
3. XML文档有且只有一个根元素
XML文档是一种标准的结构化文档，整个文档从根元素开始，根元素包含若干子元素，子元素又包含若干子元素，层层嵌套，最终组成了XML文档。因此，文档的所有内容都必须包含在唯一的根元素中。
4. XML对大小写敏感
XML是区分大小写的，XML文档中的所有内容，包括标签名、属性名以及值，都要受到大小写的影响。
<Bookname>这是错误的</bookname>
<bookname>这是正确的</bookname>
在以上示例中，<Bookname>的首字母为大写，不能和后面的结束标记匹配，是错误的写法。
5. XML文档中的空白被保留
当XML文档被读取或解析时，文档中的空白部分不会被解析器自动删除，而是要完整地保留下来。例如，有下面这样一个标签。
<bookname>《Java WEB开发    实战》</bookname>
其中，“开发”与“实战”之间的空白会被当作数据的一部分，开发者在使用XML时应注意这一点。
6. XML元素的命名需遵循规则
在XML文档中，元素的名称可以包含字母、数字以及其他字符，但是也要遵循一定的规则，具体如下。
l 不能以数字或者下画线“_”开头。
l 不能以字符组合xml、Xml、xMl、xmL、XMl、xML、XML（即xml的大小写任何组合）等字符组合开头。
l 不能包含空格，<标  签></标  签>是错误的。
l 不能包含冒号“：”。
l 命名尽量简短，减少XML大小。
l 慎重使用非英文字符，某些应用程序可能不支持非英文字符。
l 不要使用点号“.”，点号在很多程序语言中表示引用等特殊含义。
l 不要使用减号“-”，以下画线“_”代替，避免与表达式中的减号运算符冲突。
l 区分大小写，<p/>和<P/>是不同标记。
XML属性
XML文档允许为XML元素指定属性，XML属性定义在XML元素的标签中，同时还要有其对应的值，如：
<bookname category='Java'>Java Web开发实战</bookname>
属性可以为元素提供更多的额外信息，在以上的示例中，属性category是该元素的属性名，单引号中的Java是该元素的属性值。
需要注意的是，属性的定义也要遵循一定的规范，属性的命名规则和元素相同，除此之外，一个元素只能有一个同名的属性，一个元素中的多个属性没有顺序要求，属性值必须用双引号或单引号括起。
在XML文档中，可以使用元素的属性来替代子元素，这样也能描述相同的信息，如果有如下一段XML语句。


要是采用元素属性写法，可以改写成如下语句。
<计算机书籍  bookname=’Java WEB开发实战’> </计算机书籍>
在具体使用的时候，如果是描述数据，则应尽量使用子元素，如果是要补充信息，则尽量使用元素的属性。
XML注释
在编辑XML文档时，如果想备注一些附加信息或过滤掉某些内容，可以通过注释的方式来实现。XML的注释以


注释区中的内容不会被处理和解析，在使用过程中需注意以下几点。
1. 注释不能放在XML声明之前
XML声明提供了一个XML文档的版本和编码信息，必须位于第一行。而一些新入行的开发者往往会习惯性地在文档的第一行编写注释，如下所示。
<!--这是一个XML文档  -->
<?xml version="1.0" encoding="UTF-8"?>
以上写法是错误的，注释不能放在XML声明之前。
2. 注释不能放入标签之内
注释放入标签内会造成文档错误，下面的写法是错误的。
<bookname <!—书名--> >Java WEB开发实战</bookname>  
3. 注释内容中不能出现双中画线（“--”）
注释本身自带有双中画线，如果注释的内容中出现双中画线，会使程序产生误读。
<!--  Java WEB--开发实战 -->
在上面的示例中，Java Web与“开发实战”之间出现了双中画线，是错误的。
4. 注释不能以“--->”结尾
在下面的示例中，字符串“实战”后出现“-”，且和注释的结束标记“-->”连在一起，是错误的。
<!--  Java WEB开发实战--->
5. 注释不能嵌套使用
在程序读取XML文档中的注释时，如果出现注释嵌套的情况，程序将分不清楚注释的结构，造成误读。
转义字符的使用
在XML文档中，一些字符拥有特殊的意义。为了避免把字符数据和标签中需要用到的一些特殊符号相混淆，XML提供了转义字符的写法。
例如，在下面的示例中，需要使用“<”表示一个条件关系。
<condition> 1 < 2 </condition >
这时解析器会认为它是元素的开始标签，把它当作新元素的开始，这样会产生XML错误。为了避免错误，可以采用XML提供的转义字符“<”来代替“<”字符。上面示例的正确写法如下。
<condition> 1 < 2 </condition >
XML文档提供了五个常用的转义字符，如表4.2所示。
表4.2 特殊字符和转义字符对照表

特殊字符	转义字符	说明
<	<	小于号
>	>	大于号
&	&	和
'	'	单引号
";	"	双引号

表4.2中列举的特殊字符，除了“<”和“>”外，其他都不强制要求转义，但为了减少出错，要养成在XML文档中使用转义字符的习惯。
CDATA区
CDATA区中嵌入的数据是不被XML解析器解析的。在XML文档中，如果某个部分出现大量需要转义的特殊字符，为了避免逐一转义的烦琐，可将它们放入CDATA区。
CDATA区以"<![CDATA[ "开始，以" ]]>" 结束，具体语法如下。


需要注意的是，CDATA区不能嵌套使用，CDATA区内部不能出现字符串" ]]>" ，CDATA 区结尾部分的 "]]>" 不能包含空格或换行符。

灵猫

OMG！介是啥东东！！！