搜索
XML基础教程21.1什么是XMLXML是eXtensibleMarkupLanguage的缩写，是由万维网联盟（WorldWideWebConsortium，W3C）定义的一种语言，称之为可扩展置标语言。所谓可扩展性是指XML允许用户按照XML规则自定义标记。XML文件是由标记及其所标记的内容构成的文本文件，与HTML文件不同的是，这些标记可自由定义，其目的是使得XML文件能够很好地体现数据的结构和含义。W3C推出XML的主要目的是使得Internet网络上的数据相互交流更方便，让文件的内容更加显而易懂。以下是一个简单的XML文件：?xmlversion=1.0?职员姓名张小三性别男/性别出生日期1980年8月15日/出生日期/姓名/职员上面的XML文件包含一个XML声明（有关XML声明将在2.1详细介绍）：?xmlversion=1.0?和4个标记。每个标记都必须包括开始标记和结束标记，标记的开始标记和结束标记之间的内容称为该标记所标记的内容，简称“标记的内容”。一个标记的内容中可以包含文本或其他的标记，其中包含的标记称为该标记的子标记。XML文件有且仅有一个根标记，其他标记都必须封装在根标记中，文件的标记必须形成树状结构。上面的XML文件的根标记的开始标记是“职员”，结束标记是“/职员”，该根标记有一个子标记：“姓名…/姓名”，而标记“姓名…/姓名”的子标记是“性别…/性别”和“出生日期…/出生日期”。XML文件必须符合一定的语法规则，只有符合这些规则，XML文件才可以被XML解析器解析，以便利用其中的数据，后续的章节会详细地讲解XML的语法规则。下面的XML文件都是错误的，其中的“A.xml”没有根标记，“B.xml”的标记没有形成树状结构（标记有交叉）。A.xml?xmlversion=1.0?名称电视机/名称价钱3078元/价钱B.xml?xmlversion=1.0?张小林性别男出生日期第1章XML简介3/性别1980年8月6日/出生日期/张小林1.2XML文件的编辑与保存1．编辑与保存XML是由标记及其所标记的内容构成的文本文件，尽管有一些专门用来编写XML文件的编辑器，但对于学习XML，我们建议使用纯文本编辑器来编辑XML文件。本书以Windows的“记事本”做编辑器。XML文件保存的扩展名必须为“.xml”，例如“Example.xml”、“hello.xml”等。一个XML文件应当以XML声明作为文件的第一行，在其前面不能有空白、其他的处理指令或注释。XML声明以“?xml”标识开始、以“?”标识结束。注意“?”和“xml”之间，以及“？”和“”之间不要有空格。以下是一个最基本的XML声明：?xmlversion=1.0?一个简单的XML声明中可以只包含属性version，目前该属性的值只可以取1.0（1.1还没有正式公布，1.1增加了一些极少被使用的功能），指出该XML文件使用的XML版本。XML声明中还可以指定encoding属性的值，该属性规定XML文件采用哪种字符集进行编码。例如：?xmlversion=1.0encoding=UTF-8?如果在XML声明中没有显示地指定encoding属性的值，那么该属性的默认值为UTF-8编码。如果encoding属性的值为UTF-8，XML文件必须按照UTF-8编码来保存，这样XML解析器就会识别XML中的标记并正确解析标记中的内容。假如使用文本编辑器“记事本”编辑XML文件，在保存文件时，必须将“保存类型”选择为“所有文件”，将“编码”选择为UTF-8。如果你在保存文件时，系统总是给你的文件名尾加上“.txt”，那么你在保存文件时可以将文件名用双引号括起，如图1.1所示。图1.1XML文件的保存2．怎样检查XMLXML的语法规则非常严格，这一点和HTML有很大的不同,HTML本身语法十分不严格，严重影响网络信息传送和共享。W3C吸取了HTML发展的教训，对XML指定了严格的语法标准，例如，标记都必须要有一个开始标记和结束标记，所有的标记都必须合理嵌XML基础教程4套，即形成树状结构。也就是说XML文件必须符合一定的语法规则，只有符合这些规则，XML文件才可以被XML解析器解析，以便利用其中的数据。XML文件分为规范的XML文件和有效的XML文件，符合W3C制定的基本规则的XML文件称为规范的XML文件，规范的XML文件如果再符合额外的一些约束就称为有效的XML文件。有关XML的详细语法将从第2章开始讲述。为了检查XML文件是否规范，一个简单的办法就是用浏览器，比如IE5.5，打开XML文件，如果XML是规范的，浏览器将显示XML源文件，否则，将显示出错信息。图1.2显示了一个规范的XML文件。图1.2用IE5.5打开XML文件1.3XML和HTML有何不同XML可以很好地描述数据的结构，有效地分离数据的结构和表示，可以作为数据交换的标准格式。而HTML是用来编写Web页的语言，HTML把数据和数据的显示外观捆绑在一起，如果只想使用数据而不需要显示外观，可以想象，将数据和外观分离是多么的困难。HTML不允许用户自定义标记，目前的HTML大约有100多个标记。HTML不能体现数据的结构，只能够描述数据的显示格式。下列HTML将数据分别用黑体１、黑体２和黑体3来显示：htmlH1张小三H2男/H2H31980年8月15日/H3/H1H1王小妹H2女/H2H31985年12月7日/H3/H1/html上述HTML从文档结构上无法体现数据“张小三”和“1980年8月15日”之间的逻辑关第1章XML简介5系，浏览器仅仅是能将HTML中标记“H1…/H1”所标记的文本内容用黑体显示在浏览器中。和HTML不同的是，XML可自定义标记，标记名称是对所标记的数据内容含义的抽象，而不是数据的显示格式，XML只关心数据的组织结构，以便XML解析器按照其结构分解出数据，XML本身不提供数据的显示格式。浏览器不能直接显示XML文件的标记内容，如果想要浏览器显示XML文件中标记的内容，就必须以某种方式告诉浏览器如何显示，一种方式是使用层叠样式表（CCS），另一种方式是使用XSL变换（和显示XML数据有关的内容将在第4章和第5章讲述）。以下的XML文件将自己关联到一个层叠样式表，以便浏览器能显示XML文件中标记所标记的内容。层叠样式表中最重要的组成部分就是样式表，其作用是说明XML文件中的标记内容用何种方式来显示。比如，如果想用黑体来显示XML文件中标记“name…/name”所标记的文本内容，就可以在层叠样式表文件中包含如下的样式表：name{display:block;font-size:36pt;font-weight:bold}该样式表的作用是告知浏览器将标记“name…/name所标记的内容显示在一个“块区域”中；而birthday{display:line;font-size:12pt;font-weight:bold}告知浏览器将标记“birthday…/birthday所标记的内容显示在一行中。当使用层叠样式表和XML关联时，XML文档中的标记的名字不要含有非ASII字符。以下的show.css是一个简单的层叠样式表，该文件可以保存为编码为ANSI的文件或编码为UTF-8的文件，并和其关联的XML文件存放在同一目录中。show.cssname{display:block;font-size:18pt;font-weight:bold}sex{display:line;font-size:16pt;font-weight:bold}birthday{display:line;font-size:9pt;font-weight:boldXML基础教程6}XML文件使用操作指令?xml-stylesheet?关联到某个层叠样式表，例如：?xml-stylesheethref=show.csstype=text/css?以下是一个与show.css层叠样式表相关联的XML文件，用浏览器打开Cha1_1.xml文件，浏览器就会按着show.css中的样式表来显示XML文件中标记所标记的文本内容，效果如图1.3所示。图1.3使用CSS显示XML中的数据Cha1_1.xml?xmlversion=1.0??xml-stylesheethref=show.csstype=text/css?employyname张小三sex男/sexbirthday1981年10月10日/birthday/namename王小妹sex女/sexbirthday1985年12月12日/birthday/name/employy1.4XML解析器XML解析器是XML和应用程序之间的一个软件组织，其目的是为应用程序从XML文件中解析出所需要的数据。比如，应用程序可能需要XML文件所标记的商品价格，并准备对价格做数据分析处理。现在普遍使用的XML解析器都是Java语言编写的，本书将采用这样的解析器，有关解析器的详细内容将在第6、7章讲述。以下我们通过一个简单的例子说明解析器的用法。第1章XML简介7Price.xml?xmlversion=1.0encoding=UTF-8?goods名称电视机price8967元/price/名称名称手机price2780元/price/名称/goods为了解析出price.xml中price标记的内容，需经过下列几个步骤。1使用javax.xml.parsers包中的DocumentBuilderFactory类调用其类方法newInstance()实例化一个DocumentBuilderFactory对象：DocumentBuilderFactoryfactory=DocumentBuilderFactory.newInstance();2factory对象调用newDocumentBuilder()方法返回一个DocumentBuilder对象builder（称做DOM解析器）：DocumentBuilderbuilder=factory.newDocumentBuilder();DocumentBuilder类在javax.xml.parsers包中。3builder对象调用publicDocumentparse(Filef)方法解析文件f，并将解析内容以对象的形式返回，该对象是实现了Document接口的一个实例。Documentdocument=builder.parse(newFile(price.xml));Document接口在org.w3c.dom包中。对象document是由Node对象组成的，这些Node对象被组成树状结构，其结构和XML标记组成的树状结构相同。4document调用NodeListgetElementsByTagName(Stringstr)方法，返回一个对象，该对象是实现了NodeList接口的一个实例，该实例是由一些Node对象组成的。例如：NodeListnodelist=document.getElementsByTagName(价格);NodeList接口在org.w3c.dom包中。假如XML文件中有两个名称为“价格”标记，那么nodelist.getLength()返回的值是2，即nodelist刚好含有2个Node对象。Nodelist中的Node对象调用getTextContent()方法可以返回和该Node对象相对应XML标记及其所有子孙标记中的文本内容。只要XML文件是规范的，DOM解析器调用parse()方法就能返回一个实现了Document接口的对象，