XML及其开发与应用.doc

1、XML 及其开发与应用选修课 3*18 = 54 学时 3 学分成绩计算方法平时作业 15% + 讲座 15% + 大作业 30% + 书面开卷考试 40%讲课形式由我讲绪论，其他内容让学生每人选一章节、先自己预习并写 PPT、然后由学生在课堂上演讲、再由老师和同学共同讨论。教材我写的电子课件（课件及开发工具都在我的个人网页 http:/ Chales F. Goldfarb 验中山大学课程：程序设计操作系统编译原理成绩单学号 姓名 成绩 01 张三 75 02 李四 82 运行结果为：（另外还播放 MIDI 乐曲）四XMLXML（eXtensible Markup Language，可扩展标

2、记语言）是 W3C 于 1998 年推出的一种用于数据描述的元标记语言的国际标准。本节先从 HTML 的不足出发，给出引入 XML 的必要性，然后讨论 XML 的特点和意义，接着列出 XML 的各种版本，重点介绍 XML 的标准系列，随后列出若干 XML 的应用分支，最后给出一个 XML 文档的实例。1XML 的特点和意义1) HTML 的不足 花哨内容被形式掩盖（如字 体 、 排 版 、 色彩、闪烁、动画等） ，难检索； 不兼容微软和网景公司各自扩展，互不兼容，使网页文档的设计与维护困难； 分离不彻底虽然 4.0 版已经提倡结构与外观的分离，但这种分离并不彻底，如仍然保留了格式标签，而且微软

3、抵制 CSS（直到 IE 7.0 中才有所改善） 。应用迫切需要内容与形式彻底分离、且容易扩展的标记语言，故 XML 应运而生。2) XML 的优点XML 的如下一些特性，使得它非常适合于数据的传输和转换： 可同时被人类和机器阅读的格式； 支持 Unicode，允许采用几乎任何人类语言编写的任何信息进行通信； 可以表示大多数普通计算机科学的数据结构：纪录、表格和树； 可描述结构和字段名以及具体值的自编辑文档（self-documenting）格式； 严格的语法和分析需求，允许必需的分析算法保持简单、高效和相容。XML 也常被用作联机或脱机的文档存储和处理的格式，提供了如下几点好处： 健壮且逻辑

4、上可验证的格式是基于国际标准的； 层次结构适用于大多数（但不是所有）文档类型； 呈现为简单的文本文件，没有许可和限制的妨碍； 为平台独立的，因此相对地免疫于技术上的变化； 它及其前辈 SGML 从 1986 年就开始被使用，有广泛的经验和可用软件。3) XML 的缺点但是，任何事物都是一分为二的，XML 也不例外，它也存在一些弱点。对特定应用，XML 也有下列弱点： 语法冗长，会影响人类阅读和应用效率，并产生过高的存储代价。使得 XML 难以应用于带宽受限的场合（如蜂窝电话和掌声电脑上的多媒体应用） ； 分析程序需要设计来重现任意嵌套的数据结构，而且必须执行额外的检查来检测不正确的格式或非顺序

5、的语法和数据。这会导致大多数基本 XML 使用的显著开销。而且当 XML 从不可信源输入时，会产生额外的安全问题，并可能造成资源耗尽或堆栈溢出； 基本的分析需求，不支持广泛的数据类型，所以需要额外的解释工作来处理文档中的用户所需数据（如浮点数） 。在某些 XML 的模式语言中添加了该功能； 与关系模型相比，使用层次结构模型来表达信息具有很大的局限性，因为它只给出了实际信息的一个固定视图。建模重叠（非层次）的数据结构需要额外的努力。映射 XML 到关系或面向对象的范型，通常非常麻烦； 有人认为，只要当文件的容量小，XML 就能用于数据存储。但是这必须在对体系结构、数据、实现和其他问题作特殊的假设

6、后才行； 在标准 PC 键盘上键入 XML 表达式序列特别笨拙。4) XML 的特点 与传统的私有且专用的二进制格式相比： 是一种标记语言：基于文本、具有自描述性； 是公开的通用国际标准； 获得了普遍支持和广泛应用； 与传统的 HTML 相比： 是一种元语言：能自定义文档的结构、可以添加元素和属性、具有可扩展性、不是一个单一标准而是一个标准体系； 不限于网页描述：可用于描述和存储数据、具有十分广泛应用（如数据交换、网页发布、分布式计算、电子商务、Web 服务、数据库等） ； 注重文档的内容和含义：形式和内容分离、便于查询和检索、但需要专门的显式技术与方案。 与 SGML 相比： 简化后的子集；

7、 只有 SGML 的约 20%复杂性，但却具有 SGML 的约 80%功能； 比完整的 SGML 简单、易学、易用，并且易实现； 支持 Unicode 和网络。5) XML 的主要特点 SGML 的子集20%复杂、80%功能； 文档定义的元语言可用来定义各种具体应用领域的专用文档类型； 扩展性好可自定义元素、属性和其他文档成分，伸缩灵活； 形式与内容彻底分离数据文档（*.xml）和显示设置（CSS/FO/XSLT+HTML）彻底分离。易进行数据管理和内容检索，而且同一数据可以有多个视图； 高度结构化良好的（层次结构）数据存储格式，应用软件易集成使用； 具有自描述性基于文本，自带（定义文档结构和

8、数据类型的）DTD 或 Schema 应用广泛主要应用领域有：网页发布、数据交换、分布式计算、信息描述、数据库等等。6) XML 的意义 应用于几乎一切（需要描述、处理、交换、展示数据的）领域（如操作系统、开发平台、数据库、网页发布、数据交换、Web 服务、电子商务、电子政务、电子书、图书馆、无线通信、网格计算、音乐、动画、） ； 打破以往各自为政、互不兼容的尴尬局面，确立数据交换的共同国际标准； 得到所有政府、企业、院校、研究单位和各行各业的一致支持与好评；（空前绝后） 由于是巨大商业利益的所在，所以各个具体行业标准的制定竟争激烈。2XML 流行的原因传统的数据一般采用专用的二进制格式，占用

9、存储空间小，访问与处理的效率高。但是，随着计算机技术的高速发展，CPU 的性能在不断提高，存储器的容量也越来越大，专用二进制格式的这两个优势已经不复存在。而随着信息技术的进步和计算机应用的普及，特别是互联网的飞速发展和分布式计算的蓬勃兴起，对数据的采集、处理、存储、查询、使用的需求与日俱增，数据的可交换性和可维护性变得越来越重要。XML 作为 W3C 推出的通用国际标准，采用基于文本的标记语言，即可用于机器访问处理，也能供人类阅读理解。用 XML 来描述数据，虽然比专用二进制格式会牺牲一些处理效率和存储空间，但是换来的却是数据的通用性、可交换性和可维护性，这对跨软件、跨公司、跨平台的分布式网络

10、环境中的计算机应用是至关重要的，这也正是 XML 今天能得到如此广泛支持和应用的根本原因。现在，本来是作为 HTML 替代品的 XML， “无意插柳柳成荫 ”地成为了全世界的数据描述和交换的热门标准。这也能帮助理解，为什么会有 XML Schema 来替代 DTD，为什么XSLT 会意外地受到重用，以及 XPath、XQuery 与 DOM 的发展和 XML 数据库的兴起了。3XML 版本XML 元语言标准用于描述 DTD，目前有两个主要版本：1.0 和 1.1。它们的主要差别在于，元素和属性名称所采用的字符集（标准的版本）有所不同。1) 1.0 版Extensible Markup Lang

11、uage (XML) 1.0(1) 1.0（1.0 第一版） REC：1998.2.10. W3C 推荐标准；(2) 1.0 Second Edition（1.0 第二版）REC：2000.10.6. W3C 推荐标准（加删少量 DTD 生成式，修改错误，改进描述） ；(3) 1.0 Third Edition（1.0 第三版）REC：2004.2.4. W3C 推荐标准（修改错误，改进描述） ；(4) 1.0 Fourth Edition（1.0 第四版）REC ：2006.8.16. W3C 推荐标准（修改错误，改进描述） 。(5) 1.0 Fifth Edition（1.0 第五版）RE

12、C ：2008.11.26. W3C 推荐标准（修改错误，放宽了对元素和属性命名字符的限制，XML 1.1） 。2) 1.1 版Extensible Markup Language (XML) 1.1（扩展字符集）(1) 1.1（1.1 第一版） 2004.2.4. W3C 推荐标准；(2) 1.1 Second Edition（1.1 第二版） REC: 2006.8.16.（修改错误，改进描述）。4XML 标准系列因为 XML 是一种元语言，所以同 SGML 一样，XML 并不是一个单独的标准，而是一个标准系列。包括定义文档结构的核心标准组、展现文档内容的样单及其格式对象标准、起源于样单表

13、示的文档转换标准、定位和链接文档的路径/ 指针/ 链接语言、查询语言、以及访问 XML 文档的三种常用 API 等。1) 核心(1) Infoset（信息集） XML 应用文档的抽象数据模型，为需要引用 XML 文档中信息的规范提供了一组定义（XML Information Set）1.0, REC 2001.10.24；Second Edition, REC 2004.2.4） ；(2) DTD（Document Type Declaration 文档类型声明）提供定义文档结构的语法规范（Extensible Markup Language (XML) 1.0, REC: 1998.2.10

14、.；1.0 Second Edition, REC: 2000.10.6.；1.0 Third Edition, REC: 2004.2.4.；1.0 Fourth Edition, REC: 2006.8.16.；1.0 Fifth Edition, REC: 2008.11.26.; 1.1, REC: 2004.2.4.; 1.1 Second Edition, REC: 2006.8.16.） ；(3) Schema（模式/架构/大纲）XML 的应用、可定义文档结构与数据类型，有替代 DTD 的趋势（XML Schema 1.0, REC: 2001.5.2.； 1.0 Second

15、Edition, REC: 2004.10.28.；现正在开发 1.1 版W3C XML Schema Definition Language (XSD) 1.1 Part 1 后来被分解成框架、元素模式、XML 名域模式、X 指针模式共四个标准：XPointer Framework、XPointer element() Scheme、XPointer xmlns() Scheme, REC: 2003.3.25.; XPointer xpointer() Scheme, WD: 2002.9.19.)；(3) XLink（XML Linking Language，XML 链接语言）支持复杂链

16、接，如双向、一对多、嵌入和间接链接 (XML Linking Language (XLink) Version 1.0, REC: 2001.6.27.)；(4) XBase（XML Base，XML 基）指定相对链接的基路径 (XML Base, REC: 2001.6.27.; XML Base (Second Edition), REC: 2009.1.28)；(5) XQuery（XML Query Language，XML 查询语言） 用于查询 XML 文档中的数据（XQuery 1.0: An XML Query Language，REC: 2007.1.23.） 。4) 接口编程

17、访问 XML 文档的 API，常用的有三种：(1) DOM（Document Object Model，文档对象模型） ，由 W3C 制定，有三个级别：a) DOM level 1 (Document Object Model (DOM) Level 1 Specification Version 1.0, REC: 1998.10.1.)；b) DOM level 2 (被分成核心、视图、事件、样式、遍历与范围、HTML 等多个部分：Document Object Model (DOM) Level 2 Core / Views / Events / Style / Traversal an

18、d Range Specification Version 1.0, REC: 2000.11.13.; Document Object Model (DOM) Level 2 HTML Specification Version 1.0, REC: 2003.1.9.)；c) DOM level 3 (被分成核心、装入与保存、X 路径、视图与格式化、验证等多个部分：Document Object Model (DOM) Level 3 Core (REC: 2004.4.7.) Requirements (WGN: 2004.2.26.) / Load and Save (REC: 2004

19、.4.7.) / XPath (WGN: 2004.2.26.) / Views and Formatting (WGN: 2004.2.26.) / Validation (REC: 2003.1.27.) / Events(WGN: 2003.11.7.) / Abstract Schemas(Note: 2002.7.25.) Specification Version 1.0。(2) SAX (Simple API for XML = XML 的简单 API，http:/www.saxproject.org/)，不是 W3C 制定的标准，而是由 XML-DEV 邮件列表成员为 Java

20、 语言开发的（现在也可用于其他编程语言） 。但它简单快速、使用广泛，目前有四个版本：SAX1(V1.0：1998.5.11) 、SAX2(V2.0：2000.5.5)、SAX2 r2(V2.0.1：2002.1.29) 和SAX2r3(V2.0.2：2004.4.27)。(3) JDOM（Java-based DOM，基于 Java 的 DOM，http:/www.jdom.org/） ，鉴于DOM 使用不太方便，而 SAX 又不能随机处理 XML 文档，Jason Hunter 与Brett McLaughlin 于 2000 年春天开始创建一种能充分利用 Java 特性的处理XML 文档之

21、 API JDOM。JDOM 是一个基于 Java 的对象模型，也采用树状结构；其读写和操作 XML 文档的处理，比 DOM 更容易、更高效。已经推出的正式版本有：JDOM 1.0（2004.9.9.）和 JDOM 1.1（2007.11.13.） 。DOM 和 JDOM 适用于 XML 文档的结构化处理，它们都在内存中创建文档树，可以随机访问文档内容，但是需要将整个文档读入内存。其中，DOM 可用于各种编程与脚本语言，而 JDOM 则只能用于 Java 语言。不过，JDOM 比 DOM 更方便、速度较快，可在 Java平台上替代 DOM。而 SAX 并不创建文档树结构（不需将整个文档读入内存

22、） ，所以简单快速、效率高、可处理大型文件，而且 SAX 可用于许多编程语言。但 SAX 不能随机访问文档，且目前还没有获得主流浏览器的支持。对 DOM、SAX 与 JDOM 特性的比较，可参见下表。可见，这三种 XML API，各有优缺点和特色，适用于不同的平台和应用，会长期并存下去。DOM、SAX 与 JDOM 的比较DOM SAX JDOM标准制定者 W3C 官方 XML-DEV ML 群众 J.Hunter&B.McLaughlin处理文档类型 XML 和 HTML XML XML处理方式 基于树 基于事件 基于树读入文档方式 整个文档并在内存中建文档树 流式不在内存中建文档树 整个文

23、档并在内存中建文档树访问方式 随机 顺序 随机速度 慢 快 较快需内存 大 小 中处理功能 强大 简单 强大接口级别 高级 低级 高级支持语言 各种编程与脚本语言 Java、C+、Python 等编程语言 只能 Java库函数 由 XML 解析器提供 SAX 包可提供 JDOM 包可提供适用 文档的结构化随机处理 (大型)文档的简单顺序处理 文档的结构化随机处理5应用分支XML 的应用十分广泛，已经渗透到计算机领域的方方面面和社会上的各行各业。下面列出若干 XML 的应用分支，它们当中，有些是由 W3C 制定，有些则是由行业协会或其他组织所制定：XHTML(Web 网页) 、MathML(数学

24、公式)、CML(化学表达式)、SVG( 二维矢量图)、SMIL(多媒体集成)、X3D( 三维建模与动画/ 虚拟现实) 、MIDI XML（MIDI 音乐） 、OEB( 电子书) 、 ebXML(电子商务)、WML(移动电话)、VoiceXML(语音)、SOAP/WSDL(Web 服务)、。6标准体系元语言标准基础标准应用标准7文件体系XML 文档*.xmlDTD*.dtdSchema*.xsdCSS*.css浏览器展示XSLT*.xslHTML 文档*.htmlFO 文档*.xsl 或*.foXML 文档*.xml浏览器展示FO 软件展示XPathXQuery*.xqInfoset查询结果Na

25、mespaceXPointerJDOM / SAX*.js / java / cs / cpp处理结果XLinkXBaseXHTML 文档*.html 或*.xml8例子1）HTML(students.html)中山大学学生信息XMLNamesapce Schema XSL XSLT CSSXBase XLink XPath XPointer XQueryXInclude RDF P3P DOM XHTML MathML CML SVG SMILX3D HDML OEB WAP ebXML 张三性别：男年龄：23地址：广东省 广州市 新港西路 135 号李四性别：女年龄：22地址：湖北省 武汉

26、市 鲁磨路 388 号浏览器显示为：2）XML(students.dtd/students.xml/mystyle.xsl)(1) XML 文档(students.xml)张三23广东广州新港西路 135 号李四21湖北武汉鲁磨路 388 号王五25江西南京中山路 216 号该 XML 文档所对应的 DTD 为：(2) DTD 文档类型定义(students.dtd)XML 文档本身并不包含显示信息，为了能用浏览器显示，可以用 XSLT 将其转换为HTML 格式：(3) XSLT 可扩展样单语言转换 1列表(mystyle1.xsl)中山大学学生信息性别： 年龄： 地址：省市转换结果与显示同 HTML 版。(4) XSLT 可扩展样单语言转换 2表格(mystyle2.xsl)中大学生信息学生花名册序号姓名 性别 年龄 地址 省份 城市 街道 显示为：作业1 实现上面的 HTML 和 XML 例子文档。