1、XML 轻松学习手册前言 XML 越来越热，关于 XML 的基础教程网络上也随处可见。可是一大堆的概念和术语往往让人望而生畏，很多朋友问我：XML 到底有什么用，我们是否需要学习它？我想就我个人学习过程的心得和经验，写一篇比较全面的介绍文章。首先有两点是需要肯定的： 第一：XML 肯定是未来的发展趋势，不论是网页设计师还是网络程序员，都应该及时学习和了解，等待只会让你失去机会； 第二：新知识肯定会有很多新概念，尝试理解和接受，您才可能提高。不要害怕和逃避，毕竟我们还年轻。 提纲 本文共分五大部分。分别是 XML 快速入门，XML 的概念，XML 的术语，XML 的实现，XML 的实例分析。最后
2、附录介绍了XML 的相关资源。作者站在普通网页设计人员的角度，用平实生动的语言，向您讲述 XML 的方方面面，帮助你拨开 XML 的神秘面纱，快速步入 XML 的新领域。 第一章:XML 快速入门 一. 什么是 XML？ 二. XML 是新概念吗？ 三. 使用 XML 有什么好处？ 四. XML 很难学吗？ 五. XML 和 HTML 的区别 六. XML 的严格格式 七. 关于 XML 的更多 一. 什么是 XML？ 这往往是第一个问题，也往往在第一个问题上你就会搞不明白，因为大多的教材上这样回答： XML 是 Extensible Markup Language 的简写，一种扩展性标识语言
3、。 这是标准的定义。那么什么是标志语言，为什么叫扩展性？已经让人有些糊涂。我想我们这样来理解会好一些： 对 HTML 你已经非常熟悉了吧，它就是一种标记语言，记得它的全称吗：“Hypertext Markup Language“ 超文本标记语言。明白了？同时，HTML 里面有很多标签，类似,等，都是在 HTML 4.0 里规范和定义，而 XML 里允许你自己创建这样的标签，所以叫做可扩展性。 这里有几个容易混淆的概念要提醒大家： 1.XML 并不是标记语言。它只是用来创造标记语言( 比如 HTML)的元语言。天，又糊涂了！不要紧，你只要知道这一点：XML 和HTML 是不一样的，它的用处途比
4、HTML 广泛得多，我们将在后面仔细介绍。2.XML 并不是 HTML 的替代产品。XML 不是 HTML 的升级，它只是 HTML 的补充，为 HTML 扩展更多功能。我们仍将在较长的一段时间里继续使用 HTML。(但值得注意的是 HTML 的升级版本 XHTML 的确正在向适应 XML 靠拢。) 3.不能用 XML 来直接写网页。即便是包含了 XML 数据，依然要转换成 HTML 格式才能在浏览器上显示。 下面就是一段 XML 示例文档(例 1)，用来表示本文的信息 : XML Quick Start ajie 20010115 注意： 1.这段代码仅仅是代码，让你初步感性认识一下 XM
5、L，并不能实现什么具体应用； 2.其中类似,的语句就是自己创建的标记(tags)，它们和 HTML 标记不一样，例如这里的是文章标题的意思，HTML 里的 是页面标题。 二. XML 是新概念吗？ 不是。XML 来源于 SGML，一种比 HTML 更早的标志语言标准。关于 SGML，我们来简单了解一下，你只需要有个大致概念就可以。 SGML 全称是 “Standard Generalized Markup Language“(通用标识语言标准)。看名称就知道：它是标志语言的标准，也就是说所有标志语言都是依照 SGML 制定的，当然包括 HTML。SGML 的覆盖面很广，凡是有一定格式的文件都属
6、于 SGML，比如报告，乐谱等等，HTML 是 SGML 在网络上最常见的文件格式。因此，人们戏称SGML 是 HTML 的“ 妈妈 “。 而 XML 就是 SGML 的简化版，只不过省略了其中复杂和不常用的部分。( 哦，明白了！是 HTML 第二个“mother“，难怪比 HTML功能强大呢。)，和 SGML 一样，XML 也可以应用在金融，科研等各个领域，我们这里讲的，只是 XML 在 web 方面的运用而已。 到这里，你应该有点明白了：XML 是用来创建定义类似 HTML的标记语言，然后再用这个标记语言来显示信息。 三. 使用 XML有什么好处？ 有了 HTML，为什么还需要用 XML？
7、 因为现在网络应用越来越广泛，仅仅靠 HTML 单一文件类型来处理千变万化的文档和数据已经力不丛心，而且 HTML 本身语法十分不严密，严重影响网络信息传送和共享。( 想想浏览器兼容的问题伤透多少设计师的脑细胞啊。)人们早已经开始探讨用什么方法来满足网络上各种应用的需要。使用 SGML 是可以的，但 SGML 太庞大，编程复杂，于是最终选择了“减肥“的 SGML-XML 作为下一代 web运用的数据传输和交互的工具。 使用 XML 有什么好处？来看 w3c 组织(XML 标准制定者) 的说明： XML 使得在网络上使用 SGML 语言更加“简单和直接“: 简化了定义文件类型的过程，简化了编程和
8、处理 SGML 文件的过程，简化了在 Web 上的传送和共享。 1.XML 可以广泛的运用于 web 的任何地方 ; 2.XML 可以满足网络应用的需求； 3.使用 XML 将使编程更加简单； 4.XML 便于学习和创建； 5.XML 代码将清晰和便于阅读理解； 还是抽象了些。让我们在后面的实例教程中慢满体会 XML 的强大优势吧！ 四. XML 很难学吗？ 如果你有兴趣学习 XML，不禁会问：XML 难吗？学习 XML 需要什么样的基础？ XML 非常简单，学习容易。如果你熟悉 HTML，你会发现它的文档和 HTML 非常相似，看同样的示例文档 (例 1)： ?xml version=“1.
9、0“? XML Quick Start ajie 20010115 第一行是一个 XML 声明，表示文档遵循的是 XML 的 1.0 版的规范。 第二行定义了文档里面的第一个元素(element)，也称为根元素: 。这个就类似 HTML 里的开头标记。注意，这个名称是自己随便定义的。 再下面定义了四个子元素：title,author,email,和 date。分别说明文章的标题，作者，邮箱和日期。当然，你可以用中文来定义这些标签，看上去更便于理解： XML 轻松学习手册 ajie 20010115 这就是 XML 的文档，任何掌握 HTML 的网友都可以直接写出这样简单的 XML 文档。
10、另外，学习 XML 还必须掌握一种页面脚本语言，常见的就是 J avascript 和 VB script。因为 XML 数据是使用 script 实现 HTML 中调用和交互的。我们看一个最简单的例子( 例 2)： 1.将下面代码存为 myfile.htm var xmlDoc = new ActiveXObject(“Microsoft.XMLDOM“); xmlDoc.async=“false“; xmlDoc.load(“myfile.xml“); nodes = xmlDoc.documentElement.childNodes; title.innerText = nodesite
11、m(0).text; author.innerText = nodes.item(1).text; email.innerText = nodes.item(2).text; date.innerText = nodes.item(3).text; 在 HTML 中调用 XML 数据 标题: 作者: 信箱: 日期： 2.将下面代码存为 myfile.xml XML 轻松学习手册 ajie 20010115 3.将它们放在同一个目录下，用 IE5 以上版本浏览器打开，可以看到效果。 学习并掌握一种 script，你将真正了解到 XML 无比的强大的功能。 五. XML 和 HTML 的区别 X
12、ML 和 HTML 都来自于 SGML，它们都含有标记，有着相似的语法，HTML 和 XML 的最大区别在于：HTML 是一个定型的标记语言，它用固有的标记来描述，显示网页内容。比如表示首行标题，有固定的尺寸。相对的，XML 则没有固定的标记，XML 不能描述网页具体的外观，内容，它只是描述内容的数据形式和结构。这是一个质的区别：网页将数据和显示混在一起，而 XML 则将数据和显示分开来。 我们看上面的例子，在 myfile.htm 中，我们只关心页面的显示方式，我们可以设计不同的界面，用不同的方式来排版页面，但数据是储存在 myfile.xml 中，不需要任何改变。 (如果你是程序员，你会惊
13、讶的发现，这与模块化面向对象编程的思想极其相似！其实网页何尝不是一种程序呢？) 正是这种区别使得 XML 在网络应用和信息共享上方便，高效，可扩展。所以我们相信，XML 做为一种先进的数据处理方法，将使网络跨越到一个新的境界。 六. XML 的严格格式 吸取 HTML 松散格式带来的经验教训，XML 一开始就坚持实行“良好的格式 “。 我们先看 HTML 的一些语句，这些语句在 HTML 中随处可见: 1. sample 2.sample 3.sample 4.samplar 在 XML 文档中，上述几种语句的语法都是错误的。因为: 1.所有的标记都必须要有一个相应的结束标记； 2.所有的 X
14、ML 标记都必须合理嵌套； 3.所有 XML 标记都区分大小写； 4.所有标记的属性必须用“括起来； 所以上列语句在 XML 中正确的写法是 1. sample 2.sample 3.sample 4.samplar 另外，XML 标记必须遵循下面的命名规则: 1.名字中可以包含字母、数字以及其它字母； 2.名字不能以数字或“_“ (下划线) 开头； 3.名字不能以字母 xml (或 XML 或 Xml ) 开头； 4.名字中不能包含空格。 在 XML 文档中任何的差错，都会得到同一个结果：网页不能被显示。各浏览器开发商已经达成协议，对 XML 实行严格而挑剔的解析，任何细小的错误都会被报告。
15、你可以将上面的 myfile.xml 修改一下，比如将改为，然后用 IE5 直接打开myfile.xml，会得到一个出错信息页面： XML 轻松学习手册 ajie 20010115 七. 关于 XML 的更多 好了，到现在你已经知道： 1.什么是 XML； 2.XML,HTML,SGML 之间的关系和区别； 3.XML 的简单应用。 恭喜你！你已经不再对 XML 一无所知，并且已经走在了网络技术的前沿。整个学习过程好象并不很难哦:) 如果你对 XML 有更多的兴趣，希望进一步了解 XML 的详细资料和其它的实际运用技术，欢迎继续浏览我们的下一章：XML 的概念。 XML 轻松学习手册（2）X
16、ML 概念 第二章 XML 概念 导言 经过第一章的快速入门学习，你已经知道了 XML 是一种能够让你自己创造标识的语言，它可以将数据与格式从网页中分开，它可以储存数据和共享数据的特性使得 XML 无所不能。如果你希望深入学习 XML，系统掌握 XML 的来龙去脉，那么我们首先还是要回到 XML 概念的问题上来。XML(Extensible Markup Language) ，一种扩展性标识语言。“扩展性“ 标识“ 语言“。每一个词都明确的点明了XML 的重要特点和功能。我们来仔细分析： 一. 扩展性 二. 标识 三. 语言 四. 结构化 五. Meta 数据 六. 显示 七. DOM 一.扩
17、展性-使用 XML，你可以为你的文档建立自己的标记(tags) 。XML 的第一个词是“扩展性“，这正是 XML 强大的功能和弹性的原因。 在 HTML 里，有许多固定的标记，我们必须记住然后使用它们，你不能使用 HTML 规范里没有的标记。而在 XML 中，你能建立任何你需要的标记。你可以充分发挥你的想象力，给你的文档起一些好记的标记名称。比如，你的文档里包含一些游戏的攻略，你可以建立一个名为的标记，然后在下再根据游戏类别建立,等标记。只要清晰，易于理解你可以建立任何数量的标记。 一开始你也许会不适应，因为我们在学习 HTML 时，有固定的标记可以直接学习和使用；(很多人包括我自己都是边分析
18、别人的代码和标识，边建立自己的网页)，而 XML 却没有任何标记可以学，也很少有文档的标记是一模一样的。我们怎么办？呵呵，没有就自己创建呀。一旦你真正开始写 XML 文档，你会发现随心所欲的创造新标记也是一份很有趣的事。你可以建立有自己特色的标记，甚至建立你自己的 HTML 语言。 扩展性使你有更多的选择和强大的能力，但同时也产生一个问题就是你必须学会规划。你自己要理解自己的文档，知道它由哪几部分组成，相互之间的关系和如何识别它们。 关于建立标识还需要说明一点，标识是描述数据的类型或特性，比如，年龄，姓名等，而不是数据的内容，比如：,，这些都是无用的标记。如果你学过数据库，你可以这样理解，标识
19、就是一种字段名。 二.标识-使用 XML 你可以识别文档中的元素。 XML 的第二个词是“标识“，这表明了 XML 的目的是标识文档中的元素。 不论你是 HTML,还是 XML，标识的本质在于便于理解，如果没有标识，你的文档在计算机看来只是一个很长的字符串，每个字看起来都一样，没有重点之分。 通过标识，你的文档才便于阅读和理解，你可以划分段落，列明标题。XML 中，你更可以利用其扩展性 来为文档建立更合适的标识。 不过，有一点要提醒大家注意：标识仅仅是用来识别信息，它本身并不传达信息。例如这样的 HTML 代码： frist step 这里表示粗体，只用来说明是用粗体来显示 “frist st
20、ep“字符，本身并不包含任何实际的信息，在页面上你看不到 ，真正传达信息的是“frist step “。 三.语言-使用 XML 你要遵循特定的语法来标识你的文档。 XML 第三个词是“语言“。这表明了作为一种语言 XML 必须遵循一定的规则。虽然 XML 的扩展性允许你创建新标识，但它仍然必须遵循特定的结构，语法和明确的定义。 在计算机领域，语言常常表示一?quot;程序语言 “，用来编程实现一些功能和应用，但不是所有的“语言“都是用来编程的，XML 就只是一种用来定义标识和描述信息的语言。 下面我们来深入了解一下 XML 应用的其本原理，可能会很枯燥，但是对于整体的理解很重要，你可以先快速
21、过一遍，心里有一个模糊的概念，具体精髓则需要在实践中慢慢领会。 四.结构化-XML 促使文档结构化，所有的信息按某种关系排列。“结构化“听起来太抽象了，我们这样理解，结构化就是为你的文档建立一个框架，就象写文章先写一个提纲。结构化使你的文档看起来不会杂乱无章，每一部分都紧密联系，形成一个整体。 结构化有两个原则： 1.每一部分(每一个元素)都和其他元素有关联。关联的级数就形成了结构。 2.标识本身的含义与它描述的信息相分离。 我们来看一个简单的例子帮助理解： XML 轻松学习手册 XML 快速入门 什么是 XML 使用 XML 的好处 XML 的概念 扩展性 标识 这是本文的 XML 描述文档
22、，可以看到标识分三级关联,非常清晰： . 上面这样的文档结构，我们又称之为“文档树“，主干是父元素，如，分支和页是子元素，如和 。 五.Meta 数据(Metadata)-专业的 XML 使用者会使用 meta 数据来工作。 在 HTML 中我们知道可以使用 meta 标识来定义网页的关键字，简介等，这些标识不会显示在网页中，但可以被搜索引擎搜索到，并影响搜索结果的排列顺序。 XML 对这一原理进行了深化和扩展，用 XML，你可以描述你的信息在哪里，你可以通过 meta 来验证信息，执行搜索，强制显示，或者处理其他的数据。 下面是一些 XML metadata 在实际应用中的用途： 1.可以验
23、证数字签名，使在线商务的提交动作(submission)有效。 2.可以被方便的建立索引和进行更有效搜索。 3.可以在不同语言之间传输数据。 W3C 组织正在研究一种名为 RDF(Resource Description Framework)的 metadata 处理方法，可以自动交换信息，W3C 宣称，使用 RDF 配合数字签名，将使网络中存在“真实可信“的电子商务。 六.显示 单独用 XMl 不能显示页面，我们使用格式化技术，比如 CSS 或者 XSL，才能显示 XML 标记创建的文档。 我们在前面第一章讲到 XML 是将数据和格式分离的。XML 文档本身不知道如何来显示，必须有辅助文件来
24、帮助实现。(XML 取消了所有标识，包括 font,color,p 等风格样式定义标识，因此 XML全部是采用类似 DHTML 中 CSS 的方法来定义文档风格样式。)，XML 中用来设定显示风格样式的文件类型有： 1.XSL XSL 全称是 Extensible Stylesheet Language(可扩展样式语言), 是将来设计 XML 文档显示样式的主要文件类型。它本身也是基于XML 语言的。使用 XSL，你可以灵活的设置文档显示样式，文档将自动适应任何浏览器和 PDA(掌上电脑) 。 XSL 也可以将 XML 转化为 HTML，那样，老的浏览器也可以浏览 XML 文档了。 2.CSS
25、 CSS 大家很熟悉了，全称是 Cascading Style Sheets(层叠样式表)，是目前用来在浏览器上显示 XML 文档的主要方法。 3.Behaviors Behaviors 现在还没有成为标准。它是微软的 IE 浏览器特有的功能，用它可以对 XML 标识设定一些有趣动作。 七.DOM DOM 全称是 document object model(文档对象模型)，DOM 是用来干什么的呢？假设把你的文档看成一个单独的对象，DOM 就是如何用 HTML 或者 XML 对这个对象进行操作和控制的标准。 面向对象的思想方法已经非常流行了，在编程语言(例如 J ava， js)中，都运用面向
26、对象的编程思想。在 XML 中，就是要将网页也作为一个对象来操作和控制，我们可以建立自己的对象和模板。与对象进行交流，如何命令对象，就要用到 API。API 全称Application Programming Interface，它是访问和操作对象的规则。而DOM 就是一种详细描述 HTML/XML 文档对象规则的 API。它规定了 HTML/XML 文档对象的命名协定，程序模型，沟通规则等。在XML 文档中，我们可以将每一个标识元素看作一个对象- 它有自己的名称和属性。 XML 创建了标识，而 DOM 的作用就是告诉 script 如何在浏览器窗口中操作和显示这些标识 上面我们已经简要的讲述
27、了一些 XML 的基本原理，我们来看看它们之间的关联以及它们是如何工作的，先看这里一张图： 此主题相关图片如下： 1.XML 描述数据类型。例如:“King lear“是一个标题元素； 2.CSS 储存并控制元素的显示样式。例如：标题将被以 18pt 字体显示 3.script 脚本控制元素如何动作。例如：当一个 title 元素“out of stock“，将被用红色显示。 4.DOM 则为脚本和对象的交流提供一个公共平台，并将结果显示在浏览器窗口。 如果任何一个部分发生错误，都不会得到正确结果。 好了，看到这里，我们已经对 XML 是如何工作的有一个整体的大致的概念。通过这一章的学习，我们
28、可能感觉到 XML 似乎更偏向数据处理，更方便程序员学习。实际情况也是这样的，XML 设计的目的就是用来方便的共享和交互数据的。下一章，我们将系统的了解关于 XML 的各种术语。欢迎您继续浏览。 XML 轻松学习手册（3）XML 的术语 第三章 XML 的术语 提纲： 导言 一.XML 文档的有关术语 二.DTD 的有关术语 导言 初学 XML 最令人头疼的就是有一大堆新的术语概念要理解。由于 XML 本身也是一个崭新的技术，正在不断发展和变化，各组织和各大网络公司(微软,IBM,SUN 等)都在不断推出自己的见解和标准，因此新概念漫天飞就不足为奇了。而国内又缺乏权威的机构或组织来对这些术语正
29、式定名，你所看见的有关 XML 的中文教材大部分是靠作者本身的理解翻译过来的，有些是正确的，有些是错误的，更加妨碍了我们对这些概念的理解和学习。 你下面将要看到的关于 XML 术语的解释，也是作者本身的理解和翻译。阿捷是以 W3C 组织发布的 XML1.0 标准规范和相关的正式说明文档为根据来讲述。可以确保这些理解是基本正确的，至少不是错误的。你如果想进一步阅读和了解，我在本文的最后部分列明了相关资源的出处和链接，你可以直接访问。好，我们转入正题： 一.XML 文档的有关术语 什么是 XML 文档？知道 HTML 原代码文件吧，XML 文档就是用 XML 标识写的 XML 原代码文件。XML
30、文档也是 ASCII 的纯文本文件，你可以用 Notepad 创建和修改。XML 文档的后缀名为.XML，例如 myfile.xml。用 IE5.0 以上浏览器也可以直接打开.xml 文件，但你看到的就是“XML 原代码“，而不会显示页面内容。你可以将下面代码存为 myfile.xml 试试： XML 轻松学习手册 ajie 20010115 XML 文档包含三个部分： 1. 一个 XML 文档声明； 2. 一个关于文档类型的定义； 3. 用 XML 标识创建的内容。 举例说明: QUICK START OF XML ajie 其中第一行就是一个 XML 文档的声明，第二行说明这个文档是用
31、filelist.dtd 来定义文档类型的，第三行以下就是内容主体部分。 我们来了解 XML 文档中有关的术语： 1.Element(元素 )： 元素在 HTML 我们已经有所了解，它是组成 HTML 文档的最小单位，在 XML 中也一样。一个元素由一个标识来定义，包括开始和结束标识以及其中的内容，就象这样：ajie 唯一不同的就是：在 HTML 中，标识是固定的，而在 XML 中，标识需要你自己创建。 2.Tag(标识) 标识是用来定义元素的。在 XML 中，标识必须成对出现，将数据包围在中间。标识的名称和元素的名称是一样的。例如这样一个元素： ajie 其中就是标识。 3.Attribut
32、e(属性): 什么是属性？看这段 HTML 代码:word。其中 color 就是 font 的属性之一。 属性是对标识进一步的描述和说明，一个标识可以有多个属性，例如 font 的属性还有 size。XML 中的属性与 HTML 中的属性是一样的，每个属性都有它自己的名字和数值，属性是标识的一部分。举例： ajie XML 中属性也是自己定义的，我们建议你尽量不使用属性，而将属性改成子元素，例如上面的代码可以改成这样： ajie female 原因是属性不易扩充和被程序操作。 4.Declaration(声明) 在所有 XML 文档的第一行都有一个 XML 声明。这个声明表示这个文档是一个
33、XML 文档，它遵循的是哪个 XML 版本的规范。一个 XML 的声明语句就象这样： 5.DTD(文件类型定义) DTD 是用来定义 XML 文档中元素，属性以及元素之间关系的。通过 DTD 文件可以检测 XML 文档的结构是否正确。但建立XML 文档并不一定需要 DTD 文件。关于 DTD 文件的详细说明我们将在下面单独列项。 6.Well-formed XML(良好格式的 XML) 一个遵守 XML 语法规则，并遵守 XML 规范的文档称之为“良好格式“。如果你所有的标识都严格遵守 XML 规范，那么你的 XML文档就不一定需要 DTD 文件来定义它。 良好格式的文档必须以一个 XML 声
34、明开始，例如： 其中你必须说明文档遵守的 XML 版本，目前是 1.0；其次说明文档是“独立的“ ，它不需要 DTD 文件来验证其中的标识是否有效；第三，要说明文档所使用的语言编码。默认的是 UTF-8，如果使用中文，你需要设置为 GB2312。 良好格式的 XML 文档必须有一个根元素，就是紧接着声明后面建立的第一个元素，其它元素都是这个根元素的子元素，属于根元素一组。 良好格式的 XML 文档的内容书写时必须遵守 XML 语法。(有关XML 语法我们将在下一章仔细讲解) 7.Valid XML(有效的 XML) 一个遵守 XML 语法规则，并遵守相应 DTD 文件规范的 XML文档称为有效
35、的 XML 文档。注意我们比较 “Well-formed XML“和“Valid XML“，它们最大的差别在于一个完全遵守 XML 规范，一个则有自己的“文件类型定义(DTD)“。 将 XML 文档和它的 DTD 文件进行比较分析，看是否符合 DTD规则的过程叫 validation(确认)。这样的过程通常我们是通过一个名为 parser 的软件来处理的。 有效的 XML 文档也必须以一个 XML 声明开始，例如： 和上面例子不同的，在 standalone(独立) 属性中，这里设置的是“no“，因为它必须和相应的 DTD 一起使用，DTD 文件的定义方法如下： 其中： “!DOCTYPE“是指你要定义一个 DOCTYPE; “type-of-doc“是文档类型的名称，由你自己定义，通常于 DTD文件名相同； “SYSTEM/PUBLIC“这两个参数只用其一。SYSTEM 是指文档使用的私有 DTD 文件的网址，而 PUBLIC 则指文档调用一个公用的DTD 文件的网址。 “dtd-name“ 就是 DTD 文件的网址和名称。所有 DTD 文件的后缀名为“.dtd“。 我们还是用上面的例子，应该写成这样：
