top
Loading...
XML輕松學習手冊(三):XML的術語

第三章 XML的術語

提綱:

  • 導言
  • 一.XML文檔的有關術語
  • 二.DTD的有關術語

    導言

    初學XML最令人頭疼的就是有一大堆新的術語概念要理解。由于XML本身也是一個嶄新的技術,正在不斷發展和變化,各組織和各大網絡公司(微軟,IBM,SUN等)都在不斷推出自己的見解和標準,因此新概念漫天飛就不足為奇了。而國內又缺乏權威的機構或組織來對這些術語正式定名,你所看見的有關XML的中文教材大部分是靠作者本身的理解翻譯過來的,有些是正確的,有些是錯誤的,更加妨礙了我們對這些概念的理解和學習。

    你下面將要看到的關于XML術語的解釋,也是作者本身的理解和翻譯。阿捷是以W3C組織發布的XML1.0標準規范和相關的正式說明文檔為根據來講述。可以確保這些理解是基本正確的,至少不是錯誤的。你如果想進一步閱讀和了解,我在本文的最后部分列明了相關資源的出處和鏈接,你可以直接訪問。好,我們轉入正題:

    一.XML文檔的有關術語
    什么是XML文檔?知道HTML原代碼文件吧,XML文檔就是用XML標識寫的XML原代碼文件。XML文檔也是ASCII的純文本文件,你可以用Notepad創建和修改。XML文檔的后綴名為.XML,例如myfile.xml。用IE5.0以上瀏覽器也可以直接打開.xml文件,但你看到的就是"XML原代碼",而不會顯示頁面內容。你可以將下面代碼存為myfile.xml試試:

    <?xml version="1.0" encoding="GB2312"?>
    <myfile>
    <title>XML輕松學習手冊</title>
    <author>ajie</author>
    <email>ajie@aolhoo.com</email>
    <date>20010115</date>
    </myfile>

    XML文檔包含三個部分:
    1. 一個XML文檔聲明;
    2. 一個關于文檔類型的定義;
    3. 用XML標識創建的內容。

    舉例說明:
    <?xml version="1.0"?>
    <!DOCTYPE filelist SYSTEM "filelist.dtd">

    <filelist>
    <myfile>
    <title>QUICK START OF XML</title>
    <author>ajie</author>
    </myfile>
    ......
    </filelist>
    其中第一行<?xml version="1.0"?>就是一個XML文檔的聲明,第二行說明這個文檔是用filelist.dtd來定義文檔類型的,第三行以下就是內容主體部分。 我們來了解XML文檔中有關的術語:

    1.Element(元素):
    元素在HTML我們已經有所了解,它是組成HTML文檔的最小單位,在XML中也一樣。一個元素由一個標識來定義,包括開始和結束標識以及其中的內容,就象這樣:<author>ajie</author>
    唯一不同的就是:在HTML中,標識是固定的,而在XML中,標識需要你自己創建。

    2.Tag(標識)
    標識是用來定義元素的。在XML中,標識必須成對出現,將數據包圍在中間。標識的名稱和元素的名稱是一樣的。例如這樣一個元素:
    <author>ajie</author>
    其中<author>就是標識。

    3.Attribute(屬性):
    什么是屬性?看這段HTML代碼:<font color="red">word</font>。其中color就是font的屬性之一。
    屬性是對標識進一步的描述和說明,一個標識可以有多個屬性,例如font的屬性還有size。XML中的屬性與HTML中的屬性是一樣的,每個屬性都有它自己的名字和數值,屬性是標識的一部分。舉例:
    <author sex="female">ajie</author>
    XML中屬性也是自己定義的,我們建議你盡量不使用屬性,而將屬性改成子元素,例如上面的代碼可以改成這樣:
    <author>ajie
    <sex>female</sex>
    </author>
    原因是屬性不易擴充和被程序操作。

    4.Declaration(聲明)
    在所有XML文檔的第一行都有一個XML聲明。這個聲明表示這個文檔是一個XML文檔,它遵循的是哪個XML版本的規范。一個XML的聲明語句就象這樣:
    <?xml version="1.0"?>

    5.DTD(文件類型定義)
    DTD是用來定義XML文檔中元素,屬性以及元素之間關系的。
    通過DTD文件可以檢測XML文檔的結構是否正確。但建立XML文檔并不一定需要DTD文件。關于DTD文件的詳細說明我們將在下面單獨列項。

    6.Well-formed XML(良好格式的XML)
    一個遵守XML語法規則,并遵守XML規范的文檔稱之為"良好格式"。如果你所有的標識都嚴格遵守XML規范,那么你的XML文檔就不一定需要DTD文件來定義它。
    良好格式的文檔必須以一個XML聲明開始,例如:
    <?xml version="1.0" standalone="yes" encoding="UTF-8"?>
    其中你必須說明文檔遵守的XML版本,目前是1.0;其次說明文檔是"獨立的",它不需要DTD文件來驗證其中的標識是否有效;第三,要說明文檔所使用的語言編碼。默認的是UTF-8,如果使用中文,你需要設置為GB2312。
    良好格式的XML文檔必須有一個根元素,就是緊接著聲明后面建立的第一個元素,其它元素都是這個根元素的子元素,屬于根元素一組。
    良好格式的XML文檔的內容書寫時必須遵守XML語法。(有關XML語法我們將在下一章仔細講解)

    7.Valid XML(有效的XML)
    一個遵守XML語法規則,并遵守相應DTD文件規范的XML文檔稱為有效的XML文檔。注意我們比較"Well-formed XML"和"Valid XML",它們最大的差別在于一個完全遵守XML規范,一個則有自己的"文件類型定義(DTD)"。
    將XML文檔和它的DTD文件進行比較分析,看是否符合DTD規則的過程叫validation(確認)。這樣的過程通常我們是通過一個名為parser的軟件來處理的。
    有效的XML文檔也必須以一個XML聲明開始,例如:
    <?xml version="1.0" standalone="no" encode="UTF-8"?>
    和上面例子不同的,在standalone(獨立)屬性中,這里設置的是"no",因為它必須和相應的DTD一起使用,DTD文件的定義方法如下:
    <!DOCTYPE type-of-doc SYSTEM/PUBLIC "dtd-name">
    其中:
    "!DOCTYPE"是指你要定義一個DOCTYPE;
    "type-of-doc"是文檔類型的名稱,由你自己定義,通常于DTD文件名相同;
    "SYSTEM/PUBLIC"這兩個參數只用其一。SYSTEM是指文檔使用的私有DTD文件的網址,而PUBLIC則指文檔調用一個公用的DTD文件的網址。
    "dtd-name" 就是DTD文件的網址和名稱。所有DTD文件的后綴名為".dtd"。
    我們還是用上面的例子,應該寫成這樣:
    <?xml version="1.0" standalone="no" encode="UTF-8"?>
    <!DOCTYPE filelist SYSTEM "filelist.dtd">

二.DTD的有關術語
什么是DTD,我們上面已經簡略提到。DTD是一種保證XML文檔格式正確的有效方法,可以比較XML文檔和DTD文件來看文檔是否符合規范,元素和標簽使用是否正確。一個DTD文檔包含:元素的定義規則,元素間關系的定義規則,元素可使用的屬性,可使用的實體或符號規則。
DTD文件也是一個ASCII的文本文件,后綴名為.dtd。例如:myfile.dtd。
為什么要用DTD文件呢?我的理解是它滿足了網絡共享和數據交互,使用DTD最大的好處在于DTD文件的共享。(就是上文DTD說明語句中的PUBLIC屬性)。比如,兩個相同行業不同地區的人使用同一個DTD文件來作為文檔創建規范,那么他們的數據就很容易交換和共享。網上有其他人想補充數據,也只需要根據公用的DTD規范來建立文檔,就立刻可以加入。
目前,已經有數量眾多的寫好的DTD文件可以利用。針對不同的行業和應用,這些DTD文件已經建立了通用的元素和標簽規則。你不需要自己重新創建,只要在他們的基礎上加入你需要的新標識。
當然,如果愿意,你可以創建自己的DTD,它可能和你的文檔配合的更加完美。建立自己的DTD也是很簡單的一件事,一般只需要定義4-5個元素就可以了。
調用DTD文件的方法有兩種:
1.直接包含在XML文檔內的DTD
你只要在DOCTYPE聲明中插入一些特別的說明就可以了,象這樣:
我們有一個XML文檔:
<?xml version="1.0" encoding="GB2312"?>
<myfile>
<title>XML輕松學習手冊</title>
<author>ajie</author>
</myfile>
我們在第一行后面插入下面代碼就可以:

<!DOCTYPE myfile [
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ENTITY copyright "Copyright 2001, Ajie.">
]>

2.調用獨立的DTD文件
將DTD文檔存為.dtd的文件,然后在DOCTYPE聲明行中調用,例如,將下面的代碼存為myfile.dtd
<!ELEMENT myfile (title, author)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>

然后在XML文檔中調用,在第一行后插入:
<!DOCTYPE myfile SYSTEM "myfile.dtd">

我們可以看到DTD文檔和HTML中js的調用是差不多的,關于DTD文檔具體如何寫,我們將在下一章和XML文檔的語法一起介紹。

下面我們來了解DTD有關的術語:

1.Schema(規劃)
schema是數據規則的描述。schema做兩件事:
a.它定義元素數據類型和元素之間的關系;
b.它定義元素所能包含的內容類型。
DTD就是關于XML文檔的一個schema。

2.Document Tree(文檔樹)
"文檔樹"在前面第二章我們已經提到過,它是文檔元素分級結構的形象表示。一個文檔結構樹包含根元素,根元素是最頂級的元素,(就是緊接著XML聲明語句后的第一個元素)。看例子:
<?xml version="1.0"?>
<filelist>
<myfile>
<title>...</title>
<author>...</author>
</myfile>
</filelist>
上面的例子分三級結構排列成"樹"狀,其中的<filelist>就是根元素。在XML和DTD文件中,第一個定義的都是根元素。

3.Parent Element(父元素)/Child Element(子元素)
父元素是指包含有其它元素的元素,被包含的元素稱為它的子元素。看上面的"結構樹",其中<myfile>是父元素,<title>,<author>是它的子元素,而<myfile>又是<filelist>的子元素。象<title>這樣沒有包含任何子元素的最后一級元素我們也稱之為"頁元素"。

4.Parser(解析軟件)
Parser是一種檢查XML文檔是否遵循DTD規范的工具軟件。
XML的parser發展為兩類:一種是"非確認類paeser",只檢測文檔是否遵守XML語法規則,是否用元素標識建立了文檔樹。另一種是"確認類paeser",它不但檢測文檔語法,結構樹,而且比較解析你使用的元素標識是否遵守了相應DTD文件的規范。
Parser能獨立使用,也可以成為編輯軟件或瀏覽器的一部分。在后面的相關資源列表里,我列出了當前比較流行的一些parsers。

好了,通過第三章的學習,我們已經了解了一些XML和DTD的基本術語,但是我們還不知道怎樣來寫這些文件,需要遵循什么樣的語法,在下一章,將重點介紹有關撰寫XML和DTD文檔的語法。請繼續瀏覽,謝謝!