本站最新发布   Python从入门到精通|Python基础教程
试听地址  https://www.xin3721.com/eschool/

12.1   XML的文档格式

首先介绍XML文档内容的基本单元——元素，它的语法格式如下：
〈标签〉文本内容〈/标签〉
元素是由起始标签、元素内容和结束标签组成。用户把要描述的数据对象放在起始标签和结束标签之间。例如：
<姓名>王平</姓名>
无论文本内容有多长或者多么复杂，XML元素中还可以再嵌套别的元素，这样使相关信息构成等级结构。下面的例子中，在<学生>的元素中包括了所有学生的信息，每个学生都由<学生>元素来描述，而<学生>元素中又嵌套了<编号>、<姓名>、<性别>和<年龄>元素。完整XML文件student.xml内容如下，例1：
<?xml version="1.0" encoding="GB2312"?>
<?xml-stylesheet type="text/xsl" href="student1.xsl"?>
<学生>
      <编号>001</编号>
      <姓名>张三</姓名>
      <性别>男</性别>
      <年龄>20</年龄>
</学生>
除了元素，XML文档中能出现的有效对象是：声明指令、注释、根元素、子元素和属性。
l  声明指令
声明指令给XML解析器提供信息，使其能够正确解释文档内容，它的起始标识是“<?”，结束标识是“?>”。常见的XML声明就是一个处理指令：
<?xml version="1.0" encoding="GB2312"?>
该处理指令指明XML使用的版本号和文档的编码方式是"GB2312"。又如：
<?xml-stylesheet type="text/xsl" href="student1.xsl"?>
使用student1.xsl样式表文件显示本XML文档。
l  注释
注释是XML文件中用作解释的字符数据，XML处理器不对它们进行任何处理。注释是用“<!--”和“ --> ”引起来的，可以出现在XML元素间的任何地方，但是不可以嵌套：
<!--这是一个注释-->
l  根元素和子元素
如果一个元素从文件头的序言部分之后开始一直到文件尾，包含了文件中所有的数据信息，我们称之为根元素。XML元素是可以嵌套的，那么被嵌套在内的元素称为子元素。在前面的例子中，<编号>就是<学生>的子元素。
l  属性
属性给元素提供进一步的说明信息，它必须出现在起始标签中。属性以名称/取值对出现，属性名不能重复，名称与取值之间用等号“=”分隔，并用引号把取值引起来。例如：
<工资 currency=“US$”> 25000 </工资>
上例中的属性说明了薪水的货币单位是美元。
l  XML文档的基本结构
XML文档的基本结构由序言部分和一个根元素组成。序言包括了XML声明和DTD（或者是XML Schema），DTD（Document Type Define，文档定义类型）和XML Schema都是用来描述XML文档结构的，也就是描述元素和属性是如何联系在一起的。例如，在例1的文档前面加上如下的序言部分，就构成了一个完整的XML文档：
<?xml version="1.0" encoding="GB2312"?>
<?xml-stylesheet type="text/xsl" href="student1.xsl"?>
<!DOCTYPE employees SYSTEM“employees.dtd”>
一个XML文档中有且仅有一个根元素，其他所有的元素都是它的子元素，在例1中，<学生>就是根元素。
l  格式良好的”（Well-Formed）XML文档
一个XML文档首先应当是“格式良好的”（Well-Formed），该规定的正式定义位于：http://www.w3.org/TR/REC-xml。“格式良好的”XML文档除了要满足根元素唯一的特性之外，还包括：
(1)起始标签和结束标签应当匹配：结束标签是必不可少的；
(2)大小写应一致：XML对字母的大小写是敏感的，<employee>和<Employee>是完全不同的两个标签，所以结束标签在匹配时一定要注意大小写一致；
(3)元素应当正确嵌套：子元素应当完全包括在父辈元素中，下面的例子就是嵌套错误：
<A>
<B>
</A>
</B>
正确的嵌套方式如下：
<A>
<B>
</B>
</A>
(4) 属性必须包括在引号中；元素中的属性是不允许重复的。