XML标记语言

XML标记语言
　　XML(eXtensible Markup Language)即可扩展标记语言,它与HTML一样,
都是SGML(Standard Generalized Markup Language,标准通用标记语言).
Xml是Internet环境中跨平台的,依赖于内容的技术,是当前处理结构化文档信息的有力工具.
扩展标记语言XML是一种简单的数据存储语言,使用一系列简单的标记描述数据,而这些标记可以用方便的方式建立,
虽然XML占用的空间比二进制数据要占用更多的空间,但XML极其简单易于掌握和使用.
XML与Access,Oracle和SQL Server等数据库不同,
数据库提供了更强有力的数据存储和分析能力,例如:数据索引、排序、查找、相关一致性等,XML仅仅是展示数据.
事实上XML与其他数据表现形式最大的不同是:他极其简单.
这是一个看上去有点琐细的优点,但正是这点使XML与众不同.
XML的简单使其易于在任何应用程序中读写数据,这使XML很快成为数据交换的唯一公共语言,
虽然不同的应用软件也支持其它的数据交换格式,但不久之后他们都将支持XML,
那就意味着程序可以更容易的与Windows、Mac OS, Linux以及其他平台下产生的信息结合,
然后可以很容易加载XML数据到程序中并分析他,并以XML格式输出结果.
　　为了使得SGML显得用户友好,XML重新定义了SGML的一些内部值和参数,
去掉了大量的很少用到的功能,这些繁杂的功能使得SGML在设计网站时显得复杂化.
XML保留了SGML的结构化功能,这样就使得网站设计者可以定义自己的文档类型,
XML同时也推出一种新型文档类型,使得开发者也可以不必定义文档类型.
　　因为XML是W3C制定的,XML的标准化工作由W3C的XML工作组负责,
该小组成员由来自各个地方和行业的专家组成,他们通过email交流对XML标准的意见,并提出自己的看法 (www.w3.org/TR/WD-xml).
因为XML 是个公共格式,,你不必担心XML技术会成为少数公司的盈利工具,XML不是一个依附于特定浏览器的语言
----------------------------------------------------------------------
XML历史
　　XML是从1996年开始有其雏形,并向 W3C(全球信息网联盟)提案,而在1998二月发布为W3C的标准(XML1.0).
XML的前身是SGML(The Standard Generalized Markup Language),
是自IBM从60年代就开始发展的 GML(Generalized Markup Language)标准化后的名称.

GML的重要概念:
　　文件中能够明确的将标示与内容区隔;所有文件的标签使用方法均一致.
　　1978年,ANSI将GML加以整理规范,发布成为SGML,1986年起为 ISO 所采用(ISO 8879),
并且被广泛地运用在各种大型的文件计划中,但是SGML是一种非常严谨的文件描述法,
导致过于庞大复杂(标准手册就有500多页),难以理解和学习,进而影响其推广与应用.
　　于是,人们对SGML进行了简化衍生出 HTML.HTML 简单,
在初期没有任何定义文档外观的相关方法,仅用来在浏览器里显示网页文件.
而后,随着因特网的发展,人们为了控制其文件样式,扩充了描述如何显现数据的卷标.
在 Netscape 与 Microsoft 之间的浏览器大战后, HTML标准权威性遭受重大的考验,
所幸,到了HTML 4.0时,W3C 又恢复了其地位.
同时W3C意识到HTML的原罪:
不能解决所有解释数据的问题 - 像是影音文件或化学公式、音乐符号等其它型态的内容.
效能问题 - 需要下载整份文件,才能开始对文件做搜寻的动作.
扩充性、弹性、易读性均不佳.
为了解决以上问题,专家们使用SGML精简制作,并依照HTML的发展经验,
产生出一套使用上规则严谨,但是简单的描述数据语言:XML.
XML是在一个这样的背景下诞生的─是不是能有一个更中立的方式,让消费端自行决定要如何消化、呈现从服务端所提供的信息?
　　而XML目的即在于提供一个对信息能够做精准描述的机制,藉以弥补 HTML 太过于表现导向的特质.
----------------------------------------------------------------------
作用
　　丰富文件(Rich Documents)- 自定文件描述并使其更丰富
　　属于文件为主的XML技术应用
　　标记是用来定义一块数据应该如何呈现
　　解释数据(Metadata)- 描述其它文件或在线信息
　　属于数据为主的XML技术应用
　　标记是用来说明一块资料的意义
　　组态档案(Configuration Files)- 描述软件的组态参数
----------------------------------------------------------------------
简明语法
　　SGML常用来定义针对HTML的文档类型定义(DTD),同时它也常用于编写XML的DTD.
SGML的问题就在于,它允许出现一些奇怪的语法,这让创建HTML的解析器成为一个大难题:
　　1 某些起始标签不允许出现结束标签,例如HTML中<img>标签.包含了结束标签就会出现错误.
　　2 某些起始标签可以选择性出现结束标签或者隐含了结束标签,
例如HTML中标签,当出现另一个标签或者某些其他标签时,便假设在这之前有一个结束标签.
　　3 某些起始标签要求必须出现结束标签,例如HTML中<script>标签.
　　4 标签可以以任何顺序嵌套.即使结束标签不按照起始标签的逆序出现也是允许的,例如,This is a sample string是正确的.
　　5 某些特性要求必须包含值,例如<img src="picture.jpg">中的src特性.
　　6 某些特性不要求一定有值,例如[td]中的nowrap特性.
　　7 定义特性的两边有没有加上双引号都是可以的,所以<img src="picture.jpg">和<img src=picture.jpg>都是允许的.
　　这些问题使建立一个SGML语言的解析器变成了一项艰巨的任务.
判断何时应用以上规则的困难导致了SGML语言的定义一直停滞不前.以这些问题作为出发点,XML逐渐步入我们的视野.
　　XML去掉了之前令许多开发人员头疼的SGML的随意语法.在XML中,采用了如下的语法:
　　8 任何的起始标签都必须有一个结束标签.
　　9 可以采用另一种简化语法,可以在一个标签中同时表示起始和结束标签.
这种语法是在大于符号之前紧跟一个斜线(/),例如<tag />.XML解析器会将其翻译成<tag></tag>.
　　10 标签必须按合适的顺序进行嵌套,所以结束标签必须按镜像顺序匹配起始标签,
例如this is a sample string.
这好比是将起始和结束标签看作是数学中的左右括号:在没有关闭所有的内部括号之前,是不能关闭外面的括号的.
　　11 所有的特性都必须有值.
　　12 所有的特性都必须在值的周围加上双引号.
　　这些规则使得开发一个XML解析器要简便得多,而且也除去了解析SGML中花在判断何时何地应用那些奇怪语法规则上的工作.
仅仅在XML出现后的前六年就衍生出多种不同的语言,包括MathML、SVG、RDF、RSS、SOAP、XSLT、XSL-FO,而同时也将HTML改进为XHTML.
　　如果需要关于SGML和XML具体技术上的对比,请查看W3C的注解,位于:http://www.w3.org/TR/NOTE-sgml-xml.html
　　如今,XML已经是世界上发展最快的技术之一.它的主要目的是使用文本以结构化的方式来表示数据.
在某些方面,XML文件也类似于数据库,提供数据的结构化视图.这里是一个XML文件的例子:
----------------------------------------------------------------------
文档结构
　　每个XML文档都由XML序言开始,在前面的代码中的第一行便是XML序言,<?xml version="1.0"?>.
这一行代码会告诉解析器和浏览器,这个文件应该按照前面讨论过的XML规则进行解析.
第二行代码,< books>,则是文档元素(document element),
它是文件中最外面的标签(我们认为元素(element)是起始标签和结束标签之间的内容).
所有其他的标签必须包含在这个标签之内来组成一个有效的XML文件.XML文件的第二行并不一定要包含文档元素；
如果有注释或者其他内容,文档元素可以迟些出现.
　　范例文件中的第三行代码是注释,你会发现它与HTML中使用的注释风格是一样的.这是XML从SGML中继承的语法元素之一.
　　页面再往下的一些地方,可以发现<desc>标签里有一些特殊的语法.
<! [CDATA[ ]]>代码用于表示无需进行解析的文本,
允许诸如大于号和小于号之类的特殊字符包含在文本中,而无需担心破坏XML的语法.
文本必须出现在<![CDATA[和]]>之间才能合适地避免被解析.这样的文本称为Character Data Section,简称CData Section.
　　下面的一行就是在第二本书的定义之前的:
　　<?page render multiple authors ?>
　　虽然它看上去很像XML序言,但实际上是一种称为处理指令(processing instruction)的不同类型的语法.
处理指令(以下简称PI)的目的是为了给处理页面的程序(例如XML解析器)提供额外的信息.
PI通常情况下是没有固定格式的,唯一的要求是紧随第一个问号必须至少有一个字母.
在此之后,PI可以包含除了小于号和大于号之外的任何字符串序列.
----------------------------------------------------------------------
发展历史
　　XML是从1996年开始有其雏形,并向 W3C(全球信息网联盟)提案,而在1998二月发布为W3C的标准(XML1.0).
XML的前身是SGML(The Standard Generalized Markup Language),
是自IBM从60年代就开始发展的 GML(Generalized Markup Language)标准化后的名称.
　　1978年,ANSI将GML加以整理规范,发布成为SGML,1986年起为 ISO 所采用(ISO 8879),
并且被广泛地运用在各种大型的文件计划中,但是SGML是一种非常严谨的文件描述法,
导致过于庞大复杂(标准手册就有500多页),难以理解和学习,进而影响其推广与应用.
　　于是,人们对SGML进行了简化衍生出 HTML.
HTML 简单,在初期没有任何定义文档外观的相关方法,仅用来在浏览器里显示网页文件.
而后,随着因特网的发展,人们为了控制其文件样式,扩充了描述如何显现数据的卷标.
在 Netscape 与 Microsoft 之间的浏览器大战后,HTML 标准权威性遭受重大的考验,所幸,到了HTML 4.0时,W3C 又恢复了其地位.
　　同时W3C意识到HTML的原罪:
　　不能解决所有解释数据的问题 - 像是影音文件或化学公式、音乐符号等其它型态的内容.
　　效能问题 - 需要下载整份文件,才能开始对文件做搜寻的动作.
　　扩充性、弹性、易读性均不佳.
　　为了解决以上问题,专家们使用SGML精简制作,并依照HTML的发展经验,
产生出一套使用上规则严谨,但是简单的描述数据语言:XML.
XML是在一个这样的背景下诞生的─是不是能有一个更中立的方式,让消费端自行决定要如何消化、呈现从服务端所提供的信息?
　　而XML目的即在于提供一个对信息能够做精准描述的机制,藉以弥补 HTML 太过于表现导向的特质.
----------------------------------------------------------------------
XML文档有效性
　　结构良好的XML文档
　　如果某个文档符合XML语法规范,那么我们就说这个文档是“结构良好”的文档.
使用本书讲到的XMLSpy 2006工具就可以测试某文档是否为结构良好的XML文档.
　　有效的XML文档
　　所谓有效的XML文档是指通过了DTD的验证的,具有良好结构的XML文档,
在此大家要明白 XML文档可分为结构良好的XML文档和有效的XML文档,以及他们之间的关系.
即具有结构良好的XML文档并不一定就是有效的XML文档,反之一个有效的XML文档必定是一个结构良好的XML文档.