XML入门精解之结构与语法

现在让我们借助“记事本”来如何创建XML文件。让我们首先以一个典型的XML文件为例。

例1：

```xml

<参考资料>

<书籍>

<名称>XML入门精解

<作者>张三

<价格 货币单位="人民币">20.00

<书籍>

<名称>XML语法

<作者>李四

<价格 货币单位="人民币">18.00

```

这是一个结构清晰的XML文件，其包含文件序言（Prolog）和文件主体两大部分。文件的第一行是文件序言，它告诉XML器如何此文件。其中，`version`声明表示XML文件的版本，而`encoding`声明则指明了文件中使用的字符编码类型。在这个例子中，我们使用的是GB2312字符编码，因此不能省略`encoding`声明。除此之外，文件序言还可能包含其他声明语句。

关于Well-Formed的XML文件，它是确保XML能被正确和展示在浏览器中的关键。那么，何为Well-Formed的XML文件呢？在创建XML文件时，必须遵循一些准则。

XML文件的第一行必须是声明该文件为XML文件，并指明其使用的XML规范版本。文件开头不得有其他元素或注释。

XML文件中只能有一个根元素。例如，〈参考资料〉... 〈/参考资料〉即为此XML文件的根元素。

第三，XML文件中的标记必须正确关闭。也就是说，每个控制标记都必须有对应的结束标记。如〈名称〉必须有对应的〈/名称〉。与HTML不同，XML中的某些标记（如空元素）有其特定写法，若含有属性，则写为〈空元素名 属性名="属性值"/〉。

第四，XML中的标记不得交叉。在HTML中，可能存在如〈B〉〈H〉XXXX〈/B〉〈/H〉的交错写法，但在XML中，标记必须按照规则性次序出现。

第五，属性值必须用引号括起来。例如，“1.0”、“gb2312”、“人民币”等都用引号括起来了，这是必须的。

第六，在XML中，控制标记、指令和属性名称等英文是区分大小写的。这与HTML不同，HTML中〈B〉和〈b〉的标记意义相同，但在XML中，《name》、《NAME》或《Name》是不同的。

第七，在HTML中，若想原封不动地显示输入内容，可以使用〈pre〉〈/pre〉或〈xmp〉〈/xmp〉标记。而在XML中，要实现此功能，则需使用CDATA标记。CDATA标记中的信息不会被器，而是直接传给应用程序。例如：“〈![CDATA[飞翔的xml〉〉〉〉,:-) oooo〈〈〈〈〈”。

第八，XML处理空白字符的方式与HTML不同。HTML会忽略多余的空白，而XML则会忠实保留所有标记以外的空白。在编写XML时，需要注意空格的处理，必要时可使用xml:space属性来明确空白字符的保留与否。例如：〈诗歌 xml:space="preserver"〉中的空格就被保留了下来。另外需注意表1中的特殊字符在XML文件中需要用相应符号替代。总体来说符合上述所有规定的XML文件即为Well-Formed的XML文件。在编程世界中，XML文件已经成为了一种重要的数据交换语言。相比于HTML的超文本结构，XML文件的语法更为严谨和标准化。对于软件工程师来说，编写一个XML器相较于HTML器更为规范，无需适应各种网页写法的差异，这无疑为我们这些初学者带来了极大的便利。它遵循一种固定规则，清晰明了，无需纠结于各种HTML写法的困惑。

在XML文件中，我们看到的更多的是自定义标记。想象一下，当两个同行业的公司A和B使用XML文件进行数据交换时，他们可能会使用不同的标记来表示相同的数据内容。比如，公司A用“价格”标签来表示产品价格信息，而公司B可能使用“售价”标签。如果一个XML应用程序无法识别和理解这些不同的标记，那么它可能无法准确地读取并处理这两个公司的数据，甚至可能导致错误。对于想要通过XML文件交换信息的实体来说，他们必须达成一种共识，即哪些标记可以用于编写XML文件，母元素中可以包含哪些子元素，各个元素的顺序如何，如何定义元素的属性等。这种共识被称为DTD（文档类型定义），它就像是编写XML文件的模板。对于行业内的XML数据交换，有一个统一的DTD将大大提高效率和便利性。

想象一下，如果网上的各大电子商场的XML网页都遵循同一个DTD，那么我们就可以轻松依据这个DTD编写一个应用程序，自动抓取我们感兴趣的信息。事实上，已经存在许多定义好的DTD，如MathML和SMIL等。这些DTD为行业内的数据交换提供了极大的便利。

如果一个XML文件结构良好并且严格按照某个DTD建立，那么它就被称为验证XML文件。相应的器则称为验证器。这样的文件能够确保其数据的质量和准确性，为数据交换和处理提供了更加可靠的基础。XML文件的严谨性和标准化为我们提供了一个强大而灵活的工具，无论是在数据处理、信息交换还是其他领域，它都发挥着重要的作用。