XML入门精解之结构与语法

XML是一种用来结构化文件信息的标记语言，XML规范中对于如何标记文件的结构性有一个详细的法则，解析器就是根据这些法则写出来的软件（多用Java写成）。

 
　　现在我们暂且使用“记事本”来创建我们的XML文件吧。先看一个XML文件：

　　例1

　　〈?xml version="1.0" encoding="gb2312" ?〉
　　〈参考资料〉
　　 〈书籍〉
　　 〈名称〉XML入门精解〈/名称〉
　　 〈作者〉张三〈/作者〉
　　 〈价格 货币单位="人民币"〉20.00〈/价格〉
　　 〈/书籍〉
　　 〈书籍〉
　　 〈名称〉XML语法〈/名称〉
　　 〈!--此书即将出版--〉
　　 〈作者〉李四〈/作者〉
　　 〈价格 货币单位="人民币"〉18.00〈/价格〉
　　 〈/书籍〉
　　〈/参考资料〉

　　这是一个典型的XML文件，编辑好后保存为一个以.xml为后缀的文件。我们可以将此文件分为文件序言（Prolog）和文件主体两个大的部分。在此文件中的第一行即是文件序言。该行是一个XML文件必须要声明的东西，而且也必须位于XML文件的第一行，它主要是告诉XML解析器如何工作。其中，version是标明此XML文件所用的标准的版本号，必须要有；encoding指明了此XML文件中所使用的字符类型，可以省略，在你省略此声明的时候，后面的字符码必须是Unicode字符码（建议不要省略）。因为我们在这个例子中使用的是GB2312字符码，所以encoding这个声明也不能省略。在文件序言部分还有一些声明语句，我们在后面给予介绍。

　　文件的其余部分都是属于文件主体，XML文件的内容信息存放在此。我们可以看到，文件主体是由开始的〈参考资料〉和结束的〈/参考资料〉控制标记组成，这个称为XML文件的“根元素”；〈书籍〉是作为直属于根元素下的“子元素”；在〈书籍〉下又有〈名称〉、〈作者〉、〈价格〉这些子元素。货币单位是〈价格〉元素中的一个“属性”，“人民币”则是“属性值”。

　　〈!--此书即将出版--〉这一句同HTML一样，是注释，在XML文件里，注释部分是放在“〈!--”与“--〉”标记之间的部分。

　　大家可以看到，XML文件是相当简单的。同HTML一样，XML文件也是由一系列的标记组成，不过，XML文件中的标记是我们自定义的标记，具有明确的含义，我们可以对标记中的内容的含义作出说明。

　　对XML文件有了初步的印象之后，我们就来详细地谈一谈XML文件的语法。在讲语法之前，我们必须要了解一个重要的概念，就是XML解析器（XML Parse）。

　　1.XML解析器

　　解析器的主要功能就是检查XML文件是否有结构上的错误，剥离XML文件中的标记，读出正确的内容，以交给下一步的应用程序处理。XML是一种用来结构化文件信息的标记语言，XML规范中对于如何标记文件的结构性有一个详细的法则，解析器就是根据这些法则写出来的软件（多用Java写成）。同HTML一样，在浏览器中，必须有HTML的解析器，这样浏览器才能够“读懂”各种用HTML标记所组成的网页，将它们显示在我们面前。如果有浏览器的HTML解析器读不懂的标记，将会返回给我们错误信息。

　　由于现在的HTML标记实际上相当混乱，存在大量不规范的标记（有的网页用IE能正常显示，而用Netscape Navigator则不行），所以从一开始，XML的设计者就严格规定了XML的语法和结构，我们编写的XML文件必须遵循这些规定，否则XML解析器将毫不留情地给你显示错误信息。

　　有两种XML文件，一种是Well-Formed XML文件，一种是Validating XML文件。