XML知識點滴(2)
(引用文章，版權歸作者，如需删除請聯系我)
XML與HTML的比較
n XML将資料與顯示分開
| <html> <head> </head> <body> <center> <h2><font color="red">靜夜思</font></h2> <b>作者：李白</b> <hr color="blue"> <p><b><i><font size=3 color="green"> 窗前明月光，疑是地上霜。<br> 舉頭望明月，低頭思故鄉。</font></i></b> </center> </body> </html> | <?xml version="1.0" encoding="gb2312"?> <poem> <title>靜夜思</title> <author>李白</author> <content> <line>窗前明月光</line> <line>疑是地上霜</line> <line>舉頭望明月</line> <line>低頭思故鄉</line> </content> </poem> |
n XML對文檔的格式要求更加嚴格
由于HTML文檔格式非常松散，導緻了HTML文檔解析的複雜性，也造成了浏覽器相容的問題，是以XML從一開始，就對文檔的格式制定了非常嚴格的标準，凡是符合這一标準的XML文檔就是格式良好的XML文檔（Well-Formed XML Documents）。
1) 開始标簽必須要有一個結束标簽
在HTML文檔中，可以直接使用<p>、<tr>、<td>等标簽，而不加結束标簽，在XML中，開始标簽和結束标簽必須配套，也就是必須寫成<p>…</p>、<tr>…</tr>、<td>…</td>
2) 空元素标簽必須被關閉
在HTML文檔中，可以使用<br>、<hr>、<img src=”logo.gif” width=”197” height=”81”>等标簽，而在XML中，空元素标簽必須被關閉。空元素标簽用斜杠（/）來關閉，例如：<br/>、<hr/>、<img src=”logo.gif” width=”197” height=”81”/>
3) 所有的标簽都區分大小寫
在HTML文檔中，标簽是不區分大小寫的，<tr>和</TR>是tr元素的開始标簽和結束标簽，但是在XML中，<tr>和<TR>是兩個不同的标簽，開始标簽和結束标簽的大小寫形式必須一緻。
4) 所有的标簽必須合理嵌套
在HTML文檔中，<b><i>…</b></i>是允許的，但是在XML中，這是錯誤的。在XML中，所有的标簽都要成對出現，合理嵌套，正确的形式是：<b><i>…</i></b>。
5) 所有标簽的屬性值必須用雙引号（“”）或單引号（‘’）括起來
在HTML文檔中，屬性值可以加引号，也可以不加，例如：<hr color=”blue”>和<hr color=blue>都是合法的。在XML文檔中，即使是數字字元，也必須加雙引号或單引号，例如：<student name=”zhangsan” age=’18’ />。
6) XML有且隻能有一個根元素
在HTML中，可以有多個根元素，如下：
<table>…</table>
<table>…</table>
但在XML中，有且隻能有一個根元素，如下：
<?xml version=”1.0” encoding=”gb2312”?>
<table>
…
</table>
XML的編輯工具
n Notepad
n UltraEdit
n XMLSpy
XML文檔
n 每一個XML文檔都有一個邏輯和一個實體結構。
n 實體上而言，文檔由稱為實體（entities）的存儲單元組成，實體都具有内容并且都通過實體的名字進行辨別（文檔實體和外部DTD子集除外）。實體可以是一段文本、一個檔案、一個資料庫記錄或其他包含資料的項目。一個實體可以引用其他的實體，進而将它們包含在文檔中。文檔開始于“根（root）”或文檔實體（document entitiy）。
n 格式良好的XML文檔形成了一種層次樹結構，而這個樹的書根就是文檔實體，與其他實體不同，文檔實體沒有名字，隻有用于表示文檔樹的根。XML文檔的根元素被稱為文檔元素（document element），它和在其他外部出現的處理指令、注釋等作為文檔實體的子結點，而根元素本身和其内部的子元素也是一顆樹。
n 實體可以包含已分析（parsed）的或未分析的（unparsed）資料。已分析的資料由字元組成，其中一些字元組成字元資料，另一些字元組成标記。已分析的實體（parsed entity）内容被稱為它的替換文本，這個文本被看成是文檔整體的一部分。在XML處理器分析XML文檔時，凡是文檔中出現引用已分析實體的地方，都将被該實體的内容所替換。
n 未分析的實體（unparsed entity）是一種資源，它的内容可以是也可以不是文本，并且，如果是文本的話，可以不是XML文本。每一個未分析的實體有一個相關聯的用名字辨別的記号（notation）。除了要求XML處理器能向應用程式提供可用的實體和記号的辨別之外，XML對未分析的實體内容不作任何限制。
n 已分析的實體以實體引用的方式通過名稱來調用；未分析的實體通過ENTITY或ENTITIES屬性中給出的名字來調用。
n 邏輯上而言，文檔由聲明、元素、注釋、字元引用和處理指令組成，在文檔中，所有這些都是通過顯式的标記（markup）來指明的。
n XML标記（markup）包括開始标簽（tag）、結束标簽、空元素标簽、實體引用、字元引用、注釋、CDATA段定界符、文檔類型聲明、處理指令、XML聲明、文本聲明以及任何在文檔實體頂層的空白（即，在文檔元素之外，且不在任何其他的标記内部）。其他所有非标記的文本組成文檔的字元資料。
n XML文檔在邏輯上主要由以下五個部分組成
1) XML聲明
2) 文檔類型聲明
3) 元素
4) 注釋
5) 處理指令
![D. Ehab the Xorcist(構造+思維)[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)