XML Note

本網頁以打造無障礙閱讀為目標，可以用任何瀏覽器來觀看本網頁

• 背景
• 簡介
• XML文件的結構
• 命名空間(NameSpace)
• Well-Formed XML
• Validating xml
• 參考書目
• 網路資源

背景

• 「可延伸標示語言」(Extensible Markup Language， XML)是一個讓文件能夠很容易地讓人去閱讀，同時又很容易讓電腦程式去辨識的語言格式和語法，它自SGML(Standard Generalized Markup Language)延伸而來。
• SGML 是標準一般化標示語言 [Standard Generalized Markup Language] (ISO 8879)，就是定義如何描述不同類型電子文件內容和結構的國際標準。
• XML 是由XML Working Group所制訂的，該組織的前身是SGML Editorial Riview Board，因此XML是由一群審核SGML的專家結合一群Web的專家所制訂的。
• XML與SGML都是一種元語言(meta-language)，意指可以用來制訂產生其他的標示語言。
• XML並非取代HTML，HTML著重在如何將文件顯示在瀏覽器中， XML著重再如何將文件資料以結構化的方式來表示。
• 近來XML技術的發展，增加了許多相關標準如XML Schema、XSLT、DOM、SAX、Xpath等，及其他周邊技術如XQL、Qulit等(X家族)，還有應用在各行各業如BizTalk、RosettaNet、XML/EDI、ebXML、BPML等等的國際產業流程標準。
• XML目前的標準是1999年通過的1.0，當時採用的Unicode是標準2.0，如今 Unicode早就已經到了標準4.0，因此審議中的XML1.1的至少會達到Unicode 3.0的字集可供使用。

簡介

• 整個XML文件可以看做是一個實體(Entity)，也稱為文件實體(document entity)，它基本上是一個單純的文字檔，文件由字元資料(character data)和標示(markup)兩者組合，又因為其支援Unicode所以標籤可以使用中文。
• 整個XML文件可以視為一個樹狀結構的文件，文件實體(document entity)視為根節點，加上其他的宣告與標籤稱之為此XML文件的物質結構(Physical Structures)，其中須注意其根節點與根標籤是不同的，根標籤視為一般的節點。
• 標籤以大於(>)與小於(<)符號包起來，中間的文字稱為元素(element)，如 tel ，特別需注意標籤必須成對，標籤之間的稱之為內容(content)，如04-23456789。
• 標籤包括了開始標籤(start tag / open tag)如<tel>與結束標籤(end tag / close tag)如</tel>，只有開始標籤內可以有屬性(attribute)。
  1.被包含在其他元素中的元素稱之為子元素(child)或 simple type ，如<name>...</name>,< tel>...</tel>,
  <email>...</email>, <comments>...</comments>
  2.包含了子元素的元素稱之為父元素(parent)或 complex type ，如<entry>.....</entry>
  
  <entry>
       <name>Peter Ju </name>
       <tel>04-23456789</tel>
       <email href="mailto:peter@hotmail.com"  />
       <comments> graduate student</comments>
  <entry>

撰寫XML的工具

一般而言編寫XML文件可選擇兩種類型的編輯器，但須注意存檔的編碼要與宣告的編碼相同喔

• 視覺化編輯器：如XMetal或專業使用的XML Spy等WYSIWYG編輯器。
• 純文字編輯器：如內建的Notepad或免費軟體的 Crimson 或微軟的Microsoft XML NotePad 等。

XML文件的結構

宣告(Prolog)

以<?xml ...................... ?>作為XML文件宣告的開始標記與結束標記，需注意標記中不可有空白

• version 用來指定XML標準的版本，目前只有1.0版
• encoding 用來指定XML文件所使用的字集編碼，預設編碼為Unicode(但不確定為UTF-16或UTF-8)
• standalone 用來指定XML文件是否獨立存在，預設是 “yes”

文件類別宣告(Document Type Declaration，DTD)

文件內容(Document Instance Set)

• 標籤(Tag)：如<person id="A123456789">與</person>，指的是以小於與大於符號含括的元素與屬性稱之，且標籤必須成對，包括了開始標籤(start tag)與結束標籤(end tag)
  • 元素(Element)：指的是上述標籤中的 person
  • 屬性(Atrribute)：指的是上述標籤中的 id="A123456789"，需以單引號或雙引號包括之
• 備註(Comment)：必須使用<!--  .....................  --> 來表示，與HTML相同
• 若要將XML中的一段資料，包括文字與標籤都當作純文字，而不需經過剖析器來解釋其中標籤，可利用 <!CDATA[ .......................  ]]> 將之包起來

命名空間(NameSpace)

Well-Formed XML

所謂Well-Formed XML指的是"格式良好"的XML。

格式良好指的是所有的分隔符號 (delimiter) 都正確，而且所有的結束標記， 都相對於開始標記。任何一個 XML 處理系統假如檢查出文件不是 "格式良好"，必須要告知使用者，而系統可能停止繼續處理。 (HTML 的瀏覽器通常都會容忍格式上的錯誤； 但 XML 系統就會產生錯誤訊息。) 首先先看一個簡單的XML範例

<?xml version="1.0" encoding="big5" ?>               <!-- 此為宣告 -->
<catalog>                                                           <!-- 此為root標籤的開始 -->
    <product>
        <pname>HP printer</pname>                        <!-- 標籤必須成對出現 -->
        <price currency="NT">12000</price>
        <mark />                                                     <!-- 原來的寫法為 <mark></mark> -->
    </product>
    <hr />
    <product>
        <pname>IBM notebook</pname>
        <price currency="NT">4900</price>                      <!-- 屬性必須使用單引號或雙引號刮起來 -->
        <mark>10Percent off</mark>
    </product>
</catalog>                                                             <!-- 此為root標籤的結束 -->

1.如果有XML文件宣告(prolog)，必須位於XML文件的第一列

<?xml version="1.0" encoding="big5" ?> 就宣告了XML的版本為1.0，字集為Big5

2.XML文件只能有一個根標籤 (root)

整個文件在<catalog> 與 </catalog> 之間，被視為一個樹狀結構

3.開始與結束的標籤必須成對出現

如<catalog></catalog>或<product></product>或<pname></panme>或<mark></mark>等

4.非成對標籤 或 標籤中無內容，則可用「/」 符號

例如<hr />或<mark></mark>可以用<mark />表示

5.標籤必須巢狀排列 ，而不可以重疊

不可有 <A><B></A></B> 這種重疊的情況，必須是<A><B></B></A>或<B><A></A></B>的情況

6.英文大小寫有別

<A> 標籤不可與 </a>標籤配對

7.屬性必須被「'」或「''」 包括起來， 且使用的quotes也必須成對

如<price currency="NT"> ....</price> ，其中的currency="NT" 就是屬性

8.同一標籤不可有相同的屬性

如 <price currency="NT" currency='NT'> ....</price>就重複了相同的屬性2次，

9.特殊字元的使用必須採用所謂的實體引用(Entity Reference)

特殊字元	實體引用
&	&
>	>
<	&lt;
"	&quot;
'	&apos;

10.使用正確的物件名稱

XML的物件包括了標籤(Tag)，元素(Element)，屬性(Attribute)，資料型態(Datatype)，群組(Group)，實體(Entity).....等 ，其命名就如同一般程式語言一樣有其規則必須符合，如必須是以文字、底線、或冒號(建議還是別用，因會被誤判為namespace)開頭的名稱，名稱中不可有空白...等。

可用的剖析器(parser)

• Parser是一個檢查XML文檔語法是否格式良好，並進行解析的軟體。
• 基本上瀏覽器即可當作XML的剖析器，如IE或FireFox等，若讀入的XML文件並非Well-Formed，瀏覽器獨入時便會顯示錯誤訊息。

Validating XML

• Validating XM指的是"驗證有效"的XML文件。
• 假如一個 well-formed的XML 文件符合在文件的開頭部份 (prolog) 使用「標示宣告」 所宣告的「文件內容模式」(content model)，這個文件就稱為「驗證有效」。

可用的驗證器(validator)

• validator是一個檢查XML文檔語法是否符合DTD定義，並進行解析的軟體。
• 免費下載的validator
  • James Clark是在SGML/XML領域的元老，他所寫的parser：expat - XML Parser Toolkit
  • IE 瀏覽器可以下載額外的元件而升級為驗證器： Internet Explorer Tools for Validating XML and Viewing XSLT Output
• 線上驗證服務
  • W3C提供的：http://validator.w3.org/
  • Brown大學科技小組提供的：http://www.stg.brown.edu/service/xmlvalid/

參考書目

• XML入門與應用 松岡 陳長念  ISBN:9574668916
• XML入門與實務經典 上奇 陳建勳 ISBN:9867944356
• XML應用寶典輕鬆體驗Web Service 上奇 劉宗億 ISBN: 9867944658
• XML學習手冊 O'REILLY Erik T.Ray ISBN:9578247648

網路資源

• W3C XML
• 永遠的UNIX > 編程技術 > XML/WML
• Extensible Markup Language (XML) 1.0 (Third Edition)
• XML 1.0 語法
• W3C文件中文翻譯計畫(簡體)
• Chinese XML Now!
• ZVON.org The Guide to the XML Galaxy
• W3C DOM by George Hernandez

主 網 站：http://peterju.notlong.com (目前轉址至 http://irw.ncut.edu.tw/peterju/)

| | | | | |
This work is licensed under a Creative Commons License