跳转到内容

XML

本页使用了标题或全文手工转换
维基百科，自由的百科全书

这是本页的一个历史版本，由Starry Rain​（留言 | 贡献）在2024年2月15日 (四) 01:18编辑。这可能和当前版本存在着巨大的差异。

可擴展標記語言
扩展名
.xml
互联网媒体类型
  • application/xml
  • text/xml[1]
统一类型标识public.xml
UTI结构public.text
开发者万维网联盟
格式类型标记语言
扩展自SGML
扩展为
标准
免费格式？是

可扩展标记语言（英語：Extensible Markup Language，简称：XML）是一种标记语言和用于存储、传输和重构松散数据的文件格式。它定义了一系列编码文档的规则以使其在人类可读的同时机器可读。万维网联盟于1998年[2]发布的 XML 1.0 规范[3]和其他相关[4]开源标准共同定义了 XML[5]。

XML 的设计目标是注重简洁、通用和因特网可用性[6]。它是一种通过 Unicode 编码实现对多种语言有强大支持的文本数据格式。尽管 XML 的设计重心在于文档，它被广泛应用于网络服务中松散数据结构的表示。[7]

总览

XML 的主要目的是序列化（如存储、传输和重构松散数据）。对于两个需要传输信息的不同系统，它们也需要在文件格式上达成一致。XML 规范了这个流程，因此其类似于用于表示信息的通用语言。[8]

作为一个标记语言，XML 标记，分类和在结构方面组织数据。[8]XML 标签代表结构且包含元数据，标签内是照 XML 标准编码的数据。[8]一个附加的 XML 结构（XSD）定义了用于解释和验证 XML 的必要的元数据（这也被称为结构典范）[8]。一个符合 XML 基本语法的文档是“结构良好”的（well-formed），一个符合其附加结构的是“有效”（valid）的。[8]

互联网工程任务组的 RFC 7303（取代了旧的 RFC 3023）提供了用于构造 XML 中媒体类型的规则。它定义了三种媒体类型：

application/xml                             (text/xml是一个别名)
application/xml-external-parsed-entity      (text/xml-external-parsed-entity是一个别名)
application/xml-dtd

它们被用于在不暴露内容的同时传输未经处理的 XML 文件。RFC 7303 还建议基于 XML 的语言的媒体类型应以 +xml 结尾（如 SVG 的 image/svg+xml）。

对于 XML 在网络中的进一步使用指南于 RFC 3470 （也被称为 IETF BCP 70，包含设计部署基于 XML 的语言的各个方面）提出。

应用

XML 在互联网信息交换中已经被广泛应用。数以百计使用 XML 语法的文档格式（包括 RSS、Atom、Office Open XML、OpenDocument、SVG、COLLADA 和 XHTML）被开发出来[9]。XML 还为多种通信协议（如 SOAP 和 XMPP）提供了基础语言。它还是AJAX使用的信息交换格式之一。

许多工业数据标准，如Health Level 7、OpenTravel Alliance、FpML、MISMO和National Information Exchange Model，基于 XML 和 XML 附加结构丰富的特性。在出版领域，Darwin Information Typing Architecture 是一个 XML 行业数据标准。XML 被广泛应用与支持各种出版格式。

关键术语

该部分内容基于 XML 规范。注意这并不是一个详尽的列出所有结构的列表，而是提供 XML 中常见组成的介绍。

字符（ Character ）

XML 1.0 规范允许的（转义后的最终解码值）合法字符： #x9（水平制表符）、#xA（回车符）、#xD（换行符）、#x20-#xD7FF、#xE000-#xFFFD、#x10000-#x10FFFF。即任何Unicode字符，不包含 surrogate blocks, FFFE, FFFF。

XML 规范定义了5个"预定义实体"来表示特殊字符. XML也允许在每个文档定义任意数量的其它命名实体.

下表列出了5个XML预定义实体. 通过名字引用这些实体的格式为&name;，例如, & 将绘制为&.

名字 字符 Unicode码位(十进制) 标准 描述
quot " U+0022 (34) XML 1.0 双引号
amp & U+0026 (38) XML 1.0 &
apos ' U+0027 (39) XML 1.0 撇号
lt < U+003C (60) XML 1.0 小于号
gt > U+003E (62) XML 1.0 大于号

处理器（ Processor ）与应用（ Application ）

XML 处理器（Processor，也称作XML parser）分析标记语言并传递结构化信息给应用（application）。

XML 规范规定了处理器要做什么不能做什么，但是应用并不在其讨论范围内。规范称之为处理器的东西一般被通俗的称为 XML 解析器。

标记（ Markup ）与内容（ Content ）

XML文档的字符分为标记（Markup）与内容（content）两类。可由简单的语法判断出来：标记通常以<开头，以>结尾；或者以字符& 开头，以;结尾。不是标记的字符就是内容。但是CDATA部分，分解符号<![CDATA[与]]>是标记，二者之间的文本为内容。 最外界的空白符是标记。

标签（ Tag ）

一个tag属于标记结构，以<开头，以>结尾。Tag名字是大小写敏感，不能包括任何字符 !"#$%&'()*+,/;<=>?@[\]^`{|}~， 也不能有空格符， 不能以"-"或"."或数字开始。可分为三

  • 起始标签 start-tag，如<section>;
  • 结束标签 end-tag，如</section>;
  • 空白标签 empty-element tag，如<line-break />.

元素（ Element ）

元素是文档逻辑组件，它在起始标签与匹配的结束标签之间，或者仅由一个空白标签组成。例如：<greeting>Hello, world!</greeting>. 另一个例子是： <line-break />.在标签间的内容可以包含其他元素（称为子元素）

属性（ Attribute ）

属性是一种在起始标签或空白标签中的标记结构，由键值对组成。例如：<img src="madonna.jpg" alt="Madonna" />，其中 src 和 alt 是属性，它们的值分别是"madonna.jpg"和"Madonna"。每个元素中，一个属性最多出现一次，一个属性只能有一个值。

如果属性有多个值，这需要采取XML协议以外的方式来表示，如采用逗号或分号间隔，对于CSS类或标识符的名字可用空格来分隔。

XML 声明（ Declaration ）

XML文档如果以XML declaration开始，则表述了文档的一些信息。如<?xml version="1.0" encoding="UTF-8"?>.

字符与转义

XML 文档完全由 Unicode 字符库中的字符组成。 除了少数特殊排除的控制字符外，Unicode 定义的任何字符都可以出现在 XML 文档的内容中。

XML 包含用于识别构成文档的 Unicode 字符编码的工具，以及用于表达由于某种原因不能直接使用的字符的工具。

有效字符

以下范围内的Unicode字码在 XML 1.0 文档中是有效的：[10]

  • U+0009 ( 水平制表符 ), U+000A ( 换行 ), U+000D ( 回车 ): 这些是在 XML 1.0 中唯一接受的控制字符
  • U+0020 - U+D7FF, U+E000 - U+FFFD: 这些排除了BMP中的一些非字符（所有代理项，U+FFFE和U+FFFF是不被允许的）
  • U+10000 - U+10FFFF: 这些包含所有在增补计划中的字码，包含非字符

XML 1.1 扩充了允许的字符集以包含上述内容和U+0001 - U+001F[11]，但同时，它限制使用 U+0009（ 水平制表符 ）、U+000A（ 换行 ）、U+000D（ 回车 ）和 U+0085（下一行）以外的 C0 和 C1 控制字符 ），要求它们以转义形式编写（例如 U+0001 必须写为 &#x01; 或其等效形式）。 对于 C1 字符，此限制是向后不兼容； 引入它是为了检测常见的编码错误。

U+0000 （ 空 ）是唯一在任何 XML 1.1 文档中都不被允许的字码。

编码检测

Unicode 字符集可被编码为二进制字节以存储或通过多种方式传输，这个过程被称为编码。Unicode 本身定义了一个覆盖全字符集的编码格式，其中知名的包含 UTF-8（不包含位顺序记号，是XML 标准文档推荐使用的格式）和 UTF-16。还有许多早于 Unicode 的文字编码，如 ASCII 和多种 ISO/IEC 8859 字符集，但是它们的字符集都是 Unicode 字符集的子集。

例

XML定义结构、存储信息、传送信息。下例為小张发送给大元的便条，存储为XML。 

<?xml version="1.0"?>
  <小紙條>
    <收件人>大元</收件人>
    <發件人>小張</發件人>
    <主題>問候</主題>
    <具體內容>早啊，飯吃了沒？ </具體內容>
  </小紙條>

这XML文档仅是纯粹的信息标签，这些标签意义的展开依赖于应用它的程序。

结构

每个XML文档都由XML声明开始，在上面的代码中的第一行就是XML声明，<?xml version="1.0"?>。这一行代码会告诉解析器或浏览器，这个文件应该按照XML规则进行解析。

但是，根元素到底叫<小纸条>还是<小便条>，则是由文档类型定义（DTD）或XML纲要（XML Schema）定义的。如果DTD规定根元素必须叫<小便条>，那么若写作<小纸条>就不符合要求。这种不符合DTD或XML纲要的要求的XML文档，被称作不合法的XML，反之则是合法的XML。

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。

最常見的PI（processing instruction,像XML序言, 卻是不同類型的語法）是用來指定XML文件的樣式表, 这个PI一般会直接放在XML序言之后，通常由Web浏览器使用，来将XML数据以特殊的样式显示出来。

XML的结构有一个缺陷，那就是不支持分帧（framing）。当多条XML消息在TCP上传输的时候，无法基于XML协议来确定一条XML消息是否已经结束。

参考文献

  1. ^ XML Media Types, RFC 7303. Internet Engineering Task Force. July 2014 [2016-07-06]. （原始内容存档于2022-04-18）. 
  2. ^ Extensible Markup Language (XML) 1.0. www.w3.org. [2024-02-14]. 
  3. ^ Extensible Markup Language (XML) 1.0 (Fifth Edition). World Wide Web Consortium. 2008-11-26 （英语）. 
  4. ^ Wayback Machine (PDF). [2024-02-14]. 
  5. ^ Document license - 2015 version. W3C. [2024-02-14] （英语）. 
  6. ^ Document license - 2015 version. W3C. 
  7. ^ Fennell, Philip. Extremes of XML. XML London: 80-86. 2013-09-14. ISBN 978-0-9926471-0-0. doi:10.14337/XMLLondon13.Fennell01 （英语）. 
  8. ^ 8.0 8.1 8.2 8.3 8.4 Dykes, Lucinda. XML for Dummies 4th ed. Hoboken, N.J: Wiley. 2005. ISBN 978-0-7645-8845-7. 
  9. ^ Cover, Robin. XML Applications and Initiatives. xml.coverpages.org. [2024-02-15]. 
  10. ^ Characters. Extensible Markup Language (XML) 1.0 (Fifth Edition). 
  11. ^ Characters. Extensible Markup Language (XML) 1.1 (Second Edition). 

延伸閱讀

外部链接

参见

检索自“https://zh.wikipedia.org/w/index.php?title=XML&oldid=81072162”