可擴展標記語言

背景

1996年7月 W3C在Jon Bosak(SUN公司的網絡技術專家)的建議下成立了XML規(guī)范制訂小組，其目的是為了將標準通用標記語言SGML(Standard Generic Markup Language)方便地應用于網絡，參加規(guī)范制訂的是一大批著名公司、學術機構代表和SGML 專家。在他們的共同努力下XML 1.0建議書8經W3C認可于1998年2月10日正式公布于眾。隨即，XML便成為近年來國外許多科研機構、知名數(shù)據(jù)庫廠商和網絡軟件產品開發(fā)商的研發(fā)熱點，國內對XML的研究方興未艾。11

XML是一種獨立于軟件和硬件的工具，用于存儲和傳輸數(shù)據(jù)。XML代表可擴展標記語言，是一種與HTML非常相似的標記語言，被設計用于存儲和傳輸數(shù)據(jù)，XML被設計為自描述的， XML是W3C推薦標準。

原理

可擴展標記語言與Access，Oracle和SQL Server等數(shù)據(jù)庫不同，數(shù)據(jù)庫提供了更強有力的數(shù)據(jù)存儲和分析能力，例如：數(shù)據(jù)索引、排序、查找、相關一致性等，可擴展標記語言僅僅是存儲數(shù)據(jù)。事實上它與其他數(shù)據(jù)表現(xiàn)形式最大的不同是：可擴展標記語言極其簡單，這是一個看上去有點瑣細的優(yōu)點，但正是這點使它與眾不同。3

XML的簡單易于在任何應用程序中讀/寫數(shù)據(jù)，這使XML很快成為數(shù)據(jù)交換語言（此類語言主要包括XML，JSON等，常用于接口調用，配置文件，數(shù)據(jù)存儲等場景8），雖然不同的應用軟件也支持其他的數(shù)據(jù)交換格式，但不久之后它們都將支持XML，那就意味著程序可以更容易的與Windows、Mac OS、Linux以及其他平臺下產生的信息結合，然后可以很容易加載XML數(shù)據(jù)到程序中并分析它，并以XML格式輸出結果。3

發(fā)展

XML有兩個先驅：SGML和HTML，這兩個語言都是非常成功的標記語言，但是都有一些與生俱來的缺陷。XML正是為了解決它們的不足而誕生的。4

隨著Web應用的不斷發(fā)展，HTML的局限性也越來越明顯地顯現(xiàn)了出來，如HTML無法描述數(shù)據(jù)、可讀性差、搜索時間長等。人們又把目光轉向SGML，再次改造SGML使之適應現(xiàn)在的網絡需求。隨著先輩的努力，1998年2月10日，W3C(World Wide Web Consortium，萬維網聯(lián)盟)公布XML 1.0標準，XML誕生了。4

XML最初的設計目的是為了EDI(Electronic Data Interchange，電子數(shù)據(jù)交換)，確切地說是為EDI提供一個標準數(shù)據(jù)格式。4

當前的一些網站內容建設者們已經開始開發(fā)各種各樣的XML擴展，比如數(shù)學標記語言MathML、化學標記語言CML等。此外，一些著名的IT公司，如Oracle、IBM以及微軟等都積極地投入人力與財力研發(fā)XML相關軟件與服務支持，這無疑確定了XML在IT產業(yè)的重要地位。4

SGML

早在Web未發(fā)明之前，SGML(Standard Generalized Markup Language，標準通用標記語言)就已存在，正如它的名稱所言，SGML是國際上定義電子文件結構和內容描述的標準。SGML具有非常復雜的文檔結構，主要用于大量高度結構化數(shù)據(jù)的訪問和其他各種工業(yè)領域，在分類和索引數(shù)據(jù)中非常有用。4

雖然SGML的功能很強大，但是它不適用于Web數(shù)據(jù)描述，而且SGML軟件的價格非常昂貴；另外，SGML十分龐大，既不容易學，又不容易使用，在計算機上實現(xiàn)也十分困難：不僅如此，幾個主要的瀏覽器廠商都明確拒絕支持SGML，這無疑是SGML在網上傳播遇到的最大障礙。鑒于這些因素，Web的發(fā)明者——歐洲核子物理研究中心的研究人員，根據(jù)當時（1989年）的計算機技術，發(fā)明并推出了HTML。4

HTML

1989年，HTML誕生，它拋棄了SGML復雜龐大的缺點，繼承了SGML的很多優(yōu)點。HTML最大的特點是簡單性和跨平臺性。4

HTML是一種界面技術，它只使用了SGML中很少的一部分標記，例如HTML 4.0中只定義了70余種標記。為了便于在計算機上實現(xiàn)，HTML規(guī)定的標記是固定的，即HTML語法是不可擴展的。HTML這種固定的語法使它易學易用，在計算機上開發(fā)HTML的瀏覽器也十分容易。正是由于HTML的簡單性，使得基于HTML的Web應用得到了極大的發(fā)展。4

特征

XML具有以下特點：4

1. XML可以從HTML中分離數(shù)據(jù)。即能夠在HTML文件之外將數(shù)據(jù)存儲在XML文檔中，這樣可以使開發(fā)者集中精力使用HTML做好數(shù)據(jù)的顯示和布局，并確保數(shù)據(jù)改動時不會導致HTML文件也需要改動，從而方便維護頁面。XML也能夠將數(shù)據(jù)以“數(shù)據(jù)島”的形式存儲在HTML頁面中，開發(fā)者依然可以把精力集中到使用HTML格式化和顯示數(shù)據(jù)上。4
2. XML可用于交換數(shù)據(jù)?；赬ML可以在不兼容的系統(tǒng)之間交換數(shù)據(jù)，計算機系統(tǒng)和數(shù)據(jù)庫系統(tǒng)所存儲的數(shù)據(jù)有多種形式，對于開發(fā)者來說，最耗時間的工作就是在遍布網絡的系統(tǒng)之間交換數(shù)據(jù)。把數(shù)據(jù)轉換為XML格式存儲將大大減少交換數(shù)據(jù)時的復雜性，還可以使這些數(shù)據(jù)能被不同的程序讀取。4
3. XML可應用于B2B中。例如在網絡中交換金融信息， 目前XML正成為遍布網絡的商業(yè)系統(tǒng)之間交換信息所使用的主要語言，許多與B2B有關的完全基于XML的應用程序正在開發(fā)中。4
4. 利用XML可以共享數(shù)據(jù)。XML數(shù)據(jù)以純文本格式存儲，這使得XML更易讀、更便于記錄、更便于調試，使不同系統(tǒng)、不同程序之間的數(shù)據(jù)共享變得更加簡單。4
5. XML可以充分利用數(shù)據(jù)。XML是與軟件、硬件和應用程序無關的，數(shù)據(jù)可以被更多的用戶、設備所利用，而不僅僅限于基于HTML標準的瀏覽器。其他客戶端和應用程序可以把XML文檔作為數(shù)據(jù)源來處理，就像操作數(shù)據(jù)庫一樣，XML的數(shù)據(jù)可以被各種各樣的“閱讀器”處理。4
6. XML可以用于創(chuàng)建新的語言。比如，WAP和WML語言都是由XML發(fā)展來的。WML(Wireless Markup Language，無線標記語言)是用于標識運行于手持設備上（比如手機）的Internet程序的工具，它就采用了XML的標準。4

總之，XML使用一個簡單而又靈活的標準格式，為基于Web的應用提供了一個描述數(shù)據(jù)和交換數(shù)據(jù)的有效手段。但是，XML并非是用來取代HTML的。HTML著重如何描述將文件顯示在瀏覽器中，而XML與SGML相近，它著重描述如何將數(shù)據(jù)以結構化方式表示。4

規(guī)范

XML文件格式是純文本格式，在許多方面類似于HTML，XML由XML元素組成，每個XML元素包括一個開始標記( )，一個結束標記( )以及兩個標記之間的內容，例如，可以將XML元素標記為價格、訂單編號或名稱。標記是對文檔存儲格式和邏輯結構的描述。在形式上，標記中可能包括注釋、引用、字符數(shù)據(jù)段、起始標記、結束標記、空元素、文檔類型聲明( DTD)和序言。5

具體規(guī)則如下：

1、必須有聲明語句。4

XML聲明是XML文檔的第一句，其格式如下：4

<pre data-lang="xml"><?xml?version="1.0"?encoding="utf-8"?>

2、注意大小寫

在XML文檔中，大小寫是有區(qū)別的?！癆”和“a”是不同的標記。注意在寫元素時，前后標記的大小寫要保持一致。最好養(yǎng)成一種習慣，或者全部大寫，或者全部小寫，或者大寫第一個字母，這樣可以減少因為大小寫不匹配而產生的文檔錯誤。4

3、XML文檔有且只有一個根元素

良好格式的XML文檔必須有一個根元素，就是緊接著聲明后面建立的第一個元素，其他元素都是這個根元素的子元素，根元素完全包括文檔中其他所有的元素。根元素的起始標記要放在所有其他元素的起始標記之前；根元素的結束標記要放在所有其他元素的結束標記之后。4

4、屬性值使用引號

在HTML代碼里面，屬性值可以加引號，也可以不加。但是XML規(guī)定，所有屬性值必須加引號（可以是單引號，也可以是雙引號，建議使用雙引號），否則將被視為錯誤。4

5、所有的標記必須有相應的結束標記

在HTML中，標記可以不成對出現(xiàn)，而在XML中，所有標記必須成對出現(xiàn)，有一個開始標記，就必須有一個結束標記，否則將被視為錯誤。4

6、所有的空標記也必須被關閉

空標記是指標記對之間沒有內容的標記，比如“”等標記。在XML中，規(guī)定所有的標記必須有結束標記。4

示例：

<pre data-lang="xml"><?xml?version="1.0"?encoding="utf-8"?><manifest?xmlns:android="http://schemas.android.com/apk/res/android"??????package="osg.AndroidExample"??????android:installLocation="preferExternal"??????android:versionCode="1"??????android:versionName="1.0">????<uses-sdk?android:targetSdkVersion="8"?android:minSdkVersion="8"></uses-sdk>????<uses-feature?android:glEsVersion="0x00020000"/>?<!--?OpenGL?min?requierements?(2.0)?-->????<uses-permission?android:name="android.permission.INTERNET"/>????<application?android:label="@string/app_name"?android:icon="@drawable/osg">????????<activity?android:name=".osgViewer"??????????????????android:label="@string/app_name"?android:screenOrientation="landscape">?<!--??Force?screen?to?landscape?-->????????????<intent-filter>????????????????<action?android:name="android.intent.action.MAIN"?/>????????????????<category?android:name="android.intent.category.LAUNCHER"?/>????????????</intent-filter>????????</activity>????</application></manifest>

XML與HTML區(qū)別

(1)可擴展性方面：HTML不允許用戶自行定義自己的標識或屬性，而在XML中，用戶能夠根據(jù)需要自行定義新的標識及屬性名，以便更好地從語義上修飾數(shù)據(jù)。6

(2)結構性方面：HTML不支持深層的結構描述，XML的文件結構嵌套可以復雜到任意程度，能表示面向對象的等級層次。6

(3)可校驗性方面：HTML沒有提供規(guī)范文件以支持應用軟件對HTML文件進行結構校驗，而XML文件可以包括一個語法描述，使應用程序可以對此文件進行結構校驗。6

(4)可以通過將html文件轉換為符合xml標準的xhtml文件，實現(xiàn)html標準和xml標準的結合。

標準

雖然XML標準本身簡單，但與XML相關的標準卻種類繁多，W3C制定的相關標準就有二十多個，采用XML制定的重要的電子商務標準就有十多個。這一方面說明XML確實是一種非常實用的結構化通用標記語言，并且已經得到廣泛應用；另一方面，這又為了解這些標準帶來一定的困難，除了標準種類繁多外，標準之間通常還互相引用，特別是應用標準，它們的制定不僅僅使用的是XML標準本身，還常常用到了其他很多標準。XML標準的體系與SGML標準的體系非常相似，XML相關標準也可分為元語言標準、基礎標準、應用標準三個層次。6

元語言標準

描述的是用來描述標準的元語言。在XML標準體系中就是XML標準，是整個體系的核心，其他XML相關標準都是用它制定的或為其服務的。6

基礎標準

這一層次的標準是為XML的進一步實用化制定的標準，規(guī)定了采用XML制定標準時的一些公用特征、方法或規(guī)則。如 XML Schema描述了更加嚴格地定義XML文檔的方法，以便可以更自動化處理XML文檔；XMLNamespace用于保證 XML DTD中名字的一致性，以便不同的DTD中的名字在需要時可以合并到一個文檔中；XSL是描述XML文檔樣式與轉換的一種語言；XLink用來描述XML文檔中的超鏈接；XPointer描述了定位到XML文檔結構內部的方法；DOM定義了與平臺和語言無關的接口，以便程序和腳本動態(tài)訪問和修改文檔內容、結構及樣式等。6

應用標準

XML已開始被廣泛接受，大量的應用標準，特別是針對因特網的應用標準，紛紛采用XML進行制定。有人甚至認為，XML標準是因特網時代的ASCII標準。在這因特網時代，幾乎所有的行業(yè)領域都與因特網有關。而它們一旦與因特網發(fā)生關系，都必然要有其行業(yè)標準，而這些標準往往采用XML來制定。6