XML简明教程（二）
二、XML基础
（一）XML术语
在学习XML之前，我想先给大家介绍一些XML使用的术语。平常我们学习新的语言时，总会遇到许多难以理解的术语，在这里
就先介绍一些主要的给大家。
元素（Elements）：代表XML文档中的每一个组件，包含字符、元素或者两者皆有，允许有空元素（empty element）。
属性（Attributes）：放在元素后面的数据，代表这个元素的另一种特性和特征。
统一编码（Unicode）：一种字符集，包括了全世界各种语言中有用的字符。
实体：“文本片”，实体也像一个缩写，一个实体可以是一个字符也可以是一个文档的数据，是XML文本的基本单位。
标记（Markup）：像标记（TAG）、实体引用（Entity reference）和声明这样的构件。
样式表（XSL）：描述XML的元数据文件格式的语言（因为CSS对于XML来讲不够用）。
序言（Prolog）：关于文档实例表现形式的信息。
文档实例（Document instance）：以元素的层次结构组织的实际文档数据。
（二）XML语法简介
1．看一个简单的例子
这是一个关于库存物品清单的简单例子，大家可以从中发现XML的许多特性，并且可以体会到XML的元数据文件是非常清晰易
读的：
<!-XML文件示例-->
<?xml version="1.0" encoding="GB2312" ?>
<库存清单>
<!--这里就是注释-->
<库存物品>
<名称>毛巾</名称>
<规格 单位="cm">25*50</规格>
<生产厂家>中国棉纺厂</生产厂家>
<生产日期>20010-09-01</生产日期>
<数量 单位="条">400</数量>
<进货价 单位="元">2.5</进货价>
<零售价 单位="元">6.5</零售价>
</库存物品>
<库存物品>
<名称>碗</名称>
<规格 单位="cm">5*15</规格>
<生产厂家>中国搪瓷厂</生产厂家>
<生产日期>20010-09-11</生产日期>
<数量 单位="个">200</数量>
<进货价 单位="元">1.5</进货价>
<零售价 单位="元">4.5</零售价>
</库存物品>
<库存物品>
<名称>筷子</名称>
<规格 单位="个">1*10</规格>
<生产厂家>中国搪瓷厂</生产厂家>
<生产日期>20010-09-11</生产日期>
<数量 单位="把">200</数量>
<进货价 单位="元">1.5</进货价>
<零售价 单位="元">3.5</零售价>
</库存物品>
</库存清单>
看过了XML语言的基本格式，下面将详细讲解XML元数据文件的各个组成部分，实际就上面这些而言是非常简单的，当然，我
们要想更清楚的了解和学习XML，就必须清楚地知道这些定义的意义。
2．声明（Declaration）
XML数据文件的定义不象HTML那样自由，它是非常严格的，缺少一个就会出错！因为每个XML的解析器第一步要做的事情就是
检查XML文件是否合格，就是“well-formed”，所以大家看到第一句是这样些的：
<?xml version="1.0" encoding="GB2312" ?>
注意的是：不能漏掉此句，否则解析器不予解析的！当然里面的encoding可以不用写，缺省是Unicode，在此对XML使用的字符编
码作一下说明，大家都应该知道中文和英文的区别吧，呵呵，有人说了，这也太简单了，实际上平时有区别就罢了，结果闹到计算机
上真是比较麻烦，大家用过古董DOS的就知道使用汉字在计算机上是一件多么困难的事情，别人26个字母就可以搞定，汉字却要好几万
个。现在的计算机的发展虽然神速，可国际化的问题却一直存在，况且不属英语语系的国家也都有此类问题，因此美国的各大电脑厂
商组成了一个Unicode促进会，结合ISO的字库标准，推出了Unicode，这个编码可以满足绝大多数语系的需要！
3．元素（Elements）和属性（Attributes）
<元素名 属性名=”属性值”>
<子元素>元素的数据</子元素>
</元素名>
大家看上面的这个例子，就能很形象的理解什么是元素什么是属性，但是需要注意的是元素的大小写是不一样的，也就是说<
t></t>和<T></T>不是同一个元素。还有就是元素里的数据，只要是合法的就会完全忠实的成为数据，就如:
<元素名>这是一个</元素名>
<!-这是另一个-->
<元素名>这是一个 </元素名>
<!-这又是另一个-->
<元素名>这是一个
</元素名>
大家注意到没有，第一、二只差一个空格，第三个则是多了一个回车符，但是这三个数据却是不同的数据，因此大伙在写这
些数据的时候可一定要小心！
如果大家对于面向对象熟悉的话，一定清楚类也是有属性的，而XML自然也是包括属性的，XML的元素是拥有属性的，而且可
以有许多属性，并且属性值必须使用单引号或双引号包含起来。
4．注释（Comments）
如果大家编写过程序，就一定知道，看别人的程序是一件非常痛苦的事情。如果别人的程序是没有注释的话，那简直就成了
一种惨无人道的折磨，呵呵，所以，在文档中嵌入关于文档和标记的信息就是很有帮助的。这样不但可以帮助别人也可以帮助自己。
在XML的注释里是这样的：
<!-啊，这就是帮助-->
在这个注释中间，可以放入除了“--”符号以外的所有字符，这稍稍有些不习惯，我们往往会使用这个符号来分离不同组成部分
的文档，在XML的文件里则需要改一改了。
5．预定义实体
当我们创建XML时候，有些符号例如“<”等和XML相重的标记，譬如下面的：
<文章>
<段落>
<html>
<head>
<title></title>
</head>
<body>
<h1>我们那嘎都是活雷锋</h1>
<b>老张开车去东北……撞了</b>
</body>
</html>
</段落>
</文章>
这样是肯定行不通的，HTML和XML的定义相重，因为XML有5种预定义的实体，如下：
&-------------------&
<----------------------<
>--------------------- >
'------------------‘
"------------------“
这样再写这些文件就会象下面这样：
<文章>
<段落>
<html>
<head>
<title></title>
</head>
<body>
<h1>我们那嘎都是活雷锋</h1>
<b>老张开车去东北……撞了</b>
</body>
</html>
</段落>
</文章>
解析器会自动把这些符号转换成我们所要的文件，但是这样实在是不好看懂，所以就又有了这个CDATA。
6．CDATA
从上面那一节的例子可以看出，使用预定义实体实在是难以看懂，但是有了这个CDATA之后，我们就可以让分析器把那些特殊
数据当作普通的数据来处理了！
CDATA的定义如下：
<![CDATA[ 内容 ]]>
将上节的例子拿来使用：
<文章>
<段落><![CDATA[
<html>
<head>
<title></title>
</head>
<body>
<h1>我们那嘎都是活雷锋</h1>
<b>老张开车去东北……撞了</b>
</body>
</html>
]]>
</段落>
</文章>
这样，解析器就可以解释在这个符号中间的特殊字符了！
