XML文档-第二讲.ppt

XML文档 主讲：张凌 XML文档 每一个XML文档都有一个逻辑和一个物理结构。 物理上而言，文档由称为实体(entities)的存储单元组成，实体都具有内容并且都通过实体的名字进行标识〔文档实体和外部DTD子集除外）。实体可以是一段文本、一个文件、一个数据库记录或其他包含数据的项目。一个实体可以引用其它的实体，从而将它们包含在文档中。文档开始于根(root)或文档实体(document entity). 格式良好的XML文档形成了一种层次树结构，而这个树的树根就是文档实体，与其它实体不同，文档实体没有名宇，只是用于表示文档树的根。XML文档的根元素被称为文档元素(document element)，它和在其外部出现的处理指令、注释等作为文档实体的子节点,而根元素本身和其内部的子元素也是一棵树. XML文档 实体可以包含已分析(parsed）的或未分析的(unparsed）数据.已分析的数据由字符组成，其中一些字符组成字符数据，另一些字符组成标记。已分析的实体(parsed entity）内容被称为它的替换文本，这个文本被看成是文档整体的一部分．在XML处理器分析XML文档时，凡是文档中出现引用已分析实体的地方，都将被该实体的内容所替换. 未分析的实体(unparsed entity)是一种资源，它的内容可以是也可以不是文本，并且，如果是文本的话，可以不是XML文本。每一个未分析的实体有一个相关联的用名字标识的记号(notation)。除了要求XML处理器能向应用程序提供可用的实体和记号的标识符之外，XML对未分析的实体内容不作任何限限制。 已分析的实体以实体引用的方式通过名字来调用：未分析的实体通过ENTITY或ENTITIES属性中给出的名字来调用． XML文档 逻辑上而言，文档由声明，元素，注释，字符引用和处理指令组成，在文档中，所有这些都是通过显式的标记(markup)来指明的. XML标记(markup)包括开始标签(tag)、结束标签、空元素标签、实体引用、字符引用、注释、CDATA段定界符、文档类型声明，处理指令、XML声明、文本声明以及任何在文档实体顶层的空白（即，在文档元素之外，且不在任何其它的标记内部）。其它所有非标记的文本组成文档的字符数据。 XML文档 XML文档在逻辑上主要由以下五个部分组成。 --XML声明 --文档类型声明 --元素 --注释 --处理指令。 XML声明： XML文档总是以一个XML声明开始，其中指明所用的XML版本、文档的编码、文档的独立性信息。其格式如下 ?xml 版本信息 [编码信息] [文档独立性信息]? 一对中括号([])中的部分表示是可选信息。 版本声明 ?xml version=1.0? 文档编码声明 在XML声明中还可以加上交档编码信息，默认是UTF-8,如果要使用中文，我们可以在声明中加上encoding=“gb2312”,如下所示： ?xml version=1.0 encoding=gb2312? 独立文档声明 如果我们的文档不依赖于外部文档．在XML声明中，我们可以通过standalone=“yes”来声明这个文档是独立的文档，如要文档依赖于外部文档，可以通过standalone=“no”来声明。完整的XML声明如下所示： ?xml version=1.0 encoding=gb2312 standalone=yes? XML声明必须位于文档的第一行，前面不能有任何字符。 文档类型声明 DTD（Document Type Definition)．文档类型定义． XML从SGML继承了用于定义语法规则的DTD机制，但DTD本身井不要求遵循XML规则，几乎所用的XML应用都是使用DTD来定义的。HTML就有一个标准的DTD文件，所以其组织结构和所有的标签都是固定的．DTD文件也是一个文本文件，通常用“dtd”作为其扩展名． 通过文档类型声明，指出XML文档所用的DTD.文档类型声明有两种形式．一种是声明DTD在一个外部的文件中，如下： !DOCTYPE greeting SYSTEM hello.dtd 一种是直接在XML文档中给出DTD，如下： ?xml version=1.0 encoding=gb2312 standalone=yes? !DOCTYPE greeting[ !ELEMENT greeting (#PCDATA) ] 元素： 在XML中，元素由开始标签、元素内容和结束标签构成