第二章 XML概念

导言

经过第一章的快速入门学习，你已经知道了XML是一种能够让你自己创造标识的语言，它可以将数据与格式从网页中分开，它可以储存数据和共享数据的特性使得XML无所不能。如果你希望深入学习XML，系统掌握XML的来龙去脉，那么我们首先还是要回到XML概念的问题上来。XML(Extensible Markup Language)，一种扩展性标识语言。"扩展性""标识""语言"。每一个词都明确的点明了XML的重要特点和功能。我们来仔细分析：

一. 扩展性
二. 标识
三. 语言
四. 结构化
五. Meta数据
六. 显示
七. DOM

一.扩展性---使用XML，你可以为你的文档建立自己的标记(tags)。

XML的第一个词是"扩展性"，这正是XML强大的功能和弹性的原因。

在HTML里，有许多固定的标记，我们必须记住然后使用它们，你不能使用HTML规范里没有的标记。而在XML中，你能建立任何你需要的标记。你可以充分发挥你的想象力，给你的文档起一些好记的标记名称。比如，你的文档里包含一些游戏的攻略，你可以建立一个名为<game>的标记，然后在<game>下再根据游戏类别建立<RPG>,<SLG>等标记。只要清晰，易于理解你可以建立任何数量的标记。

一开始你也许会不适应，因为我们在学习HTML时，有固定的标记可以直接学习和使用；(很多人包括我自己都是边分析别人的代码和标识，边建立自己的网页)，而XML却没有任何标记可以学，也很少有文档的标记是一模一样的。我们怎么办？呵呵，没有就自己创建呀。一旦你真正开始写XML文档，你会发现随心所欲的创造新标记也是一份很有趣的事。你可以建立有自己特色的标记，甚至建立你自己的HTML语言。

扩展性使你有更多的选择和强大的能力，但同时也产生一个问题就是你必须学会规划。你自己要理解自己的文档，知道它由哪几部分组成，相互之间的关系和如何识别它们。

关于建立标识还需要说明一点，标识是描述数据的类型或特性，比如<width>，年龄<age>，姓名<name>等，而不是数据的内容，比如：<10pxl>,<18>,<张三>，这些都是无用的标记。如果你学过数据库，你可以这样理解，标识就是一种字段名。

二.标识---使用XML你可以识别文档中的元素。

XML的第二个词是"标识"，这表明了XML的目的是标识文档中的元素。

不论你是HTML,还是XML，标识的本质在于便于理解，如果没有标识，你的文档在计算机看来只是一个很长的字符串，每个字看起来都一样，没有重点之分。

通过标识，你的文档才便于阅读和理解，你可以划分段落，列明标题。XML中，你更可以利用其扩展性 来为文档建立更合适的标识。

不过，有一点要提醒大家注意：标识仅仅是用来识别信息，它本身并不传达信息。例如这样的HTML代码：

<b>frist step<b>
这里<b>表示粗体，只用来说明是用粗体来显示"frist step"字符，<b>本身并不包含任何实际的信息，在页面上你看不到<b>，真正传达信息的是"frist step "。

三.语言---使用XML你要遵循特定的语法来标识你的文档。

XML第三个词是"语言"。这表明了作为一种语言XML必须遵循一定的规则。虽然XML的扩展性允许你创建新标识，但它仍然必须遵循特定的结构，语法和明确的定义。

在计算机领域，语言常常表示一?quot;程序语言"，用来编程实现一些功能和应用，但不是所有的"语言"都是用来编程的，XML就只是一种用来定义标识和描述信息的语言。

下面我们来深入了解一下XML应用的其本原理，可能会很枯燥，但是对于整体的理解很重要，你可以先快速过一遍，心里有一个模糊的概念，具体精髓则需要在实践中慢慢领会。

四.结构化---XML促使文档结构化，所有的信息按某种关系排列。

"结构化"听起来太抽象了，我们这样理解，结构化就是为你的文档建立一个框架，就象写文章先写一个提纲。结构化使你的文档看起来不会杂乱无章，每一部分都紧密联系，形成一个整体。

结构化有两个原则：
1.每一部分(每一个元素)都和其他元素有关联。关联的级数就形成了结构。
2.标识本身的含义与它描述的信息相分离。

我们来看一个简单的例子帮助理解：
<?xml version="1.0" encoding="GB2312"?>
<myfile>
<title>XML轻松学习手册</title>
<chapter>XML快速入门
<para>什么是XML</para>
<para>使用XML的好处</para>
</chapter>
<chapter>XML的概念
<para>扩展性</para>
<para>标识</para>
</chapter>
</myfile>
这是本文的XML描述文档，可以看到标识分三级关联,非常清晰：
<myfile>
<chapter>
<para>
...
</para>
</chapter>
</myfile>

上面这样的文档结构，我们又称之为"文档树"，主干是父元素，如<myfile>，分支和页是子元素，如<chapter>和<para>。