XML轻松学习手册(三):XML的术语

提纲： 导言 一.xml文档的有关术语 二.dtd的有关术语 导言 初学xml最令人头疼的就是有一大堆新的术语概念要理解。由于xml本身也是一个崭新的技术，正在不断发展和变化，各组织和各大网络公司(微软,ibm,sun等)都在不断推出自己的见解和标准，因此新概念漫天飞就不足为奇了。而国内又缺乏权威的机构或组织来对这些术语正式定名，你所看见的有关xml的中文教材大部分是靠作者本身的理解翻译过来的，有些是正确的，有些是错误的，更加妨碍了我们对这些概念的理解和学习。 你下面将要看到的关于xml术语的解释，也是作者本身的理解和翻译。阿捷是以w3c组织发布的xml1.0标准规范和相关的正式说明文档为根据来讲述。可以确保这些理解是基本正确的，至少不是错误的。你如果想进一步阅读和了解，我在本文的最后部分列明了相关资源的出处和链接，你可以直接访问。好，我们转入正题：一.xml文档的有关术语
什么是xml文档？知道html原代码文件吧，xml文档就是用xml标识写的xml原代码文件。xml文档也是ascii的纯文本文件，你可以用notepad创建和修改。xml文档的后缀名为.xml，例如myfile.xml。用ie5.0以上浏览器也可以直接打开.xml文件，但你看到的就是"xml原代码"，而不会显示页面内容。你可以将下面代码存为myfile.xml试试：

<?xml version="1.0" encoding="gb2312"?>
<myfile>
<title>xml轻松学习手册</title>
<author>ajie</author>
<email>[e-mail]</email>
<date>20010115</date>
</myfile>

xml文档包含三个部分：
1. 一个xml文档声明；
2. 一个关于文档类型的定义；
3. 用xml标识创建的内容。

举例说明:
<?xml version="1.0"?>
<!doctype filelist system "filelist.dtd">

<filelist>
<myfile>
<title>quick start of xml</title>
<author>ajie</author>
</myfile>
......
</filelist>
其中第一行<?xml version="1.0"?>就是一个xml文档的声明，第二行说明这个文档是用filelist.dtd来定义文档类型的，第三行以下就是内容主体部分。 我们来了解xml文档中有关的术语：

1.element(元素)：
元素在html我们已经有所了解，它是组成html文档的最小单位，在xml中也一样。一个元素由一个标识来定义，包括开始和结束标识以及其中的内容，就象这样：<author>ajie</author>
唯一不同的就是：在html中，标识是固定的，而在xml中，标识需要你自己创建。

2.tag(标识)
标识是用来定义元素的。在xml中，标识必须成对出现，将数据包围在中间。标识的名称和元素的名称是一样的。例如这样一个元素：
<author>ajie</author>
其中<author>就是标识。

3.attribute(属性):
什么是属性？看这段html代码:<font color="red">word</font>。其中color就是font的属性之一。
属性是对标识进一步的描述和说明，一个标识可以有多个属性，例如font的属性还有size。xml中的属性与html中的属性是一样的，每个属性都有它自己的名字和数值，属性是标识的一部分。举例：
<author sex="female">ajie</author>
xml中属性也是自己定义的，我们建议你尽量不使用属性，而将属性改成子元素，例如上面的代码可以改成这样：
<author>ajie
<sex>female</sex>
</author>
原因是属性不易扩充和被程序操作。

4.declaration(声明)
在所有xml文档的第一行都有一个xml声明。这个声明表示这个文档是一个xml文档，它遵循的是哪个xml版本的规范。一个xml的声明语句就象这样：
<?xml version="1.0"?>

5.dtd(文件类型定义)
dtd是用来定义xml文档中元素，属性以及元素之间关系的。
通过dtd文件可以检测xml文档的结构是否正确。但建立xml文档并不一定需要dtd文件。关于dtd文件的详细说明我们将在下面单独列项。

6.well-formed xml(良好格式的xml)
一个遵守xml语法规则，并遵守xml规范的文档称之为"良好格式"。如果你所有的标识都严格遵守xml规范，那么你的xml文档就不一定需要dtd文件来定义它。
良好格式的文档必须以一个xml声明开始，例如：
<?xml version="1.0" standalone="yes" encoding="utf-8"?>
其中你必须说明文档遵守的xml版本，目前是1.0；其次说明文档是"独立的"，它不需要dtd文件来验证其中的标识是否有效；第三，要说明文档所使用的语言编码。默认的是utf-8，如果使用中文，你需要设置为gb2312。
良好格式的xml文档必须有一个根元素，就是紧接着声明后面建立的第一个元素，其它元素都是这个根元素的子元素，属于根元素一组。
良好格式的xml文档的内容书写时必须遵守xml语法。(有关xml语法我们将在下一章仔细讲解)

7.valid xml(有效的xml)
一个遵守xml语法规则，并遵守相应dtd文件规范的xml文档称为有效的xml文档。注意我们比较"well-formed xml"和"valid xml"，它们最大的差别在于一个完全遵守xml规范，一个则有自己的"文件类型定义(dtd)"。
将xml文档和它的dtd文件进行比较分析，看是否符合dtd规则的过程叫validation(确认)。这样的过程通常我们是通过一个名为parser的软件来处理的。
有效的xml文档也必须以一个xml声明开始，例如：
<?xml version="1.0" standalone="no" encode="utf-8"?>
和上面例子不同的，在standalone(独立)属性中，这里设置的是"no"，因为它必须和相应的dtd一起使用，dtd文件的定义方法如下：
<!doctype type-of-doc system/public "dtd-name">
其中：
"!doctype"是指你要定义一个doctype;
"type-of-doc"是文档类型的名称，由你自己定义，通常于dtd文件名相同；
"system/public"这两个参数只用其一。system是指文档使用的私有dtd文件的网址，而public则指文档调用一个公用的dtd文件的网址。
"dtd-name" 就是dtd文件的网址和名称。所有dtd文件的后缀名为".dtd"。
我们还是用上面的例子，应该写成这样：
<?xml version="1.0" standalone="no" encode="utf-8"?>
<!doctype filelist system "filelist.dtd"> 二.dtd的有关术语
什么是dtd,我们上面已经简略提到。dtd是一种保证xml文档格式正确的有效方法，可以比较xml文档和dtd文件来看文档是否符合规范，元素和标签使用是否正确。一个dtd文档包含：元素的定义规则，元素间关系的定义规则，元素可使用的属性，可使用的实体或符号规则。
dtd文件也是一个ascii的文本文件，后缀名为.dtd。例如:myfile.dtd。
为什么要用dtd文件呢？我的理解是它满足了网络共享和数据交互，使用dtd最大的好处在于dtd文件的共享。(就是上文dtd说明语句中的public属性)。比如，两个相同行业不同地区的人使用同一个dtd文件来作为文档创建规范，那么他们的数据就很容易交换和共享。网上有其他人想补充数据，也只需要根据公用的dtd规范来建立文档，就立刻可以加入。
目前，已经有数量众多的写好的dtd文件可以利用。针对不同的行业和应用，这些dtd文件已经建立了通用的元素和标签规则。你不需要自己重新创建，只要在他们的基础上加入你需要的新标识。
当然，如果愿意，你可以创建自己的dtd，它可能和你的文档配合的更加完美。建立自己的dtd也是很简单的一件事，一般只需要定义4-5个元素就可以了。
调用dtd文件的方法有两种：
1.直接包含在xml文档内的dtd
你只要在doctype声明中插入一些特别的说明就可以了，象这样：
我们有一个xml文档：
<?xml version="1.0" encoding="gb2312"?>
<myfile>
<title>xml轻松学习手册</title>
<author>ajie</author>
</myfile>
我们在第一行后面插入下面代码就可以：

<!doctype myfile [
<!element title (#pcdata)>
<!element author (#pcdata)>
<!entity copyright "copyright 2001, ajie.">
]>

2.调用独立的dtd文件
将dtd文档存为.dtd的文件，然后在doctype声明行中调用，例如，将下面的代码存为myfile.dtd
<!element myfile (title, author)>
<!element title (#pcdata)>
<!element author (#pcdata)>

然后在xml文档中调用，在第一行后插入：
<!doctype myfile system "myfile.dtd">

我们可以看到dtd文档和html中js的调用是差不多的，关于dtd文档具体如何写，我们将在下一章和xml文档的语法一起介绍。 下面我们来了解dtd有关的术语：

1.schema(规划)
schema是数据规则的描述。schema做两件事：
a.它定义元素数据类型和元素之间的关系；
b.它定义元素所能包含的内容类型。
dtd就是关于xml文档的一个schema。

2.document tree(文档树)
"文档树"在前面第二章我们已经提到过，它是文档元素分级结构的形象表示。一个文档结构树包含根元素，根元素是最*的元素，(就是紧接着xml声明语句后的第一个元素)。看例子：
<?xml version="1.0"?>
<filelist>
<myfile>
<title>...</title>
<author>...</author>
</myfile>
</filelist>
上面的例子分三级结构排列成"树"状，其中的<filelist>就是根元素。在xml和dtd文件中，第一个定义的都是根元素。

3.parent element(父元素)/child element(子元素)
父元素是指包含有其它元素的元素，被包含的元素称为它的子元素。看上面的"结构树"，其中<myfile>是父元素，<title>,<author>是它的子元素，而<myfile>又是<filelist>的子元素。象<title>这样没有包含任何子元素的最后一级元素我们也称之为"页元素"。

4.parser(解析软件)
parser是一种检查xml文档是否遵循dtd规范的工具软件。
xml的parser发展为两类：一种是"非确认类paeser"，只检测文档是否遵守xml语法规则，是否用元素标识建立了文档树。另一种是"确认类paeser"，它不但检测文档语法，结构树，而且比较解析你使用的元素标识是否遵守了相应dtd文件的规范。
parser能独立使用，也可以成为编辑软件或浏览器的一部分。在后面的相关资源列表里，我列出了当前比较流行的一些parsers。

好了，通过第三章的学习，我们已经了解了一些xml和dtd的基本术语，但是我们还不知道怎样来写这些文件，需要遵循什么样的语法，在下一章，将重点介绍有关撰写xml和dtd文档的语法。请继续浏览，谢谢！ （出处：enet学院）