XML簡介

更新時(shí)間：2006年09月06日 00:00:00 作者：

所謂的xml,就是eXtensible Markup Language, 翻譯成中文就是“可擴(kuò)展標(biāo)識語言“，在國內(nèi)很多人理解xml為html的簡單擴(kuò)展，這實(shí)際上是一種誤解。盡管xml同html關(guān)系非常密切。
  XML與SGML、HTML的關(guān)系。
   SGML、HTML是XML的先驅(qū)。SGML是指“通用標(biāo)識語言標(biāo)準(zhǔn)”(Standard Generalized Markup Language), 它是國際上定義電子文件結(jié)構(gòu)和內(nèi)容描述的標(biāo)準(zhǔn)，是一種非常復(fù)雜的文檔的結(jié)構(gòu)，主要用于大量高度結(jié)構(gòu)化數(shù)據(jù)的防衛(wèi)區(qū)和其他各種工業(yè)領(lǐng)域，利于分類和索引。同XML相比，定義的功能很強(qiáng)大，缺點(diǎn)是它不適用于Web數(shù)據(jù)描述，而且SGML軟件價(jià)格非常價(jià)格昂貴。　　HTML相信大家都比較熟悉，即“HyperText Markup Language” （超文本標(biāo)識語言）,它的優(yōu)點(diǎn)是比較適合web 頁面的開發(fā)。但它有一個(gè)缺點(diǎn)是標(biāo)記相對少，只有固定的標(biāo)記集如<p>.<strong>等。缺少sgml 的柔性和適應(yīng)性。不能支持特定領(lǐng)域的標(biāo)記語言，如對數(shù)學(xué)、化學(xué)、音樂等領(lǐng)域的表示支持較少。舉個(gè)例子來說，開發(fā)者很難在web pape 上表示數(shù)學(xué)公式、化學(xué)分子式和樂譜。
  　　Xml 結(jié)合了sgml 和html的優(yōu)點(diǎn)并消除其缺點(diǎn)。Xml 仍然被認(rèn)為是一種sgml語言。比sgml要簡單，但能實(shí)現(xiàn)sgml的大部分的功能。１９９６年的夏天，Sun Microssystem的John Bosak開始開發(fā)W3C SGML工作組（現(xiàn)在稱為xml工作組）。他們的目標(biāo)是創(chuàng)建一種sgml，使其在Web中，既能利用Sgml的長處，又保留html的簡單性?，F(xiàn)在目標(biāo)基本達(dá)到。
  二、Xml 的發(fā)展。
  　　在專業(yè)領(lǐng)域中，出現(xiàn)了Web標(biāo)記語言的許多項(xiàng)目，著名的有CML—化學(xué)標(biāo)記語言，由Peter Murray_Rust 開發(fā)，同時(shí)開發(fā)了第一個(gè)通用xml 瀏覽器Jumbo . 在數(shù)學(xué)方面，包括IBM公司再內(nèi)都在致力開發(fā)MathML 1997年四月，出版了xll的第一個(gè)版本。當(dāng)xll完整實(shí)現(xiàn)時(shí)，將比html 和當(dāng)前瀏覽器所達(dá)到的鏈接水平更復(fù)雜，更強(qiáng)大。１９９７年８月，Microsoft公司和Inso公司引入xsl.由于xml是純結(jié)構(gòu)和語義的，需要描述單個(gè)元素格式方法。可以使用html的CSS；另一種方案是xsl. 1998年１月，microsoft 公司出版發(fā)行了msxsl程序。可以利用xsl表和xml文檔創(chuàng)建能被IE4 識別的html頁面。１９９８年２月，W３C發(fā)布了xml1.0的正式版本。最近一年多來，由于網(wǎng)絡(luò)應(yīng)用的飛速發(fā)展，xml的發(fā)展非常迅猛。出現(xiàn)了DOM(Document Object Model),XSLT(XSL Transformation)等新名詞，xml的應(yīng)用軟件也有了飛速的發(fā)展，Microsoft、IBM、Breeze、Stilo等公司紛紛推出了自己的或解析器，或開發(fā)平臺。在MicrosoftIBM、HP等大公司的推動(dòng)下，目前有兩個(gè)著名的xml的研究組織，分別是biztalk.com和oasis.org，由他們向W3C提出標(biāo)準(zhǔn)的建議。其中biztalk是有Microsoft牽頭組織的，有趣的是Microsoft公司同時(shí)參加了oaisis,不過不同于IBM、HP等著名大公司，他的年費(fèi)只交10萬美元，用Microsoft發(fā)言人的話就是“一切視oasis的發(fā)展而定！“，言下之意就是如果oasis制定的標(biāo)準(zhǔn)抵觸Microsoft的應(yīng)用，一場標(biāo)準(zhǔn)大戰(zhàn)不可避免。
  什么是XML
  　　首先XML是一種元標(biāo)記語言，所謂“元標(biāo)記”就是開發(fā)者可以根據(jù)自己的需要定義自己的標(biāo)記，比如開發(fā)者可以定義如下標(biāo)記<book> <name>，任何滿足xml命名規(guī)則的名稱都可以標(biāo)記，這就為不同的應(yīng)用程序打開了的大門。HTML是一種預(yù)定義標(biāo)記語言，它只認(rèn)識諸如<html>,<p>等已經(jīng)定義的標(biāo)記，對于用戶自己定義的標(biāo)記是不認(rèn)識的。第二xml是一種語義/結(jié)構(gòu)化語言。它描述了文檔的結(jié)構(gòu)和語義。舉個(gè)例子，在和html中，要描述一本書，可以如下表示：
  <dt> book name
  <dd> author_name <ul> <li>publisher_name ;;;; <li>isbn_number <ul> 在xml中，同樣的數(shù)據(jù)表示為 <book> <title>book name</title> <author>author name</author) <publisher> publisher name</publisher> <isbn>isbn_number</isbn> </book> 從上面的對比，可以看出，xml的文檔是有明確語義并且是結(jié)構(gòu)化的。 XML是一種通用的數(shù)據(jù)格式從低級的角度看，xml是一種簡單的數(shù)據(jù)格式，是純１００％的ASCII文本，而ASCII的抗破壞能力是很強(qiáng)的。不象壓縮數(shù)據(jù)和java對象，只要破壞一個(gè)數(shù)據(jù)文件數(shù)據(jù)就不可閱讀。從高級的角度看，是一種自描述語言。
  XML可利用于數(shù)據(jù)交換主要是因?yàn)閄ML表示的信息獨(dú)立于平臺的，這里的平臺即可以理解為不同的應(yīng)用程序也可以理解為不同的操作系統(tǒng)；它描述了一種規(guī)范，利用它Microsoft的word文檔可以和Adobe 的Acrobat交換信息，可以和數(shù)據(jù)庫交換信息。
  XML表示的結(jié)構(gòu)化數(shù)據(jù)。
  　　對于大型復(fù)雜的文檔，xml 是一種理想語言，不僅允許指定文檔中的詞匯，還允許指定元素之間的關(guān)系。比如可以規(guī)定一個(gè)author元素必須有一個(gè)name子元素。可以規(guī)定企業(yè)的業(yè)務(wù)必須有包括什么子業(yè)務(wù)。
  XML文檔。 XML文檔有DTD和XML文本組成，所謂DTD（Document Type Definition ）,簡單的說就是一組標(biāo)記符的語法規(guī)則.，表明XML文本是怎么樣組織的，比如DTD可以表示一個(gè)<book>必須有一個(gè)子標(biāo)記<author>, 可以有或者沒有子標(biāo)記<pages> 等等。當(dāng)然一個(gè)簡單的XML文本可以沒有DTD。下面是一個(gè)簡單的xml文本。 <? Xml version=”1.0” standalone=”yes”> <book> haha </book> 其中以？開始并結(jié)尾的是進(jìn)程說明。Standalone表示外圍設(shè)備。這里外圍設(shè)備可以理解為該XML文本沒有應(yīng)用其他的文件。因?yàn)閄ML文件可以外部應(yīng)用DTD等外部數(shù)據(jù)。
  XML 涉及的一些技術(shù)。
  XSL和CSS。
  　　通過前面的介紹可以知道，XML可以定義信息的內(nèi)容，卻沒有定義信息該如何表達(dá)，這實(shí)際上就是XML的長處，它把內(nèi)容和形式分離了，這樣同一個(gè)內(nèi)容可以有不同的表達(dá)，相信隨著XML應(yīng)用的提高，那種“建議你使用800x600分辨率“的會消失。而XML內(nèi)容的表達(dá)就是通過XSL(XML Style Language)和CSS(Cascading Style Sheets 層疊樣式表)來實(shí)現(xiàn)。拿前一個(gè)例子來說，可以為該xml文檔定義的樣式表（XSL）如下： <xsl> <rule> <root/> <H1> <children/> </H1> </rule> <xsl> 這就是一個(gè)簡單的 XSL文件，利用msxsl可以生成html文件。如下 <h1> haha </hi> 至于CSS,在HTML文件中就已經(jīng)有它的影子了，例如 H1 { font-size: 12pt; font-weight: bold; } 這就是一段簡單的CSS的文本。
  XML Schema 盡管DTD給標(biāo)記的使用加了限制，但是對于XML的自動(dòng)處理卻還需要更加嚴(yán)格更全面的工具。比如DTD不能保證一個(gè)標(biāo)記的某個(gè)屬性的值必須不為負(fù)值，于是出現(xiàn)了XML Schema,由于XML Schema(不同于DTD)本身也是一個(gè)正規(guī)的XML文檔，因此開發(fā)者可以使用相同的工具處理其同其他的XML的信息交換。最初XML Schema由Microsoft提出，W3C 的專家們經(jīng)過充分討論和論證，在1999年的2月，發(fā)布了一個(gè)需求定義，說明Schema必須符合的要求，5月，W3C完成并發(fā)布了Schema的定義。目前，IE5中的XML解析器能夠根據(jù)文檔類型定義(DTD)或XML Schema解析XML
  關(guān)于DOM DOM即Document Object Model, 它把XML文檔的內(nèi)容實(shí)現(xiàn)為一個(gè)對象模型，簡單的說就是應(yīng)用程序如何訪問XML文檔，W3C的DOM Level 1 定義了如何實(shí)現(xiàn)屬性、方法、事件等。
  關(guān)于XSLT XSLT即XML Stylesheet Language Transformation. 在寫本文時(shí)正式標(biāo)準(zhǔn)還沒有正式形成，在1999年的11月通過了《XSLT》。XSLT是一種用來進(jìn)行XML文檔間相互轉(zhuǎn)化的語言。簡單的說，我們知道不同的開發(fā)者對于各自的應(yīng)用會用不同的XML文檔，利用XSLT我們可以從一個(gè)已經(jīng)定義的XML文檔抽取我們需要的數(shù)據(jù)，組成不同的形式，可以是XML, HTML和各種不同的SCRIPT。
  關(guān)于Xpointer和Xlinks
  　　類似于HTML中的Hyper Link.　Xpointer 和Xlink用于聯(lián)結(jié)其他的XML文檔和其他XML文檔中的部分，其中Xpointer相當(dāng)于HTML中用于定位HTML文檔子內(nèi)容的錨！不過其聯(lián)結(jié)水平更強(qiáng)大。比如，在bookstore中，可以定位到有一個(gè)作者叫金庸，書中有四大惡人的那本書，在HTML中，這是不可能實(shí)現(xiàn)的。
  　　當(dāng)然，XML的發(fā)展促使了許多的新技術(shù)的出現(xiàn)，其他的還有RDF、Xfrom等等，其中的大部分W3C只是給出了建議，還沒有形成正式的標(biāo)準(zhǔn)，有些內(nèi)容甚至還處于討論階段。我們將密切注視著方面內(nèi)容的變化。
  XML 框架
  　　所謂框架即Framework。XML是一個(gè)通用的標(biāo)準(zhǔn)。它不屬于個(gè)人，認(rèn)證它的也不是一家公司，而是W3C。那么為什么那么多的大公司紛紛趨指如鶩呢？各家公司互相競爭的是它的framework, 是它的Schema. XML framework是駕馭XML文件的結(jié)構(gòu)，是一種高層次的結(jié)構(gòu)控制。利用XML framework，可以把商業(yè)邏輯（business logic）分離出來，實(shí)現(xiàn)數(shù)據(jù)與計(jì)算的分離。目前著名的framework有Microsoft的Biztalk 以及聯(lián)合國（UN/CEFACT）和OASIS聯(lián)合于99年底推出了EBXML動(dòng)議。相信在不久的將來會有許多的Framwork. 其中的一個(gè)問題就是在W3C中關(guān)于XML的很多東西還處于建議的時(shí)候，就推出framework，是不是一種冒險(xiǎn)。不過，互聯(lián)網(wǎng)的發(fā)展似乎就是這樣，關(guān)于framwwork的發(fā)展，我們將拭目以待。