[[413728]]

了解一下 XML 吧，它是一種嚴格但靈活的標記語言，無論是在文檔還是圖像方面應用都十分廣泛。

XML 是一種分層的標記語言。它使用打開和關(guān)閉標簽來定義數(shù)據(jù)，它常用來存儲和交換數(shù)據(jù)，而且由于它極大的靈活性，不論是在 文檔 還是 圖像 中都用的非常多。

這里是一個 XML 文檔的例子：

<xml>
  <os>
   <linux>
    <distribution>
      <name>Fedora</name>
      <release>8</release>
      <codename>Werewolf</codename>
    </distribution>
 
    <distribution>
      <name>Slackware</name>
      <release>12.1</release>
      <mascot>
        <official>Tux</official>
        <unofficial>Bob Dobbs</unofficial>
      </mascot>
    </distribution>
   </linux>
  </os>    
</xml>

閱讀這個示例 XML，你可能會發(fā)現(xiàn)這個 XML 的格式具有直觀的特性。 無論你是否熟悉這個文檔的主題，你都可能理解本文檔中的數(shù)據(jù)。 這部分原因是因為 XML 被認為是冗長的。 它使用了很多標簽，標簽可以有很長的描述性名稱，并且數(shù)據(jù)以分層的方式排序，這有助于解釋數(shù)據(jù)之間的關(guān)系。 你可能從這個示例中了解到 Fedora 發(fā)行版和 Slackware 發(fā)行版是兩個不同且不相關(guān)的 Linux 發(fā)行版，因為每個實例都“包含”在自己獨立的 <distribution> 標簽中。

XML 也非常靈活。 與 HTML 不同，它沒有預定義的標簽列表。 你可以自由創(chuàng)建你需要表示任何數(shù)據(jù)結(jié)構(gòu)的標簽。

XML 的組成

數(shù)據(jù)的存在為了讀取，當計算機“讀取”數(shù)據(jù)時，該過程稱為 解析。 再次使用示例 XML 數(shù)據(jù)，以下是大多數(shù) XML 解析器認為重要的術(shù)語。

• 文檔：<xml> 標簽標記文檔的開始， </xml> 標簽標記文檔的結(jié)束。
• 節(jié)點：<os>、<distribution>、<mascot> 這些都是節(jié)點，在解析術(shù)語中，節(jié)點是包含其他標簽的標簽。
• 元素：像 <name>Fedora</name> 和 <official>Tux</official> 這些都是元素。從第一個<開始，到最后一個 > 結(jié)束是一個元素。
• 內(nèi)容：在兩個元素標簽之間的數(shù)據(jù)被稱之為內(nèi)容，在第一個 <name> 標簽中，Fedora 字符串就是一個內(nèi)容。

XML 模式

XML 文檔中的標簽和標簽繼承性稱為 模式。

一些模式是隨意組成的（例如，本文中的示例 XML 代碼純粹是即興創(chuàng)作的），而其他模式則由標準組織嚴格定義。 例如，可縮放矢量圖形（SVG）模式 由 W3C 定義，而 DocBook 模式 由 Norman Walsh 定義。

模式強制執(zhí)行一致性。 最基本的模式通常也是最嚴格的。 在我的示例 XML 代碼中，將發(fā)行版名稱放在 <mascot> 節(jié)點中是沒有意義的，因為文檔的隱含模式清楚地表明 mascot 必須是發(fā)行版的“子”元素。

數(shù)據(jù)對象模型（DOM）

如果你必須不斷地描述標簽和位置（例如，“系統(tǒng)部分中的 Linux 部分中第二個發(fā)行版標簽的名稱標簽”），那么談論 XML 會讓人感到困惑，因此解析器使用文檔對象模型（DOM）的概念來表示 XML 數(shù)據(jù)。 DOM 將 XML 數(shù)據(jù)放入一種“家譜”結(jié)構(gòu)中，從根元素（在我的示例 XML 中，即 os 標記）開始并包括路徑上的每個標記。 

Document Object Model

這種相同的 XML 數(shù)據(jù)結(jié)構(gòu)可以表示為路徑，就像 Linux 系統(tǒng)中的文件或互聯(lián)網(wǎng)上網(wǎng)頁的位置一樣。 例如，<mascot> 標簽的路徑可以表示為 //os/linux/distribution/slackware/mascot。

兩個 <distribution> 標簽可以被表示為 //os/linux/distribution ，因為這里有兩個發(fā)行版的節(jié)點，因此一個解析器可以直接將兩個節(jié)點的內(nèi)容載入到一個數(shù)組中，可以進行查詢。

嚴格的 XML

XML 也以嚴格而著稱。 這意味著大多數(shù)應用程序被設計為在遇到 XML 錯誤時就會故意失敗。 這聽起來可能有問題，但這是開發(fā)人員最欣賞 XML 的事情之一，因為當應用程序試圖猜測如何解決錯誤時，可能會發(fā)生不可預測的事情。 例如，在 HTML 定義明確之前，大多數(shù) Web 瀏覽器都包含“怪癖模式”，因此當人們試圖查看糟糕的 HTML 代碼時，Web 瀏覽器卻可以加載作者可能想要的內(nèi)容。 結(jié)果非常難以預測，尤其是當一個瀏覽器的猜測與另一個瀏覽器不同時。

XML 通過在出現(xiàn)故意錯誤時失敗而不允許這樣做。 這讓作者可以修復錯誤，直到它們生成有效的 XML。 因為 XML 是良好定義的，所以有許多應用程序的驗證器插件以及像 xmllint 和 xmlstarlet 這樣的獨立命令來幫助你及早定位錯誤。

轉(zhuǎn)換 XML

因為 XML 通常用作數(shù)據(jù)交換，所以將 XML 轉(zhuǎn)換為其他數(shù)據(jù)格式或其他 XML 模式是很常見的。 經(jīng)典示例包括 XSLTProc、xmlto 和 pandoc，但從技術(shù)上講，還有許多其他應用程序或者至少程序的一部分就是在轉(zhuǎn)換 XML。

事實上，LibreOffice 使用 XML 來布局其文字處理器和電子表格文檔，因此無論何時你導出或 從 LibreOffice 轉(zhuǎn)換文件，你都在轉(zhuǎn)換 XML。

開源 EPUB 格式的電子書 使用 XML，因此無論何時你 將文檔轉(zhuǎn)換為 EPUB 或從 EPUB 轉(zhuǎn)換，你都在轉(zhuǎn)換 XML。

Inkscape 是基于矢量的插圖應用程序，它將其文件保存在 SVG 中，這是一種專為圖形設計的 XML 模式。 任何時候你將 Inkscape 中的圖像導出為 PNG 文件時，你都在轉(zhuǎn)換 XML。

名單還可以一直繼續(xù)下去。 XML 是一種數(shù)據(jù)存儲格式，旨在確保你的數(shù)據(jù)，無論是畫布上的點和線、圖表上的節(jié)點，還是文檔中的文字，都可以輕松準確地提取、更新和轉(zhuǎn)換。

學習 XML

編寫 XML 很像編寫 HTML。 感謝 Jay Nick 的辛勤工作，在線提供免費且有趣的 XML 課程 可以教你如何使用 XML 創(chuàng)建圖形。

通常，探索 XML 所需的特殊工具很少。 由于 HTML 和 XML 之間的密切關(guān)系，你可以 使用 Web 瀏覽器查看 XML。 此外，QXmlEdit、NetBeans 和 Kate 等開源文本編輯器通過有用的提示、自動完成、語法驗證等，使鍵入和閱讀 XML 變得容易。

選擇 XML

XML 起初可能看起來有很多數(shù)據(jù)，但它與 HTML 并沒有太大的不同（實際上，HTML 已經(jīng) 以 XHTML 的形式重新實現(xiàn)為 XML）。 XML 有一個獨特的好處，即構(gòu)成其結(jié)構(gòu)的標簽也恰好是元數(shù)據(jù)，提供有關(guān)其存儲內(nèi)容的信息。 精心設計的 XML 模式包含并描述你的數(shù)據(jù)，使用戶能夠一目了然并快速解析它，并使開發(fā)人員能夠使用一些庫 快速解析。