17.1　认识XML

在论坛上可能经常听说XML，但现实生活中却很少看到XML，那XML具体是什么样子的呢？本节来揭晓答案。

17.1.1　什么是XML

XML是eXtensible Markup Language的缩写，其中文含义是扩展标记语言。就像本书最开始介绍的HTML一样，XML也是一种标记语言。但它不仅仅是一种标记语言，更深层面地讲，它是一种存储数据的格式。XML使用一系列简单的标记描述数据，而这些标记可以方便地建立。虽然XML占用的空间比二进制数据更多，但XML极其简单并且易于掌握和使用。XML没有定义保存什么数据，也没有定义数据的格式，它只是定义了标记和这些标记的属性。

说明　和HTML一样，XML（可扩展标识语言）是通用标识语言标准（SGML）的一个子集，它是用来描述网络上数据内容和结构的标准。尽管如此，XML不象HTML仅仅提供了在页面上显示信息的通用方法，而且对数据赋予上下文相关的功能和动态功能。它继承了SGML的大部分功能，却使用了不太复杂的技术。

17.1.2　XML的结构

由XML语言和数据组成的文档叫做XML文档，如下代码所示为一个格式良好的XML文档。

     <books>
         <book>
             <title>Learning Python</title>
             <author>Tom</author>
         </book>
         <book>
             <title>Learning XML</title>
             <author>Jack</author>
         </book>
     </books>

这段XML文档和HTML文档有几分相似之处，也是由处在<>之间的标签构成，但细心的读者已经发现，这些标签不再像HTML文档中那样代表数据的显示格式，而是对于某种图书信息数据的语意解释。这就是说，XML标签通常都是用户自己根据数据的实际意义定义的。

注意　XML和HTML有一些不同，XML用来描述数据，并关注数据是什么；而HTML用来显示数据，它关注的是如何使数据显示出来。XML并不是作为HTML的替代品而出现的，它们有各自的价值和应用领域。

这样结构化数据的处理方式，计算机很容易接受。XML的简单使其易于在任何应用程序中读写数据，这也使得XML很快成为数据交换的唯一公共语言，虽然不同的应用软件也支持其他数据交换格式，但不久之后它们都将支持XML，这就意味着应用程序可以更容易与Windows、Mac OS、Linux/UNIX以及其他平台下产生的信息结合，然后可以很容易加载XML数据到应用程序中并加以分析，并以XML格式输出结果。

虽然XML可以用来存储数据，但它与Access、Oracle和SQL Server等数据库不同，数据库提供了更强有力的数据存储和分析能力，例如数据索引、排序、查找、相关一致性等。而XML仅仅是展示数据。

说明　XML是W3C制定的，XML的标准化工作由W3C的XML工作组负责，该小组成员由来自各个地方和行业的专家组成。因为XML是个公共格式，它不专属于任何一家公司，因此不必担心XML技术会成为少数公司的盈利工具，XML不是一个依附于特定浏览器的语言。

17.1.3　XML、HTML、SGML之间的关系和区别

XML和HTML都来自于SGML，都含有标记，有着相似的语法。HTML和XML的最大区别在于HTML是一个定型的标记语言，用固有的标记来描述，显示网页内容，比如<H1>表示首行标题，有固定的尺寸；相对的，XML没有固定的标记，XML不能描述网页具体的外观、内容，它只是描述内容的数据形式和结构。

这是一个质的区别——网页将数据和显示混在一起，而XML则将数据和显示分开来。正是这种区别使得XML在网络应用和信息共享上方便，高效，可扩展。所以我们相信，XML作为一种先进的数据处理方法，将使网络跨越到一个新的境界。

17.1.4　建立一个简单的XML文件

在本节中，读者可以使用最上手的文本编辑器编辑一个完整的XML文档，这个XML文档用来描述图书信息的一些数据，如书名、作者、价格和出版社等。使用XML来描述图书的这些数据，将会使这些信息更加清晰、易读。代码17-1就是所要建立的XML文档的完整代码，读者可以在文本编辑器中输入代码，然后按后缀名.xml保存，本书保存名为17-1.xml。

代码17-1　描述图书信息的完整XML文档17-1.xml

     01 <?xml version="1.0" encoding="GB2312"?>
     02 <books>
     03     <book>
     04         <title>Learning PHP5</title>
     05         <author>David</author>
     06         <publisher>White Water Press</publisher>
     07         <price>29.90</price>
     08     </book>
     09     <book>
     10         <title>Learning XML</title>
     11         <author>Jeffson</author>
     12         <publisher>White Water Press</publisher>
     13         <price>50.79</price>
     14     </book>
     15     <book>
     16         <title>Using PERL</title>
     17         <author>Lucas</author>
     18         <publisher>White Water Press</publisher>
     19         <price>17.00</price>
     20     </book>
     21     <book>
     22         <title>Windows Networks</title>
     23         <author>Paul</author>
     24         <publisher>White Water Press</publisher>
     25         <price>32.99</price>
     26     </book>
     27     <book>
     28         <title>Fly Leaf</title>
     29         <author>Jenny</author>
     30         <publisher>White Water Press</publisher>
     31         <price>19.50</price>
     32     </book>
     33 </books>

【代码解析】这段XML代码实际上使用标签描述了5本书的各项信息，每项信息的标签就由这项信息的实际含义命名。例如用来描述作者的标签就使用<author></author>，描述价格的标签是<price></price>。而描述整本书的标签就是<book></book>，每本图书的详细信息就包含在<book></book>之内。很明显，描述所有图书的标签就非<books></books>莫属了。

从这个示例XML文件可以看出，一个XML文件的最基本构成包括XML声明和XML属性。

代码17-1中第1行是XML声明，其余都是各个元素。使用IE等浏览器可以打开该17-1.xml，看看其显示效果。图17-1所示就是17-1.xml在IE中浏览的效果图。

从中可以看出一个结构很清晰的数据描述信息。在该页面的最左侧有红色短横线（即减号），单击即可以收起该层元素，如图17-2所示。

图17-1　使用IE查看XML文档

图17-2　IE中收起一些标签的XML文档

从图17-2可以看到，前3个“book”元素均被收起，后两个元素展开，这样读者可以进一步清楚地看到XML文档的良好结构。收起后的标签前有一个“+”号，表示这个标签内嵌套着其他元素，该标签可以打开。图17-3所示是这个XML文档所描述数据的树形结构图，它更清晰地展示了代码17-1所示的XML文档的结构。

图17-3　XML文档数据的树形结构图

事实上，XML构成部分还有一项是处理指示，它是可选的，本章将在17.2.5对它简要介绍。

通常，用XML定义的标记语言可以根据标记描述的侧重点不同分为两大类，一类偏重于语意描述，例如上述例子；还有一类偏重于显示方式的描述，像现在已经出炉的XHTML等。值得一提的是，这里对于显示方式的描述不仅限于对文本的描述，还可以包括矢量图形、图像、声音。比如一个形如<EMPHASIZE>的标签在描述文本时可能是要求将文本加粗，而在描述声音时则要求将音量加大。本书侧重介绍第一类情况，有兴趣的读者可以了解一下第二类情况。