在XML出现之前，我们一般都是通过HTML语言来显示数据，为了能够更好的显示信息，HTML 可以和 CSS 一起用于格式化和表示超文本页面。当时随着Web的发展，静态的HTML已经不能满足人们的需要，人们需要在客户端能够对HTML剧本进行动态的控制。也就是说，希望能够通过交互的行为来改变HTML显示模式。这样就出现了DHTML（动态 HTML），DHTML通过 文档对象模型（DOM），使 HTML 中的所有元素，都可以通过与语言无关的脚本和其他编程语言来访问，从而在很大程度上提高了客户机端的交互能力，而且不需要对服务器的额外需求。页面的对象模型允许动态更改任何方面的内容（包括增加、删除和移动）。
但是以上的HTML，CSS，DHTML都是着重于对内容表现的处理，而缺少对内容本身的管理。这样就出现了XML标记语言。通过为结构化数据添加 XML，为开发人员提供了构造下一代丰富、灵活 Web 应用程序的技术。使用 XML，他们可以为桌面提供结构化数据，并且用 XML 对象模型计算数据。现在的开发人员可以在浏览器或者其他应用程序中，通过脚本显示基于 XML 的数据。
XML按照它字面的意思来说，就是扩展的文本标记语言的意思。也就是说它首先是一种文本标记语言，但是它不同于HTML，它是一个可扩展的文本标记语言。为了说明问题，我们举一个最简单的用XML编写的文本。例子如下(不妨命名为SimpleSample.xml)：
＜?xml version="1.0" encoding="GB2312"?＞
＜!-- 注意在?和xml之间不准有空格，这就是xml语法严格性的一个体现 --＞
＜?xml-stylesheet type="text/css" href="SimpleSample.css"?＞
<2000年阅读书籍>
<书籍>
<书名>ATL开发指南
<作者>Tom Armstrong
<作者>Ron Patton
<出版社>
<名称>电子工业出版社
<地址>北京市海淀区万寿路173信箱
<出版日期>2000-11
<价格>56元
<评论>
呵呵，让您失望了，我还在阅读，不过感觉讲到了一些技术细节。
要不，你也搞一本自己去看看？
<书籍>
<书名>Inside Server-Based Application
<作者>Douglas J.Reilly
<出版社>
<名称>北京大学出版社
<地址>北京市海淀区中关村北京大学校内
<出版日期>2000-09
<价格>98元
<评论>
贵是贵了一点，不过你要真成了服务器端编程的牛人，钱还不＜BR＞ 是大大的？呵呵，这是书评么？
首先注意第一行，＜?xml version="1.0" encoding="GB2312"?＞，version表示XML的版本，因为解析器对不同的版本的解析肯定会有区别，尽管现在还没有正式的2.0版本。encoding表示解码方式，这里采用的汉字国标的解码方式，但是你也可以省略这个字段，如果省略的话，你就必须采用UNICODE的编码方式，也就是说要以UTF-8或者是UTF-16作为编码。一般推荐指定编码方式，以免产生乱码，这个在下面的章节会有更加详细的介绍。
第二行实际上是一个批注，也就是相当于C++中的注释，在C++中，我们是用"//"做起始符号表示注释的开始的。而在XML语言中，是用""做为结束的。
然后，我们注意第三行，＜?xml-stylesheet type="text/css" href="SimpleSample.css"?＞，因为XML是内容和表示形式分离的，类似MFC中的文档/视图结构，文档只关心内容，视图表示对内容的表现形式，这行代码就规定了内容的表现形式是由SimpleSample.css这个CSS来控制的，当然更加正宗的是用XSL作为XML的表现形式。
需要注意的是，以""结尾的标注被称为PI，它是Processing Instruction的缩写。PI的作用是用来告诉解析器这个文档的一些相关的信息的。比如上面示例文档的第一句就告诉解析器，我这个文档使用的是XML1.0的规范。第三句告诉解析器，请用SimpleSample.css来装饰并显示我的内容。
另外，从上面这个示例文档中，我们可以看到：与HTML一样，XML也是一个基于文本的标记语言，用标记（一对尖括号）来表示数据。不同的是，XML的标记说明了数据的含义，而不是如何显示它。例如，HTML用标记（＜ b ＞...＜ /b ＞）表示"粗体"，而XML用标记（＜ message ＞...＜ /message ＞）表示信息的内容。比如<价格>里面的内容就表示是该书的价格。
另外需要注意的是，XML的标记由一对尖括号组成（＜ tag ＞...＜ /tag ＞），在它们之间是XML数据的一个元素。一个元素可以完全包含在另一个元素之中，这样就可以表示层次结构。XML与HTML的一个重大区别就是XML文档必须是格式良好(well-formed)的，它必须满足一些规则，比如标记不能交错嵌套等。如果没有DTD（Document Type Definition，文档类型定义），文档可以包含任何类型的标记。但如果XML文档有相应的DTD，那么它还需满足DTD所规定的语义。DTD规定在XML文档中可以包含的标记种类和有效布置。只有其结构、数据类型和数据关联等均满足DTD要求的XML文档，才能被称为有效的（validity）XML文档。
每个XML文档都有一个逻辑结构和物理结构。从物理角度来看，文档由实体单元组成，一个实体也可以在其他文档的实体中被引用。一个文档以一个根元素或文档实体来开始。从逻辑上讲，文档由声明（declaration）、元素（element）、注释（comment）、字符引用（character reference）和处理说明（processing instruction）组成。这些组成部分在文档的标记中必须明确规定。 物理结构从另一角度来规范XML文档。文档的起始标记和结束标记对数据进行结构化组织，并确定了元素的范围和相互之间的关系。
在XML文档中，除标记之外就是字符数据。一般的字符用其本身来表示，但这不适用于XML中的保留字符。例如，字符"&"和"<"只能作为标记定界符，或在注释、处理指令和CDATA字段中直接使用，其他情况下则需要用字符引用或特定的字符串来表示。这类字符是XML的预定义实体。比如用<来表示"<"，用＆gt来表示">"。
实际上，为了能够在不同的组织或单位之间进行信息的传递，就需要使用XML来创建特殊团体之间进行通讯的标准，当前已经存在的标记语言有开放式金融交换标记语言（Open Financial Exchange markup language），它为客户和银行之间的数据传送提供了一个框架结构。
[返回] 中文XML论坛 - 专业的XML技术讨论区 →
XML.ORG.CN讨论区 - XML技术 → 『 XML基础 』 → XML标记语言定义
(订阅本版)
2004/6/19 14:11:00
新浪微博
XML标记语言定义
