XML可扩展语言的发展

2009-08-21

XML介绍

可扩展置标语言（eXtensible Markup Language，简称XML），又称可扩展标记语言，是一种置标语言。置标指计算机所能理解的信息符号，通过此种标记，计算机之间可以处理包含各种信息的文章等。如何定义这些标记，既可以选择国际通用的标记语言，比如HTML，也可以使用像XML这样由相关人士自由决定的标记语言，这就是语言的可扩展性。XML是从标准通用置标语言（SGML）中简化修改出来的。它主要用到的有可扩展置标语言、可扩展样式语言（XSL）、XBRL和XPath等。

XML历史

XML是从1995年开始有其雏形，并向W3C（万维网联盟）提案，而在1998二月发布为W3C的标准（XML1.0）。 XML的前身是SGML（The Standard Generalized Markup Language），是自IBM从1960年代就开始发展的 GML（Generalized Markup Language）标准化后的名称。

GML的重要概念：

文件中能够明确的将标示与内容分开

所有文件的标示使用方法均一致

1978年，ANSI将GML加以整理规范，发布成为SGML，1986年起为ISO所采用（ISO 8879），并且被广泛地运用在各种大型的文件计划中，但是SGML是一种非常严谨的文件描述法，导致过于庞大复杂（标准手册就有500多页），难以理解和学习，进而影响其推广与应用。

同时W3C也发现到HTML的问题：

• 不能解决所有解释资料的问题 - 像是影音档或化学公式、音乐符号等其他形态的内容。
• 效能问题 - 需要下载整份文件，才能开始对文件做搜寻。
• 扩充性、弹性、易读性均不佳。

为了解决以上问题，专家们使用SGML精简制作，并依照HTML的发展经验，产生出一套使用上规则严谨，但是简单的描述资料语言：XML。 XML是在一个这样的背景下诞生的——是不是能有一个更中立的方式，让消费端自行决定要如何消化、呈现从服务端所提供的资讯？

XML被广泛用来作为跨平台之间交互数据的形式，主要针对数据的内容，通过不同的格式化描述手段(XSLT，CSS等)可以完成最终的形式表达(生成对应的HTML，PDF或者其他的文件格式)。

XML用途

XML设计目的用来传送及携带数据信息，XML不用来表现或展示数据，HTML语言恰恰用来表现数据，所以XML用途的焦点是它说明数据是什么，以及携带数据信息。

• 丰富文件（Rich Documents）- 自定文件描述并使其更丰富

  属于文件为主的XML技术应用

  标记是用来定义一份资料应该如何呈现

• 元数据（Metadata）- 描述其它文件或网络资讯

  属于资料为主的XML技术应用

  标记是用来说明一份资料的意义

• 设定档案（Configuration Files）- 描述软件设定的参数

XML结构

每个XML文档都由XML序言开始，在前面的代码中的第一行便是XML序言，<?xml version="1.0"?>。这一行代码会告诉解析器和浏览器，这个文件应该按照前面讨论过的XML规则进行解析。第二行代码，<books>，则是文档元素（document element），它是文件中最外面的标签（我们认为元素（element）是起始标签和结束标签之间的内容）。所有其他的标签必须包含在这个标签之内来组成一个有效的XML文件。XML文件的第二行并不一定要包含文档元素；如果有注释或者其他内容，文档元素可以迟些出现。

范例文件中的第三行代码是注释，你会发现它与HTML中使用的注释风格是一样的。这是XML从SGML中继承的语法元素之一。

页面再往下的一些地方，可以发现<desc>标签里有一些特殊的语法。<![CDATA[ ]]>代码用于表示无需进行解析的文本，允许诸如大于号和小于号之类的特殊字符包含在文本中，而无需担心破坏XML的语法。文本必须出现在<![CDATA[和]]>之间才能合适地避免被解析。这样的文本称为Character Data Section，简称CData Section。

下面的一行就是在第二本书的定义之前的：

<?page render multiple authors ?>
虽然它看上去很像XML序言，但实际上是一种称为处理指令（processing instruction）的不同类型的语法。处理指令（以下简称PI）的目的是为了给处理页面的程序（例如XML解析器）提供额外的信息。PI通常情况下是没有固定格式的，唯一的要求是紧随第一个问号必须至少有一个字母。在此之后，PI可以包含除了小于号和大于号之外的任何字符串序列。

最常见的PI是用来指定XML文件的样式表：

这个PI一般会直接放在XML序言之后，通常由Web浏览器使用，来将XML数据以特殊的样式显示出来。