XML簡(jiǎn)介

　　可擴(kuò)展標(biāo)記語(yǔ)言，標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的子集，是一種用于標(biāo)記電子文件使其具有結(jié)構(gòu)性的標(biāo)記語(yǔ)言。在電子計(jì)算機(jī)中，標(biāo)記指計(jì)算機(jī)所能理解的信息符號(hào)，通過(guò)此種標(biāo)記，計(jì)算機(jī)之間可以處理包含各種的信息比如文章等。它可以用來(lái)標(biāo)記數(shù)據(jù)、定義數(shù)據(jù)類(lèi)型，是一種允許用戶對(duì)自己的標(biāo)記語(yǔ)言進(jìn)行定義的源語(yǔ)言。 它非常適合萬(wàn)維網(wǎng)傳輸，提供統(tǒng)一的方法來(lái)描述和交換獨(dú)立于應(yīng)用程序或供應(yīng)商的結(jié)構(gòu)化數(shù)據(jù)。是Internet環(huán)境中跨平臺(tái)的、依賴于內(nèi)容的技術(shù)，也是當(dāng)今處理分布式結(jié)構(gòu)信息的有效工具。早在1998年，W3C就發(fā)布了XML1.0規(guī)范，使用它來(lái)簡(jiǎn)化Internet的文檔信息傳輸。1998年2月，W3C正式批準(zhǔn)了可擴(kuò)展標(biāo)記語(yǔ)言的標(biāo)準(zhǔn)定義，可擴(kuò)展標(biāo)記語(yǔ)言可以對(duì)文檔和數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，從而能夠在部門(mén)、客戶和供應(yīng)商之間進(jìn)行交換，實(shí)現(xiàn)動(dòng)態(tài)內(nèi)容生成，企業(yè)集成和應(yīng)用開(kāi)發(fā)。可擴(kuò)展標(biāo)記語(yǔ)言可以使我們能夠更準(zhǔn)確的搜索，更方便的傳送軟件組件，更好的描述一些事物。例如電子商務(wù)交易等。它被設(shè)計(jì)用來(lái)傳輸和存儲(chǔ)數(shù)據(jù)； 超文本標(biāo)記語(yǔ)言被設(shè)計(jì)用來(lái)顯示數(shù)據(jù)。它們都是標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的子集。

XML百科

　　可擴(kuò)展標(biāo)記語(yǔ)言，標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的子集，是一種用于標(biāo)記電子文件使其具有結(jié)構(gòu)性的標(biāo)記語(yǔ)言。在電子計(jì)算機(jī)中，標(biāo)記指計(jì)算機(jī)所能理解的信息符號(hào)，通過(guò)此種標(biāo)記，計(jì)算機(jī)之間可以處理包含各種的信息比如文章等。它可以用來(lái)標(biāo)記數(shù)據(jù)、定義數(shù)據(jù)類(lèi)型，是一種允許用戶對(duì)自己的標(biāo)記語(yǔ)言進(jìn)行定義的源語(yǔ)言。 它非常適合萬(wàn)維網(wǎng)傳輸，提供統(tǒng)一的方法來(lái)描述和交換獨(dú)立于應(yīng)用程序或供應(yīng)商的結(jié)構(gòu)化數(shù)據(jù)。是Internet環(huán)境中跨平臺(tái)的、依賴于內(nèi)容的技術(shù)，也是當(dāng)今處理分布式結(jié)構(gòu)信息的有效工具。早在1998年，W3C就發(fā)布了XML1.0規(guī)范，使用它來(lái)簡(jiǎn)化Internet的文檔信息傳輸。1998年2月，W3C正式批準(zhǔn)了可擴(kuò)展標(biāo)記語(yǔ)言的標(biāo)準(zhǔn)定義，可擴(kuò)展標(biāo)記語(yǔ)言可以對(duì)文檔和數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，從而能夠在部門(mén)、客戶和供應(yīng)商之間進(jìn)行交換，實(shí)現(xiàn)動(dòng)態(tài)內(nèi)容生成，企業(yè)集成和應(yīng)用開(kāi)發(fā)?？蓴U(kuò)展標(biāo)記語(yǔ)言可以使我們能夠更準(zhǔn)確的搜索，更方便的傳送軟件組件，更好的描述一些事物。例如電子商務(wù)交易等。它被設(shè)計(jì)用來(lái)傳輸和存儲(chǔ)數(shù)據(jù)；［1］ 超文本標(biāo)記語(yǔ)言被設(shè)計(jì)用來(lái)顯示數(shù)據(jù)。它們都是標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的子集。

　　一、什么是可擴(kuò)展標(biāo)記語(yǔ)言？

　　可擴(kuò)展標(biāo)記語(yǔ)言是一種很像超文本標(biāo)記語(yǔ)言的標(biāo)記語(yǔ)言。

　　它的設(shè)計(jì)宗旨是傳輸數(shù)據(jù)，而不是顯示數(shù)據(jù)。

　　它的標(biāo)簽沒(méi)有被預(yù)定義。您需要自行定義標(biāo)簽。

　　它被設(shè)計(jì)為具有自我描述性。

　　它是W3C的推薦標(biāo)準(zhǔn)。

　　二、可擴(kuò)展標(biāo)記語(yǔ)言和超文本標(biāo)記語(yǔ)言之間的差異

　　它不是超文本標(biāo)記語(yǔ)言的替代。它是對(duì)超文本標(biāo)記語(yǔ)言的補(bǔ)充。它和超文本標(biāo)記語(yǔ)言為不同的目的而設(shè)計(jì)：

　　它被設(shè)計(jì)用來(lái)傳輸和存儲(chǔ)數(shù)據(jù)，其焦點(diǎn)是數(shù)據(jù)的內(nèi)容。

　　超文本標(biāo)記語(yǔ)言被設(shè)計(jì)用來(lái)顯示數(shù)據(jù)，其焦點(diǎn)是數(shù)據(jù)的外觀。

　　超文本標(biāo)記語(yǔ)言旨在顯示信息，而它旨在傳輸信息。對(duì)它最好的描述是：它是獨(dú)立于軟件和硬件的信息傳輸工具。

　　三、可擴(kuò)展標(biāo)記語(yǔ)言是W3C的推薦標(biāo)準(zhǔn)

　　XML 于 1998 年 2 月 10 日成為 W3C 的推薦標(biāo)準(zhǔn)。

　　四、可擴(kuò)展標(biāo)記語(yǔ)言無(wú)所不在

　　超文本標(biāo)記語(yǔ)言。XML 是各種應(yīng)用程序之間進(jìn)行數(shù)據(jù)傳輸?shù)淖畛Ｓ玫墓ぞ摺?/p>

　　格式特性

　　它與Access，Oracle和SQL Server等數(shù)據(jù)庫(kù)不同，數(shù)據(jù)庫(kù)提供了更強(qiáng)有力的數(shù)據(jù)存儲(chǔ)和分析能力，例如：數(shù)據(jù)索引、排序、查找、相關(guān)一致性等，它僅僅是存儲(chǔ)數(shù)據(jù)。事實(shí)上它與其他數(shù)據(jù)表現(xiàn)形式最大的不同是：它極其簡(jiǎn)單，這是一個(gè)看上去有點(diǎn)瑣細(xì)的優(yōu)點(diǎn)，但正是這點(diǎn)使它與眾不同。

　　它和超文本標(biāo)記語(yǔ)言語(yǔ)法區(qū)別：超文本標(biāo)記語(yǔ)言的標(biāo)記不是所有的都需要成對(duì)出現(xiàn)，它則要求所有的標(biāo)記必須成對(duì)出現(xiàn)；HTML標(biāo)記不區(qū)分大小寫(xiě)，它則大小敏感，即區(qū)分大小寫(xiě)。

　　結(jié)合

　　標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言、超文本標(biāo)記語(yǔ)言是它的先驅(qū)。標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言它是國(guó)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(lèi)和索引。同它相比，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，而且標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言軟件價(jià)格非常昂貴。 HTML相信大家都比較熟悉，即超文本標(biāo)識(shí)語(yǔ)言，它的優(yōu)點(diǎn)是比較適合web頁(yè)面的開(kāi)發(fā)。但它有一個(gè)缺點(diǎn)是標(biāo)記相對(duì)少，只有固定的標(biāo)記集如《p》?！秙trong》等。缺少標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的柔性和適應(yīng)性。不能支持特定領(lǐng)域的標(biāo)記語(yǔ)言，如對(duì)數(shù)學(xué)、化學(xué)、音樂(lè)等領(lǐng)域的表示支持較少。舉個(gè)例子來(lái)說(shuō)，開(kāi)發(fā)者很難在網(wǎng)頁(yè)上表示數(shù)學(xué)公式、化學(xué)分子式和樂(lè)譜。它結(jié)合了標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言和HTML的優(yōu)點(diǎn)并消除其缺點(diǎn)。XML仍然被認(rèn)為是一種標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言。比標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言要簡(jiǎn)單，但能實(shí)現(xiàn)標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的大部分的功能。1996年的夏天，標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言，使其在Web中，既能利用標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的長(zhǎng)處，又保留html的簡(jiǎn)單性。

　　XML的簡(jiǎn)單使其易于在任何應(yīng)用程序中讀寫(xiě)數(shù)據(jù)，這使XML很快成為數(shù)據(jù)交換的唯一公共語(yǔ)言，雖然不同的應(yīng)用軟件也支持其它的數(shù)據(jù)交換格式，但不久之后他們都將支持XML，那就意味著程序可以更容易的與Windows， Mac OS， Linux以及其他平臺(tái)下產(chǎn)生的信息結(jié)合，然后可以很容易加載XML數(shù)據(jù)到程序中并分析它，并以XML格式輸出結(jié)果。

　　友好

　　為了使得標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言顯得用戶友好，它重新定義了標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的一些內(nèi)部值和參數(shù)，去掉了大量的很少用到的功能，這些繁雜的功能使得標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言在設(shè)計(jì)網(wǎng)站時(shí)顯得復(fù)雜化。它保留了標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的結(jié)構(gòu)化功能，這樣就使得網(wǎng)站設(shè)計(jì)者可以定義自己的文檔類(lèi)型，它同時(shí)也推出一種新型文檔類(lèi)型，使得開(kāi)發(fā)者也可以不必定義文檔類(lèi)型。

　　語(yǔ)法

　　可以在可擴(kuò)展標(biāo)記語(yǔ)言文件的內(nèi)容包括幾乎所有的萬(wàn)國(guó)碼Unicode字符（以下例子使用本條例，以《？開(kāi)頭的文檔序言部分標(biāo)記不能使用此條例），元素和屬性的名稱也可以由非ascii字符組成。

　　標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言常用來(lái)定義針對(duì)HTML的文檔類(lèi)型定義（DTD），同時(shí)它也常用于編寫(xiě)XML的DTD。標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的問(wèn)題就在于它允許出現(xiàn)一些奇怪的語(yǔ)法，這讓創(chuàng)建HTML的解析器成為一個(gè)大難題：

　　某些起始標(biāo)簽可以選擇性出現(xiàn)結(jié)束標(biāo)簽或者隱含了結(jié)束標(biāo)簽。

　　某些起始標(biāo)簽要求必須出現(xiàn)結(jié)束標(biāo)簽，例如HTML中《script》“腳本”標(biāo)簽。

　　標(biāo)簽可以以任何順序嵌套。即使結(jié)束標(biāo)簽不按照起始標(biāo)簽的逆序出現(xiàn)也是允許的，例如，This is asamplestring是正確的。

　　某些特性要求必須包含值，例如《圖片 源=“百度百科.jpg”》中的源特性。

　　某些特性不要求一定有值，例如中的“不換行”（外語(yǔ)：nowrap）特性。

　　定義特性的兩邊有沒(méi)有加上雙引號(hào)都是可以的，所以都是允許的。

　　1

　　2《百度百科

　　詞條=“可擴(kuò)展標(biāo)記語(yǔ)言”》

　　1《！--和--》

　　1

　　2《百度百科

　　詞條=可擴(kuò)展標(biāo)記語(yǔ)言》

　　這些問(wèn)題使建立一個(gè)標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的解析器變成了一項(xiàng)艱巨的任務(wù)，判斷何時(shí)應(yīng)用以上規(guī)則的困難導(dǎo)致了標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言語(yǔ)言的定義一直停滯不前，以這些問(wèn)題作為出發(fā)點(diǎn)，XML逐漸步入我們的視野。XML去掉了之前令許多開(kāi)發(fā)人員頭疼的標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的隨意語(yǔ)法。在XML中，采用了如下的語(yǔ)法：一、任何的起始標(biāo)簽都必須有一個(gè)結(jié)束標(biāo)簽。二、可以采用另一種簡(jiǎn)化語(yǔ)法，可以在一個(gè)標(biāo)簽中同時(shí)表示起始和結(jié)束標(biāo)簽。這種語(yǔ)法是在大于符號(hào)之前緊跟一個(gè)斜線（/），例如《百度百科詞條/》。XML解析器會(huì)將其翻譯成《百度百科詞條》《/百度百科詞條》。三、標(biāo)簽必須按合適的順序進(jìn)行嵌套，所以結(jié)束標(biāo)簽必須按鏡像順序匹配起始標(biāo)簽，例如這是一串百度百科中的樣例字符串。這好比是將起始和結(jié)束標(biāo)簽看作是數(shù)學(xué)中的左右括號(hào)：在沒(méi)有關(guān)閉所有的內(nèi)部括號(hào)之前，是不能關(guān)閉外面的括號(hào)的。四、所有的特性都必須有值。五、所有的特性都必須在值的周?chē)由想p引號(hào)。這些規(guī)則使得開(kāi)發(fā)一個(gè)XML解析器要簡(jiǎn)便得多，而且也除去了解析標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言中花在判斷何時(shí)何地應(yīng)用那些奇怪語(yǔ)法規(guī)則上的工作。僅僅在XML出現(xiàn)后的前六年就衍生出多種不同的語(yǔ)言，包括MathML、SVG、RDF、RSS、SOAP、XSLT、XSL-FO，而同時(shí)也將HTML改進(jìn)為XHTML。

　　為什么XML這么笨重的數(shù)據(jù)結(jié)構(gòu)仍在廣泛應(yīng)用

　　JSON還沒(méi)有類(lèi)似于XPath的成熟技術(shù)作支撐，在處理海量數(shù)據(jù)時(shí)將會(huì)是一場(chǎng)煉獄之旅。

　　XML是面向機(jī)器的數(shù)據(jù)格式，雖然手工編寫(xiě)困難，但處理效率高。

　　反觀JSON，手寫(xiě)很快，但要規(guī)范處理則不容易，特別是取得某個(gè)指定位置的數(shù)據(jù)，需要寫(xiě)一堆的代碼，而不能向XPath這類(lèi)引擎借力，在代碼維護(hù)上就有相當(dāng)高的成本。

　　機(jī)器的邊際成本永遠(yuǎn)是廉價(jià)的，而人力則會(huì)越來(lái)越貴。

　　XPath已經(jīng)標(biāo)準(zhǔn)化：XML Path Language （XPath）。

　　JSON方面了解不多，還沒(méi)有看到標(biāo)準(zhǔn)化的數(shù)據(jù)抽取引擎，可以看看這個(gè)：JSONiq - The JSON Query Language。