XML 语法速查笔记

原创

amc

修改于 2019-10-26 14:16:26

1.2K0

修改于 2019-10-26 14:16:26

文章被收录于专栏：后台全栈之路

相比起 Json，XML 是一种相对古老和复杂、但功能更加强大的数据存储/传输格式。也因为其复杂，有一些语法需要记录一下，在使用多种语言进行 XML 操作的时候备查。

范例

下面是一个相对比较完整的 XML 范例：

<?xml version="1.0" encoding="UTF-8"?>
<!-- 上面这一行不属于 XML 组成部分，但是是 XML 文档的一部分 -->
<readme>
   <author>Andrew</author>
   <date>
      2018-10-11
      <year>2018</year>
      <mon>10</mon>
      <mday>11</mday>
   </date>
   <note>这是一个示例性质的 XML 范例。可以看到，一些关键字符比如双引号 &quot; 是需要转义的。</note>
   <main_page id="1307425">
      <href><![CDATA[https://cloud.tencent.com/developer/column/4101]]></href>
      <name>amc</name>
   </main_page>
</readme>

以下内容主要根据上述范例进行说明。

概念和关键词

名词	英文名	说明
XML	XML	可扩展标记语言（EXtensible Markup Language）
XML 文档	Document	上述范例就是一个 XML 文档
元素	Element	一个 `<xxx>...</xxx>` 对，及其中间的部分加起来，就是一个元素
XML 标签	Tags	范例中的 `<xxx>` 和 `</xxx>` 文字就是一对标签
根元素	Root	每个 XML 文档需要有且只有一个根元素，这个元素是所有元素的祖先元素
子元素	Children	同胞元素（Siblings）：范例中 `<date>` 元素下的 `<year>`
文本内容	Text	范例中，`<author>` 元素中的 `Andrew` 就是文本内容；同理 `<date>` 元素下的 `2018-10-11` 也是文本内容
属性	Attributes	范例中 `main_page` 元素中有一段文字 `id="1307425"`，这就是元素 `main_page` 的属性，其属性名为 "id"，属性值为 “1307425”

语法规则速查

所有 XML 元素均需要有关闭标签，比如 <name> 均必须跟着一个 </name> 结尾
XML 标签大小写敏感
XML 必须正确地嵌套
XML 必须有且只有一个根元素
属性值必须加上引号，至于属性名则无需引号。

XML 元素命名规则

强制性的命名规则如下：

元素命名只包含文字（包括非英文的文字）、数字、字符
不能以 “XML” 或其他大写转换后为 “XML” 的字符串开头
不能包含空格

约定俗成（建议）的命名规则，除了上述几条之外，还有：

不要使用减号/连字符 “-”，建议使用下划线 “_”
避免使用点 “.” 和冒号 “:”
不要使用非 ascii 字符

属性

建议避免使用属性，而是以子元素 + 文本内容的方式来替代。比如：

<date>2018-10-11</date>

建议替换成范例中的：

<date>
   2018-10-11<!--可加可不加，加上可以作为对老代码的兼容-->
   <year>2018</year>
   <mon>10</mon>
   <mday>11</mday>
</date>

“转义”

这里借用了 C/C++ 里格式化字符串的 “转义” 一词，但是实际上 XML 没有这个名词，而是 “实体引用”。XML 中有五个预定义的实体引用，在使用的时候需要 “转义”：

字符名	字符	“转义” 后的字符串
小于号	`<`	`<`
大于号	`>`	`>`
”and“ 符号	`&`	`&`
单引号	`'`	`'`
双引号	`"`	`"`

其中只有 < 和 & 是确实需要特殊处理的，但是作为规范，上述所有符号实际操作中均应处理。

XML CDATA

XML CDATA 是一个关键字，其包含的内容不会被 XML 解析器解析。CDATA 采用 <![CDATA 开头，用 ]]> 结尾。比如范例中的：

<href><![CDATA[https://cloud.tencent.com/developer/column/4101]]></href>

注意不同语言或库对 CDATA 的解析方式可能会有所不同，比如 Python 解析 CDATA 后会得到一个普通的 text 值，但是 RapidXML 则会得到一个子元素。

CDATA 也有限制，就是正文中不能包含 ]]>，否则会导致解析错误。

XML 命名空间

这个功能目前笔者觉得比较少用，不过还是记录一下。命名空间约定使用冒号进行分分隔。命名空间可以手动指定，如：

<f:table>
   <f:name>African Coffee Table</f:name>
   <f:width>80</f:width>
   <f:length>120</f:length>
</f:table>

实操中，推荐加上命名空间属性 xmlns，如：

<f:table xmlns:f="http://www.w3school.com.cn/furniture">
   <f:name>African Coffee Table</f:name>
   <f:width>80</f:width>
   <f:length>120</f:length>
</f:table>