（本系列文章是我學習的過程中，整理出來的筆記，如有錯漏，看官請一定不吝回復，讓我能認識自己的不足，并改進錯誤。非常感謝！）

推薦一個XML編輯工具，強大的XMLSpy，我用的是2008版。

    XML文檔的結構可以從物理和邏輯兩方面來看。
    一、從物理上而言，文檔由稱為實體（entities）的存儲單元組成，實體都是具有內容并且都通過實體的名字進行標識（文檔實體和外部DTD子集除外）。實體可以是一段文本，一個文件，一個數據庫記錄或者其他包含數據的項目，一個實體可以引用其它的實體，從而將它們包含在文檔中。文檔開始于“根（root）”或者文檔實體（document entity）。格式良好的XML文檔形成了一種層次樹結構，這個樹結構的樹根就是文檔實體，與其它實體不同，文檔實體沒有名字，只是用于表示文檔樹的根。XML文檔的根元素被稱位文檔元素（document element），它和在其外部出現的處理指令，注釋等作為文檔實體的子節點，而根元素本身和其內部的子元素也是一棵樹。

    實體可以包含已分析（parsed）的或未分析的（unparsed）數據。已分析的數據由字符組成，其中一些字符組成字符數據，另一些字符組成標記。已分析的實體（parsed entity）內容被成為它的代替文本，這個文本被看稱是文檔整體的一部分，在XML處理器分析XML文檔時，凡是文檔中出現引用已分析實體的地方，都將被該實體的內容所替換。未分析的實體（unparsed entity）是一種資源，它的內容可以是也可以不是文本，并且，如果是文本的話，可以不是XML文本，每一個未分析的實體有一個相關聯的用名字標識的記號（notation）。除了要求XML處理器能向應用程序提供可用的實體和記號的標志符之外，XML對未分析的的實體內容不做任何限制。已分析的實體以實體引用的方式通過名字來調用，未分析的實體通過ENTITY或ENTITIES屬性中給出的名字來調用。

    二、邏輯上而言，文檔由聲明，元素，注釋，字符引用和處理指令組成，在文檔中，所有這些都是通過顯式的標記（markup）來指明的。XML標記（markup）包括開始標簽（tag）、結束標簽、空元素標簽、實體引用、字符引用、注釋、CDATA段定界符、文檔類型聲明、處理指令、XML聲明、文本聲明以及任何在文檔實體頂層的空白（即，在文檔元素之外，且不在任何其它的標記內部）。
其它所有非標記的文本組成文檔的字符數據。
    XML文檔在邏輯上主要由以下五個部分組成：
    1、XML聲明
    2、文檔類型聲明
    3、元素
    4、注釋
    5、處理指令

下面具體介紹XML文檔邏輯上的五個部分。

1、XML聲明
XML文檔總是以一個XML聲明開始的，其格式如下
    <?xml 版本信息 [編碼信息] [文檔獨立性信息]?>
其中，編碼信息和文檔獨立性信息可以不寫，而使用默認值。

需要注意的是，XML聲明總是在XML文檔的最前面，其前面不能出現任何字符。

下面是幾個例子：

<?xml version="1.0"?>
<!--版本信息聲明-->

<?xml version="1.0" encoding="ISO-8859-1"?>
<!--編碼信息聲明.默認值是"UTF-8"-->

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!--文檔獨立性信息聲明,如果文檔依賴于外部文檔，則需要將standalone屬性設置為"no"-->


2、文檔類型聲明

DTD（Document Type Definition），文檔類型定義。

首先提一個問題，如果你的一個XML文檔給別人使用，別人怎么才能正確地定義XML文檔中的元素，屬性呢？就好像我們用Struts時，我們需要配置struts-config.xml,但是怎么保證我們的配置是正確的？答案就是用DTD來驗證。

一個遵循XML語法規則，并遵守相應DTD文件約束的XML文檔稱為有效的XML文檔。

XML從SGML繼承了用于定義語法規則的DTD機制，DTD文件本身是不需要遵循XML規則的。大部分的XML應用都是使用DTD來定義的（還有一部分是用XML Schema來定義的，XML Schema在其專題中學習）。HTML就有一個標準的DTD文件，所以其組織結構和所有的標簽都是固定的，DTD文件本身也是一個文本文件，通常用".DTD"為其擴展名。

文檔類型聲明的作用就是指出XML文檔所用的DTD，文檔類型聲明有兩種形式。

一種是在XML文檔中給出DTD，如下：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE OrganizationChart [
    <!ELEMENT OrganizationChart (Name,Office)>
    <!ELEMENT Name (#PCDATA)>
    <!ELEMENT Office (#PCDATA)>
    ]>

<OrganizationChart>
<!--OrganizationChart是該XML文檔的document element-->
    <Name>Toone，INC.</Name>
    <Office>zhuhai</Office>
    <!--因為DTD中定義了Name，Office兩個元素的順序，Office元素不能放在Name元素的前面，否則不是有效的XML文檔-->
</OrganizationChart>

另一種是在一個外部文件定義的DTD文件，如下：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE OrganizationChart SYSTEM "dtdTest.dtd" >
<OrganizationChart>
    <Name>Toone，INC.</Name>
    <Office>zhuhai</Office>
</OrganizationChart>
對應DTD文件dtdTest.dtd內容為:
<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT OrganizationChart (Name,Office)>
<!ELEMENT Name (#PCDATA)>
<!ELEMENT Office (#PCDATA)>


3、元素

在XML中，元素由開始標簽、元素內容和結束標簽構成，對于空元素，由空元素標簽構成。
每一個元素都有一個用名字標識的類型，同時它可以由一個屬性說明集，每一個屬性說明有一個名字和一個值。
在給元素命名的時候要注意，以"xml"或其他任何匹配(('X'|'x')  ('M'|'m' )('L'|'l' ))的字符串開頭的名字，被保留用于XML規范的當前版本或者后續版本的標準化。此外，在給元素命名時，還要遵循下列規范：
    1、名字只能以字母、下劃線（_）或者冒號（:）開頭；
    2、名字中可以包含字母、數字、下劃線以及其他在XML標準中允許的字符；
    3、名字中不能包含空格；
    4、名字中盡可能不要使用冒號（:），因為冒號在名字空間中被用于分隔名字空間前綴和本地部分。

元素的四種形式：
    1、空元素
    2、帶有屬性的空元素
    3、帶有內容的元素
    4、帶有內容和屬性的元素

在一個元素的內容中，字符數據可以是不包含任何標記的起始定界符和CDATA段的定界符的任意字符串，也就是會所在元素的內容中，字符數據不能有和號（&）和小于號（ <），也不能有字符串"]]>"。那么如果我們要用這些字符的話，必須用他們對應的字符引用和實體引用來表示，見下表：

 元素內容的字符引用和實體引用
 字符  字符引用
（十進制代碼）
  字符引用
（十六進制代碼）
 預定義實體引用 
 < <
<
 &lt;
>
>
>
&gt;
"
 
&quot;
'

&apos;
&

&amp;

CDATA段中包含的都是純字符數據，在字符數據可以出現的任何地方都可以使用CDATA段。
CDATA段主要用于需要將整個文本解釋為字符數據而不是標記的情況下。CDATA段中的內容不被XML處理器分析，所以可以在其中包含任意的字符。


4、注釋

注釋用于對文檔中的內容起到一個說明作用。
在XML文檔中，注釋可以出現在文檔中其它表ijizhiwai的任何聞之，另外，它們還可以在人當類型聲明中語法（grammar）允許的地方出現。
XML的注釋和HTML的注釋類似，都是以<!--開始，以-->結束。位于<!--和-->之間的數據將被XML處理器忽略。
使用XML注釋需要注意一下五點：
    1、注釋不能出現在XML聲明之前，XML聲明必須是文檔最前面的部分。下面的情況是不允許的：
<!--Author:Jason Chen-->
<?xml version="1.0"?>

    2、注釋不能出現在標記中，下面的例子是非法的：
<author<!--This document author-->>Jason Chen</author>

    3、注釋可以包圍和隱藏標記，但是要注意，在注釋掉標記以后，要保持文檔的完整結構。
    4、字符串"--"（雙連字符）不能出現在注釋中。

5、處理指令

處理指令（Processing Instructions）允許文檔中包含由應用程序來處理的指令。在XML文檔中，有可能會包含一些非XML格式的數據，這些數據XML處理器無法處理，我們可以通過處理指令來通知其它應用程序來處理這些數據。
處理指令的語法和XML聲明類似，以<?開始， 以?>結束。一個常見的使用樣式表單的處理指令如下所示：
<?xml-stylesheet href="style.css" type="text/css"?>

在開始標記<?后的第一個字符"xml-stylesheet"叫做處理指令的目標，它必須標識要用到的應用程序，要注意的是對于其它的非W3C定義的處理指令不能以字符串"XML"和"xml"開頭；其余的部分是傳遞給應用程序的字符數據。應用程序從處理指令中取得目標和數據，執行要求的動作。

處理指令的目標可以是要使用的程序的名字，或者是一個類似于xml-stylesheet這樣的很多程序可以識別的通用標識符。不同的應用程序支持不同的處理指令，對于不認識的處理指令，大多數應用程序采取忽略的方式進行處理。

xml-stylesheet處理指令總是放在XML聲明之后，第一個元素之前。其它的處理指令可以放在除了標記的內部和XML聲明之前的任何位置。
要注意，雖然XML聲明和處理指令的語法形式相似，但XML聲明并不是處理指令，XML處理程序對XML聲明和處理指令采取的是不同的處理方式。


本章學習到此為止，下一章學習如何編寫DTD。