（本系列文章是我學(xué)習(xí)的過(guò)程中，整理出來(lái)的筆記，如有錯(cuò)漏，看官請(qǐng)一定不吝回復(fù)，讓我能認(rèn)識(shí)自己的不足，并改進(jìn)錯(cuò)誤。非常感謝?。?/span>
推薦一個(gè)XML編輯工具，強(qiáng)大的XMLSpy，我用的是2008版。
XML文檔的結(jié)構(gòu)可以從物理和邏輯兩方面來(lái)看。
一、從物理上而言，文檔由稱為實(shí)體（entities）的存儲(chǔ)單元組成，實(shí)體都是具有內(nèi)容并且都通過(guò)實(shí)體的名字進(jìn)行標(biāo)識(shí)（文檔實(shí)體和外部DTD子集除外）。實(shí)體可以是一段文本，一個(gè)文件，一個(gè)數(shù)據(jù)庫(kù)記錄或者其他包含數(shù)據(jù)的項(xiàng)目，一個(gè)實(shí)體可以引用其它的實(shí)體，從而將它們包含在文檔中。文檔開(kāi)始于“根（root）”或者文檔實(shí)體（document entity）。格式良好的XML文檔形成了一種層次樹(shù)結(jié)構(gòu)，這個(gè)樹(shù)結(jié)構(gòu)的樹(shù)根就是文檔實(shí)體，與其它實(shí)體不同，文檔實(shí)體沒(méi)有名字，只是用于表示文檔樹(shù)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(xiàn)的處理指令，注釋等作為文檔實(shí)體的子節(jié)點(diǎn)，而根元素本身和其內(nèi)部的子元素也是一棵樹(shù)。
實(shí)體可以包含已分析（parsed）的或未分析的（unparsed）數(shù)據(jù)。已分析的數(shù)據(jù)由字符組成，其中一些字符組成字符數(shù)據(jù)，另一些字符組成標(biāo)記。已分析的實(shí)體（parsed entity）內(nèi)容被成為它的代替文本，這個(gè)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(shí)，凡是文檔中出現(xiàn)引用已分析實(shí)體的地方，都將被該實(shí)體的內(nèi)容所替換。未分析的實(shí)體（unparsed entity）是一種資源，它的內(nèi)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(gè)未分析的實(shí)體有一個(gè)相關(guān)聯(lián)的用名字標(biāo)識(shí)的記號(hào)（notation）。除了要求XML處理器能向應(yīng)用程序提供可用的實(shí)體和記號(hào)的標(biāo)志符之外，XML對(duì)未分析的的實(shí)體內(nèi)容不做任何限制。已分析的實(shí)體以實(shí)體引用的方式通過(guò)名字來(lái)調(diào)用，未分析的實(shí)體通過(guò)ENTITY或ENTITIES屬性中給出的名字來(lái)調(diào)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(guò)顯式的標(biāo)記（markup）來(lái)指明的。XML標(biāo)記（markup）包括開(kāi)始標(biāo)簽（tag）、結(jié)束標(biāo)簽、空元素標(biāo)簽、實(shí)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(shí)體頂層的空白（即，在文檔元素之外，且不在任何其它的標(biāo)記內(nèi)部）。
其它所有非標(biāo)記的文本組成文檔的字符數(shù)據(jù)。
XML文檔在邏輯上主要由以下五個(gè)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(gè)部分。
1、XML聲明
XML文檔總是以一個(gè)XML聲明開(kāi)始的，其格式如下
<?xml 版本信息 [編碼信息] [文檔獨(dú)立性信息]?>
其中，編碼信息和文檔獨(dú)立性信息可以不寫(xiě)，而使用默認(rèn)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(xiàn)任何字符。
下面是幾個(gè)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(rèn)值是"UTF-8"-->
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!--文檔獨(dú)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(shè)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(gè)問(wèn)題，如果你的一個(gè)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(shí)，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(lái)驗(yàn)證。
一個(gè)遵循XML語(yǔ)法規(guī)則，并遵守相應(yīng)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(yǔ)法規(guī)則的DTD機(jī)制，DTD文件本身是不需要遵循XML規(guī)則的。大部分的XML應(yīng)用都是使用DTD來(lái)定義的（還有一部分是用XML Schema來(lái)定義的，XML Schema在其專題中學(xué)習(xí)）。HTML就有一個(gè)標(biāo)準(zhǔn)的DTD文件，所以其組織結(jié)構(gòu)和所有的標(biāo)簽都是固定的，DTD文件本身也是一個(gè)文本文件，通常用".DTD"為其擴(kuò)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?yàn)镈TD中定義了Name，Office兩個(gè)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(gè)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(duì)應(yīng)DTD文件dtdTest.dtd內(nèi)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(kāi)始標(biāo)簽、元素內(nèi)容和結(jié)束標(biāo)簽構(gòu)成，對(duì)于空元素，由空元素標(biāo)簽構(gòu)成。
每一個(gè)元素都有一個(gè)用名字標(biāo)識(shí)的類型，同時(shí)它可以由一個(gè)屬性說(shuō)明集，每一個(gè)屬性說(shuō)明有一個(gè)名字和一個(gè)值。
在給元素命名的時(shí)候要注意，以"xml"或其他任何匹配(('X'|'x')
('M'|'m'
)('L'|'l'
))的字符串開(kāi)頭的名字，被保留用于XML規(guī)范的當(dāng)前版本或者后續(xù)版本的標(biāo)準(zhǔn)化。此外，在給元素命名時(shí)，還要遵循下列規(guī)范：
1、名字只能以字母、下劃線（_）或者冒號(hào)（:）開(kāi)頭；
2、名字中可以包含字母、數(shù)字、下劃線以及其他在XML標(biāo)準(zhǔn)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(hào)（:），因?yàn)槊疤?hào)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(nèi)容的元素
4、帶有內(nèi)容和屬性的元素
在一個(gè)元素的內(nèi)容中，字符數(shù)據(jù)可以是不包含任何標(biāo)記的起始定界符和CDATA段的定界符的任意字符串，也就是會(huì)所在元素的內(nèi)容中，字符數(shù)據(jù)不能有和號(hào)（&）和小于號(hào)（
<），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(duì)應(yīng)的字符引用和實(shí)體引用來(lái)表示，見(jiàn)下表：
| 元素內(nèi)容的字符引用和實(shí)體引用 |
| 字符 |
字符引用
（十進(jìn)制代碼）
|
字符引用
（十六進(jìn)制代碼）
|
預(yù)定義實(shí)體引用 |
| < |
<
|
<
|
<
|
>
|
>
|
>
|
>
|
"
|
|
|
"
|
'
|
|
|
'
|
&
|
|
|
&
|
CDATA段中包含的都是純字符數(shù)據(jù)，在字符數(shù)據(jù)可以出現(xiàn)的任何地方都可以使用CDATA段。
CDATA段主要用于需要將整個(gè)文本解釋為字符數(shù)據(jù)而不是標(biāo)記的情況下。CDATA段中的內(nèi)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(duì)文檔中的內(nèi)容起到一個(gè)說(shuō)明作用。
在XML文檔中，注釋可以出現(xiàn)在文檔中其它表ijizhiwai的任何聞之，另外，它們還可以在人當(dāng)類型聲明中語(yǔ)法（grammar）允許的地方出現(xiàn)。
XML的注釋和HTML的注釋類似，都是以<!--開(kāi)始，以-->結(jié)束。位于<!--和-->之間的數(shù)據(jù)將被XML處理器忽略。
使用XML注釋需要注意一下五點(diǎn)：
1、注釋不能出現(xiàn)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(xiàn)在標(biāo)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(biāo)記，但是要注意，在注釋掉標(biāo)記以后，要保持文檔的完整結(jié)構(gòu)。
4、字符串"--"（雙連字符）不能出現(xiàn)在注釋中。
5、處理指令
處理指令（Processing Instructions）允許文檔中包含由應(yīng)用程序來(lái)處理的指令。在XML文檔中，有可能會(huì)包含一些非XML格式的數(shù)據(jù)，這些數(shù)據(jù)XML處理器無(wú)法處理，我們可以通過(guò)處理指令來(lái)通知其它應(yīng)用程序來(lái)處理這些數(shù)據(jù)。
處理指令的語(yǔ)法和XML聲明類似，以<?開(kāi)始， 以?>結(jié)束。一個(gè)常見(jiàn)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(kāi)始標(biāo)記<?后的第一個(gè)字符"xml-stylesheet"叫做處理指令的目標(biāo)，它必須標(biāo)識(shí)要用到的應(yīng)用程序，要注意的是對(duì)于其它的非W3C定義的處理指令不能以字符串"XML"和"xml"開(kāi)頭；其余的部分是傳遞給應(yīng)用程序的字符數(shù)據(jù)。應(yīng)用程序從處理指令中取得目標(biāo)和數(shù)據(jù)，執(zhí)行要求的動(dòng)作。
處理指令的目標(biāo)可以是要使用的程序的名字，或者是一個(gè)類似于xml-stylesheet這樣的很多程序可以識(shí)別的通用標(biāo)識(shí)符。不同的應(yīng)用程序支持不同的處理指令，對(duì)于不認(rèn)識(shí)的處理指令，大多數(shù)應(yīng)用程序采取忽略的方式進(jìn)行處理。
xml-stylesheet處理指令總是放在XML聲明之后，第一個(gè)元素之前。其它的處理指令可以放在除了標(biāo)記的內(nèi)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(yǔ)法形式相似，但XML聲明并不是處理指令，XML處理程序?qū)ML聲明和處理指令采取的是不同的處理方式。
本章學(xué)習(xí)到此為止，下一章學(xué)習(xí)如何編寫(xiě)DTD。