XML入門(mén)問(wèn)答

　　我們?nèi)粘?shū)寫(xiě)的語(yǔ)言，被稱(chēng)為書(shū)面自然語(yǔ)言。如果在書(shū)面自然語(yǔ)言中為了標(biāo)識(shí)某些信息，而加入一些標(biāo)記，這種書(shū)面自然語(yǔ)言就可被稱(chēng)為置標(biāo)語(yǔ)言（英語(yǔ)為：Markup Language）。比如在一段書(shū)面語(yǔ)言中，為了說(shuō)明某一句話(huà)的重要，在這句話(huà)下面畫(huà)上底劃線(xiàn)。但是，我們?cè)谶@里解釋的置標(biāo)語(yǔ)言，實(shí)際上是一種為了計(jì)算機(jī)處理而設(shè)計(jì)的置標(biāo)語(yǔ)言，其中所用到的標(biāo)記，往往使用代表一定含義的文字或數(shù)字表示。通常的做法是，根據(jù)需要，先定義一套助意的標(biāo)記，然后將這套標(biāo)記添加到書(shū)面語(yǔ)言中去，使書(shū)面語(yǔ)言變成置標(biāo)語(yǔ)言。

　　例如，我們?yōu)榱俗層?jì)算機(jī)了解，一段書(shū)面語(yǔ)言中，那一部分是標(biāo)題，那一部分是作者名，那一部分是正文，我們定義如下一套標(biāo)記：

　　標(biāo)題>、/標(biāo)題>；作者>、/作者>；正文>、/正文> 那么，我們就可以將上面這段書(shū)面語(yǔ)言改寫(xiě)成置標(biāo)語(yǔ)言：

標(biāo)題>什么是置標(biāo)語(yǔ)言？/標(biāo)題>

作者>xml.net.cn/作者>

正文>我們?nèi)粘?shū)寫(xiě)的語(yǔ)言，被稱(chēng)為書(shū)面自然語(yǔ)言?！?…/正文>

　　置標(biāo)語(yǔ)言，不同于一般的控制流程序設(shè)計(jì)語(yǔ)言，基本上可以被視為是一種數(shù)據(jù)流的文檔結(jié)構(gòu)描述語(yǔ)言。在計(jì)算機(jī)處理過(guò)程中，置標(biāo)語(yǔ)言的標(biāo)記既可以作為數(shù)據(jù)，也可以作為控制語(yǔ)句來(lái)使用。

　　在計(jì)算機(jī)程序語(yǔ)言中，一般把一種語(yǔ)言的定義整體稱(chēng)為某某程序設(shè)計(jì)語(yǔ)言，而把用這種語(yǔ)言編寫(xiě)的文字段落，稱(chēng)為某某語(yǔ)言程序。套用這個(gè)習(xí)慣，我們把置標(biāo)語(yǔ)言的定義整體稱(chēng)為某某置標(biāo)語(yǔ)言，而把用這種置標(biāo)語(yǔ)言編寫(xiě)的文字段落，稱(chēng)為某某語(yǔ)言文檔。如果我們把上面定義的那套標(biāo)記叫做"文章置標(biāo)語(yǔ)言"的話(huà)，那么下面那段置標(biāo)語(yǔ)言，就可稱(chēng)為"文章置標(biāo)語(yǔ)言文檔"。

----------------------

什么是SGML?

----------------------

　　從字面上看，SGML(Standard Generalized Markup Language--標(biāo)準(zhǔn)的通用置標(biāo)語(yǔ)言)是一種置標(biāo)語(yǔ)言，實(shí)際上它是一種通用的文檔結(jié)構(gòu)描述置標(biāo)語(yǔ)言，主要用來(lái)定義文獻(xiàn)模型的邏輯和物理類(lèi)結(jié)構(gòu)。SGML是ISO組織于1986年發(fā)布的ISO 8879國(guó)際標(biāo)準(zhǔn)。

　　一個(gè)SGML語(yǔ)言程序，要由三部分組成，即語(yǔ)法定義、文件類(lèi)型定義(簡(jiǎn)稱(chēng)DTD--Definition Type Document)和文件實(shí)例。語(yǔ)法定義，定義了文件類(lèi)型定義和文件實(shí)例的語(yǔ)法結(jié)構(gòu)；文件類(lèi)型定義，定義了文件實(shí)例的結(jié)構(gòu)和組成結(jié)構(gòu)的元素類(lèi)型。文件實(shí)例是SGML語(yǔ)言程序的主體部分。

　　SGML的實(shí)際使用中，每一個(gè)特定的DTD都定義了一類(lèi)文件。例如，所有的新聞稿件都可以使用同一個(gè)DTD。因此，人們習(xí)慣上把具有某一特定DTD的SGML語(yǔ)言，稱(chēng)為某某置標(biāo)語(yǔ)言。例如用于國(guó)際互聯(lián)網(wǎng)的HTML語(yǔ)言。這樣SGML就成為那些派生語(yǔ)言的元語(yǔ)言。

----------------------

什么是XML?

----------------------
　　XML是eXtensible Markup Language（可擴(kuò)展的置標(biāo)語(yǔ)言）的縮寫(xiě)，是W3C組織于1998年2月發(fā)布的標(biāo)準(zhǔn)。W3C組織制定XML標(biāo)準(zhǔn)的初衷是，定義一種互聯(lián)網(wǎng)上交換數(shù)據(jù)的標(biāo)準(zhǔn)。W3C采取了簡(jiǎn)化SGML的策略，在SGML基礎(chǔ)上，去掉語(yǔ)法定義部分，適當(dāng)簡(jiǎn)化DTD部分，并增加了部分互聯(lián)網(wǎng)的特殊成分。因此，XML也是一種置標(biāo)語(yǔ)言，基本上是SGML的一個(gè)子集。因?yàn)閄ML也有DTD，所以XML也可以作為派生其它置標(biāo)語(yǔ)言的元語(yǔ)言。
----------------------

什么是HTML?

----------------------
　HTML是Hypertext Markup Language（超文本置標(biāo)語(yǔ)言）的縮寫(xiě)，是SGML的一個(gè)實(shí)例，是W3C組織發(fā)布的標(biāo)準(zhǔn)，是專(zhuān)門(mén)為在互聯(lián)網(wǎng)上發(fā)布信息而設(shè)計(jì)的置標(biāo)語(yǔ)言。
----------------------

XML、SGML、HTML之間是什么關(guān)系?

----------------------
　　HTML是SGML的一個(gè)實(shí)例，它的DTD作為標(biāo)準(zhǔn)被固定下來(lái)，因此，HTML不能作為定義其它置標(biāo)語(yǔ)言的元語(yǔ)言。XML是SGML的一個(gè)子集，嚴(yán)格地講，XML也還是SGML。與HTML不同的是，XML有DTD，因而也可以象SGML那樣，作為元語(yǔ)言，來(lái)定義其它文件系統(tǒng)，或稱(chēng)其它置標(biāo)語(yǔ)言。如果把置標(biāo)語(yǔ)言分為元置標(biāo)語(yǔ)言和實(shí)例置標(biāo)語(yǔ)言的話(huà)，SGML和XML都是元置標(biāo)語(yǔ)言，而HTML和由XML派生的XHTML都是實(shí)例置標(biāo)語(yǔ)言。
----------------------

XML的用途是什么?

----------------------
　　在國(guó)際互聯(lián)網(wǎng)上，服務(wù)器與服務(wù)器之間、服務(wù)器與瀏覽器之間有大量的數(shù)據(jù)需要交換，特別是在電子商務(wù)中。這些被交換的數(shù)據(jù)，都被要求對(duì)數(shù)據(jù)的內(nèi)容和表現(xiàn)方式有所說(shuō)明，用置標(biāo)語(yǔ)言擔(dān)當(dāng)這個(gè)重任是再合適不過(guò)了。應(yīng)該說(shuō)SGML完全可以扮演這個(gè)國(guó)際互聯(lián)網(wǎng)上數(shù)據(jù)交換標(biāo)準(zhǔn)語(yǔ)言的角色，然而由于SGML對(duì)互聯(lián)網(wǎng)應(yīng)用來(lái)講太復(fù)雜了，因而需要一種即能象SGML那樣作為元語(yǔ)言使用，又能比較簡(jiǎn)單地進(jìn)行處理的置標(biāo)語(yǔ)言，來(lái)?yè)?dān)此重任。在這種背景下XML就應(yīng)運(yùn)而生了。因此在互聯(lián)網(wǎng)世界XML的用途主要有兩個(gè)，一是作為元置標(biāo)語(yǔ)言，定義各種實(shí)例置標(biāo)語(yǔ)言標(biāo)準(zhǔn)；二是作為標(biāo)準(zhǔn)交換語(yǔ)言，擔(dān)負(fù)起描述交換數(shù)據(jù)的作用。
----------------------

HTML已經(jīng)這樣流行了，為什么還要發(fā)展XML?

----------------------

　　簡(jiǎn)單地講，HTML不能完成，我們希望XML所要完成的任務(wù)。原因很簡(jiǎn)單，XML所要完成的任務(wù)，必須由元置標(biāo)語(yǔ)言來(lái)完成，而HTML只是一個(gè)實(shí)例置標(biāo)語(yǔ)言。 在XML發(fā)布之前，國(guó)際互聯(lián)網(wǎng)的發(fā)展受到HTML如下幾個(gè)問(wèn)題的束縛：

1） HTML無(wú)法描述數(shù)據(jù)內(nèi)容，而這一點(diǎn)恰恰是數(shù)據(jù)檢索、電子商務(wù)所必須的。

2） HTML對(duì)數(shù)據(jù)表現(xiàn)的描述能力是十分不夠的，如HTML還不能描述矢量圖形、 　　科學(xué)符號(hào)等對(duì)象，目前只能通過(guò)圖象來(lái)表現(xiàn)這些對(duì)象。

3） HTML實(shí)例置標(biāo)語(yǔ)言的地位，完全不能適應(yīng)對(duì)新標(biāo)記需求的發(fā)展需要。 　　

　　XML的出現(xiàn)，使上述問(wèn)題都得到很好的解決。

----------------------

XML怎樣簡(jiǎn)化SGML？

----------------------
　　為簡(jiǎn)單化SGML，XML重新定義了一些SGML的內(nèi)部值和參數(shù)，并刪去了大量繁雜的、不常用的、使編程復(fù)雜的特征(見(jiàn)http://www.w3.org/TR/NOTE-sgml-xml-971215)。
----------------------

用XML你能定義自己的文件類(lèi)型（DTD）嗎?

----------------------
　　回答是肯定的。這也是XML與HTML區(qū)別最大的地方。
----------------------

誰(shuí)對(duì)XML負(fù)責(zé)?

----------------------
　　XML是W3C組織的一個(gè)項(xiàng)目，XML規(guī)格說(shuō)明書(shū)是W3C組織的XML工作組制定的，這個(gè)工作組由各領(lǐng)域、公司的專(zhuān)家和協(xié)作者組成，并通過(guò)E_mail方式交換信息，進(jìn)行修改和完善。XML是集體智慧的結(jié)晶，不是某個(gè)公司的專(zhuān)利。 1.0版規(guī)格說(shuō)明書(shū)由W3C認(rèn)可，并在1998年2月10日正式推薦使用。
----------------------

為什么XML如此重要?

----------------------
　　試想在互聯(lián)網(wǎng)世界，如果大家都講方言，互相交換信息時(shí)都要進(jìn)行翻譯，那將是一個(gè)多么難以溝通和交流的世界。在互聯(lián)網(wǎng)世界，XML之所以重要，恰恰是由于它扮演了"國(guó)際語(yǔ)言"角色的緣故。此外，XML更為互聯(lián)網(wǎng)世界提供了定義各行各業(yè)的"專(zhuān)業(yè)術(shù)語(yǔ)"的工具。

----------------------

什么是文檔類(lèi)型定義（DTD）?

----------------------
　　文檔類(lèi)型定義 (DTD) 是一套關(guān)于標(biāo)記符的語(yǔ)法規(guī)則。 它告訴你可以在文檔中使用哪些標(biāo)記符, 它們應(yīng)該按什么次序出現(xiàn), 哪些標(biāo)記符可以出現(xiàn)于其它標(biāo)記符中, 哪些標(biāo)記符有屬性, 等等. DTD原來(lái)是為使用SGML開(kāi)發(fā)的, 它可以是XML文檔的一部分, 但是它通常是一份單獨(dú)的文檔或者一系列文檔 。XML本身并沒(méi)有一個(gè)通用的DTD，想使用XML進(jìn)行數(shù)據(jù)交換的行業(yè)或組織可以定義它們自己的DTD。
----------------------

如何在瀏覽器中閱讀XML?

----------------------
　　閱讀XML文檔的工具一般稱(chēng)為XML解析器, 也稱(chēng)為XML處理器。 XML處理器將數(shù)據(jù)傳送到應(yīng)用軟件, 以便處理, 出版, 查詢(xún), 或顯示。XML不給應(yīng)用軟件提供 應(yīng)用程序接口 (API), 它只是把數(shù)據(jù)傳給應(yīng)用軟件. XML處理器不解析非構(gòu)造良好的數(shù)據(jù)。 Netscape 和 Microsoft 都已經(jīng)將XML解析器包含在其瀏覽器中。 XML開(kāi)發(fā)者團(tuán)體提供免費(fèi)的XML閱讀器和解析器, 以便在應(yīng)用軟件或XML制作軟件中進(jìn)行應(yīng)用。
----------------------

使用問(wèn)題
如何得到XML瀏覽器？

----------------------

　　XML標(biāo)準(zhǔn)已經(jīng)發(fā)布規(guī)格說(shuō)明書(shū)新出臺(tái)不久，所以現(xiàn)在很多都是在試驗(yàn)階段的軟件。而處理HTML的瀏覽器有許多。但是將來(lái)會(huì)涌現(xiàn)大量不同領(lǐng)域的XML應(yīng)用程序，所以不要指望會(huì)有一個(gè)瀏覽器能100%的處理好所有的程序。

　　XML的工具(如解釋器(parsing)，樹(shù)結(jié)構(gòu)管理(tree management)，搜索(searching)，格式化工具(formatting)等等)都被加在瀏覽器的庫(kù)(libraries)里或工具包(toolkit)中，幫助開(kāi)發(fā)人員更容易編寫(xiě)XML程序。這種應(yīng)用程序可以通過(guò)增加相應(yīng)的語(yǔ)義來(lái)修改，使之適用于 另一個(gè)特殊領(lǐng)域，或使用Java等語(yǔ)言為瀏覽器開(kāi)發(fā)plugins等嵌入程序，在Web上傳輸某一模塊。

　　Microsoft公司的IE4和5瀏覽器可以處理一些Microsoft-oriented的XML程序，但顯示時(shí)要轉(zhuǎn)換為HTML文件。 詳情見(jiàn)development work at Microsoft和how to enable it。 Arbortext的XML Stylesheet program頁(yè)中介紹怎樣使用XML+XSL。你也需要ActiveX controls和XSL codebase。 Microsoft建議你可以在HTML文件中加入XML段，因?yàn)楝F(xiàn)在的只支持HTML的瀏覽器會(huì)忽略不認(rèn)識(shí)的標(biāo)識(shí)元素。

　　可以下載的Netscape(Mozilla)瀏覽器已經(jīng)通過(guò)一個(gè)XML+RDF測(cè)試，其中使用James Clark的expatXML解釋器(parser)。

　　請(qǐng)看面向程序設(shè)計(jì)人員和軟件和工具開(kāi)發(fā)商中軟件部分的注意說(shuō)明(notes)，更詳細(xì)的資料列在 http://www.oasis-pen.org/cover/xml.html。

----------------------

為什么要使用XML而不是HTML?

----------------------

　　比較重要的原因有以下六條：

　?。保┳髡吆凸?yīng)商能使用XML設(shè)計(jì)自己的文檔類(lèi)型，不必被HTML所約束。

　 ２）由于XML的超文本鏈接能力比HTML強(qiáng)得多，XML提供的信息內(nèi)容比　　　　　　HTML更豐富，也更易于使用。

　?。常ML能提供更多更好的機(jī)制方便瀏覽器的信息表現(xiàn)和優(yōu)化性能。

　?。矗ML舍棄了SGML的復(fù)雜性，因此編寫(xiě)處理XML的應(yīng)用程序會(huì)很容易。

　　５）信息易于存儲(chǔ)，可重復(fù)使用。

　　６）XML文件在SGML環(huán)境中也可使用，不一定要局限于在WEB中使用。

----------------------

必須從SGML或HTML轉(zhuǎn)向XML嗎？

----------------------
　　沒(méi)有必要?，F(xiàn)有的SGML和HTML應(yīng)用軟件將會(huì)繼續(xù)和現(xiàn)有文件一起工作。但是如果你想查看或下載使用XML文件，你就需要使用能夠理解、處理XML的程序。
----------------------

可以用Java創(chuàng)建和管理XML文件嗎？

----------------------
　　是的，任何程序設(shè)計(jì)語(yǔ)言都能被用來(lái)從XML形式的源文檔中輸出數(shù)據(jù)。已經(jīng)出現(xiàn)了許多的前端和后臺(tái)工具使得程序設(shè)計(jì)和數(shù)據(jù)管理更加方便。下面兩個(gè)網(wǎng)址有更加詳細(xì)的說(shuō)明: http://developerlife.com >http://www.markwatson.com/XMLdb_0_1.htm http://developerlife.com
----------------------

開(kāi)發(fā)問(wèn)題
XML的規(guī)格說(shuō)明書(shū)在哪里?

----------------------

　　從http://www.w3.org/TR/REC-xml中就可以找到。

----------------------

“DTDless”、“valid”和“well-formed”等術(shù)語(yǔ)的含意是什么?

----------------------
　　在標(biāo)準(zhǔn)SGML文檔中，所有用到的標(biāo)記、元素、元素的屬性都必須由文件類(lèi)型定義(DTD)來(lái)說(shuō)明。但是這種限制在XML的應(yīng)用中并不是總是需要的，所以XML文檔被設(shè)計(jì)成既可以帶有DTD，也可以沒(méi)有DTD文件。DTDless的意思是沒(méi)有DTD的XML文件，你可以創(chuàng)建自己的標(biāo)識(shí)和元素，但不用在DTD中正式定義。DTDless文件通過(guò)創(chuàng)建元素時(shí)對(duì)它們直接進(jìn)行定義。但是當(dāng)XML應(yīng)用程序，如一個(gè)瀏覽器遇到DTDless文件時(shí)，因?yàn)闆](méi)有DTD文件告訴瀏覽器關(guān)于這個(gè)文件的結(jié)構(gòu)信息，所以創(chuàng)建DTDless文檔時(shí)，仍需要一些規(guī)則來(lái)進(jìn)行規(guī)范。這樣“well_formed”XML文檔的概念就相應(yīng)產(chǎn)生了，它明確規(guī)定了書(shū)寫(xiě)XML文檔的語(yǔ)法規(guī)范。所有符合這個(gè)規(guī)范的XML文檔就被稱(chēng)為是“well_formed”的XML文檔。如果一個(gè)“well_formed”的XML文檔，包含了DTD說(shuō)明，那么這個(gè)文檔就被稱(chēng)為是一個(gè)“valid”的XML文檔了。
----------------------

為什么XML文件的分析結(jié)果出現(xiàn)亂碼?

----------------------

　　這是由編碼問(wèn)題引起的。XML標(biāo)準(zhǔn)規(guī)定，XML分析器必須支持“UTF-8”和“UTF-16”編碼，而且必須能夠自動(dòng)區(qū)分這兩種編碼的文件，對(duì)于其他編碼（包括常用的中文編碼“GB2312”或“BIG5”）并不要求支持。如果XML文件中包含編碼聲明，分析器則按照聲明的編碼進(jìn)行處理，否則就按照識(shí)別結(jié)果進(jìn)行處理（識(shí)別的結(jié)果總是“UTF-8”和“UTF-16”中的一種）。因此，如果XML文件的編碼在這兩種之外，你必須在XML文件前加上編碼聲明，如：?xml version="1.0" encoding="gb2312"?>就表示XML文件的編碼是“gb2312”。

　　現(xiàn)有的XML分析器大多不支持中文編碼“GB2312”或“BIG5”，因此無(wú)法讀取包含中文的XML文件。你可以使用支持中文編碼的分析器，如MSXML，IBMJAVA4C，IBMJAVA4J等進(jìn)行XML分析。你也可以用內(nèi)碼轉(zhuǎn)換工具，將編碼轉(zhuǎn)換為“UTF-8”或“UTF-16”后進(jìn)行解析，然后將解析結(jié)果轉(zhuǎn)換回原來(lái)的編碼。本站的軟件園地中的ccnv(Code Converter)就是這樣的工具。當(dāng)然，你也可以自己寫(xiě)一個(gè)內(nèi)碼轉(zhuǎn)換程序。

　　關(guān)于“UTF-8”和“UTF-16”編碼的詳細(xì)信息，請(qǐng)查看本站標(biāo)準(zhǔn)薈萃中的UTF-16和UTF-8標(biāo)準(zhǔn)。

----------------------

XML如何與數(shù)據(jù)庫(kù)連接?

----------------------

　　XML是一種文件格式，它沒(méi)有規(guī)定與數(shù)據(jù)庫(kù)的連接方法，你需要用傳統(tǒng)的方法連接數(shù)據(jù)庫(kù)，進(jìn)行數(shù)據(jù)庫(kù)查詢(xún)，然后將查詢(xún)結(jié)果轉(zhuǎn)化為XML格式。現(xiàn)在有一些工具提供了XML與數(shù)據(jù)庫(kù)的連接過(guò)程大都遵循這樣的步驟。下面是一個(gè)利用ASP直接生成XML文件的例子，你可以訪問(wèn)http://www.xml.net.cn/Asps/test/roster1.asp查看執(zhí)行效果。