xml学习

本章节目的：
1.怎么用start-tags和end-tags 来create XML elements?
2.怎么样进一步描述elements with attributes
3.怎么申明你的document 是xml
4.怎么发送instruction 给处理xml document的application
5.xml 不允许出现的charactors——在你的document 中怎么样使用他们
?
Tags and Text and Elements, Oh my! :举例来说，<first>是start-tag, </first>是end-tag, 而<first/>属于self-closing tag, 在start-tag 和end-tag 之间的被称为element content, 也可以说是Parsed Charactor DATA (PCDATA)或是text node , text content, PCDATA 是来自于SGML的说法。

Rules for elements:
1.每一个start-tag 都有匹配的end-tag,或是一个self-closing tag
2.tags 不能overlap, 必须正确nested
3.一个xml 只能有一个root elements,这个root element是针对xml ducument而言的 ，即是在层级结构中处于xml 顶部的。这个rule 就指明了不能出现这种情况：
<name>John</name>
<name>jane</name>
这样就是出现了两个root elements, 我们可以这么修改，
<names>
      <name>John</name>
       <name>jane</name>
</names>
4.Element names 必须遵守xml 的命名规则。（xml名字的第一个字母后是允许有点号（periods)的，不允许的情况就不细说了）。
5.XML 是case sensitiv 的
6.xml将保留whitespace在你的PCDATA中。这一点和html 不同，比如说：
html中，<p> this is paragraph.          It has a whole bunch of space</p>
将显示为this is paragraph. It has a whole bunch of space，
而xml中它将显示为：this is paragraph.          It has a whole bunch of space.
End of Line Whitespace: xml 会自动处理，因此programmers 不用去处理（end-of-line)换行的逻辑。


Attribute: xml document 除了elements 和tags 之外也能有attributes, attributes 是分给elements 的name/value pairs,例子如下：
<name nickname=" Shiny J>
<first>John</first>
<last>Doe</last>
</name>
Attributes 必须有值，而值又必须放在一对双引号或是单引号中。缺少引号或是引号不配对或是缺少值都是不对的。一个elements 不能有多个相同的attribute , 比如说<bad att="1" att="2"></bad>就是错误的，在IE XML parse中出现错误提示：Duplicate attribute.
Attribute在elements中的顺序是不重要的，不相关的，无意义的，任何顺序都可以，因此如果information 有顺序的要求， 你应该将它放在elements之中而不是attributes 里。
attribute能够加入额外信息比如说list 的number 之类的。http://hi.baidu.com/ousysrobin

attribute 能够分开不同类型的信息，基本上attribute 能做的elements 都行， attribute不用考虑cross-tag 的问题， 不过如果用attribute , 就会丢掉去多xml 的有点，比如说readability和descriptive tag names. elements 比attribute更加complex.

Comments: comments 提供了注释方法， 它并不真正属于该xml 文档，只是为了方便理解而已。注释是通过<!--和-->来完成的，注意comments不能在tag 中。comments 可能会递给也可能不会递给application,取决于我们所选的parser.
<name nickname=" Shiny J>
    <first>John</first>
    <middle></middle>
    <last>Doe</last>
</name>
像middle中间并没有包括任何name , 可以这么写<middle/>,即是说使用self-closing tag

XML Declaration: 能够去识别文档类型是非常好的，windows提供了.xml的扩展名来指示是一个xml文件，可是其他的操作系统就没有提到这点了， xml 提供了xml declaration去指示一个文档是xml 文档，顺带提供了一些其他的信息，一个parser通常都能够识别xml 文档即使没有xml declaration，但是最好还是注明xml declaration比较好，xml 声明如下：
<?xml version="1.0" encoding="UTF-16" standalone="yes"?>
<name nickname=" Shiny J>
    <first>John</first>
    <middle></middle>
    <last>Doe</last>
</name>

xml声明是由<?xml开始，由?>结束，如果要做xml declaration , version是必须写明的， 但是encoding和 standalone 是可选的，即是说<?xml version='1.0'?>也是正确的。xml的申明必须在document的开始， 也就是说document开始的第一个字符就是<,不能够有空行或空格。同时必须注意如果三者都写了，那么version , encoding , standalone 三者的顺序不能变更。

standalone 的值yes只得是文档可以单独存在，不依赖与其他文件，而no 指的是文件may 依赖于外部的DTD 。

Processing Instructions:虽然它并不common，但是有时候你需要去嵌入一段application-specific instructions到你的information中去影响how it will be processed, 这种机制被称之为PIs或是processing instructions ,一个例子：（下面的这个例子是书上的，fire 也是书上这么写的）http://hi.baidu.com/ousysrobin
<?xml version='1.0'?>
<name nickname="Shiny John">
<!--John lost his middle name in a fire-->
<middle/>
<?nameprocessor SELECT * FROM blah?>
<last>Doe</last>
</name>
其中红色字体代表的部分就是PIs,它的规则是以<?开头然后followed by 将接收PIs的（PITarget）的application的名称，上面的例子的PITarget是nameprocessor, 而PI的actual text 是SELECT * FROM blah
需要注意xml declaration 并不是PI, 大部分的application 并不会接收到xml declaration 的信息，(XML Declaration只是为了parser），可却一定接收PI, XML Declaration只能在document 开头，而PI却能在任何地方。PI对xml 本身并没有什么作用， 只是交给application 去做一些meaningful 的事情。


Illegal PCDATA charactersml中有一些reserved characters, 比如说<和&，下面是个有错误的例子：<!--This is not well-formed XML!-->
<comparison>6 is < 7 & 7 > 6</comparison>
应该改为：<comparison>6 is &lt; 7 &amp; 7 &gt; 6 </comparison>
几个常见的替换encaping characters：(左边的也被称为entity reference)
&amp;——the & character
&lt;——the < charactor
&gt;——the > charactor
&apos;——the ' charactor
&quot;——the " charactor
其他的能够encaped by using charactor reference ,就是#nnn; ,nnn是16进制的，参照unicode number of the charactor you want to insert.比如说copyright符号(©)就被表示为&#169;或是&#xA9;.

CDATA: 如果你的文档中有很多的<和&, 转义符是不适合,此时就得需要用到CDATA了,CDATA是来源于SGML的,它代表Charactor Data,通过CDATA, xml parser 能不去parse 这个text ,直到CDATA section 的结束。例子：（这里的文件命是cdatahere.xml)
<script language='JavaScript'><![CDATA[
function myFunc()
{
    if(0 < 1 && 1 < 2)
        alert("Hello");
}
]]></script>
显示在屏幕上的就是：
<script language='JavaScript'>
<![CDATA[
function myFunc()
{
    if(0 < 1 && 1 < 2)
        alert("Hello");
}
]]>
</script>
注意在<![CDATA[和]]>之间的xml parser 都不会被parse的，将按原样显示出来。

Errors in XML: 里面的错误能够有两种类型， 一种是xml parser能让它自动回复，另一种是比较严重的， xml parser 会中断解析， 这两种都是在一定程度上违反了xml well-formed rule 的， 注意在xml 发生错误是不同的parser 可能提示不同的错误，即使是第一种情况，有时候parser 也会解析的和你原有的意思不同。