XML 背景和相关标准分类

  XML 究竟是什么？

   在开发的大部分情况下，我们遇到的XML都指的是一种类型的文档，而且大部分人知道这种文档类型是W3C推荐的数据存储标准，但是，为什么要有这种标准呢？很多人就答不上了。大家也都知道操作XML，java提供 SAX,DOM,JDOM等方式，很多人也在实际中用过一两种方式去操作过XML，但如果你的处理要求比较高，就很有可能需要接触到另外一些与XML相关的概念：XSLT 、 XSL 、 Xpath 、DTD 、命名空间等等，那么，这许多名称与 XML 又是什么关系呢？相信能答的好的更是寥寥无几。下面，根据我的学习，将一些知识总结一下。在此之前，给大家伙推荐一本书，

   XML：管理者指南——构筑XML的企业级应用

对于想要对XML有超越技术的，比较高和宽视野理解的同仁来说，这是一本不可多得的好书。废话少说，下面开始介绍，对于一般教材都有的部分，我会尽量避免。
   
    首先回答刚刚的那个问题：为什么会有XML？

    技术领域，一件新玩意要出现，一般有两个前提：需求和相关研究基础；XML 的出现是为了解决 Internet 的一个很强烈的需求：数据交换；Internet 的基础是连接，通过一定的协议，各地的人们、各种电子设备可以简单地连入一个共同的网络，将自己的信息资源提交到网络上，简单的连接和越来越多的资源能吸引更多的人进入，形成良性循环。这XML出现之前，大部分的数据是以超文本html的形式存在于网络上，其他的还有以办公软件、PDF等格式存在，但html有它自身的不足。

    html 更大程度上是一种数据呈现手段，它的标签全部是为布局和显示服务的，传统的html文档数据内容和显示信息杂糅在一起，不同企业、不同开发者做出来的html差别很大，即便是同类型的业务，结果也往往很不同，这对公司之间业务数据的自动处理，某主题信息的抽取等操作，带来很大不便。用CSS将显示独立出来后，剩下的也都是布局标签，无法用来表达内容。

    传统数据存储还有另一个重要的工具，即数据库；但数据库对数据复杂关系的表现力也远远不够，试想一下，用数据库表示一个树状结构，会有多麻烦，但用XML，是如此直观。
    所有说，XML的出现是有很强的现实需求的。
    第二方面，就是相关研究基础，即元数据的研究；元数据指描述数据的数据；这一领域的研究成果是XML标准的一个基石；我们知道，XML文档的主体是一个个的标签对（称为元素），标签内放有数据，这些标签的名字都可以用户自定义，并且可扩展，这些标签其实就是元数据，中间的内容是它们描述的‘数据’。下面，给出狭义的XML定义：XML是一个主体由标签组成的，具有一定结构的，包含一个文档结构定义的文本文档；

    即，从最简单的意义上理解，XML就是由一组标签组成的文本文档，为了告诉程序它是XML，每个XML文档都必须有一个header,如<?xml version="0.1"?>，更多的时候还要加上一个DTD定义；关于XML和DTD，W3cShool 有基本的教程
      http://www.w3school.com.cn/

有些人可能不理解，为什么要有DTD？XML的文档结构不是明摆着的吗？其实，DTD起着一个仲裁的作用，设想一个团队好几个同时开发针对一个业务（业务数据以XML表示）的应用，而XML的标签又特别多，这时候，对XML文档结构的精确定义，即DTD，是不是就很必要呢？只要开发之前大家统一设计一个DTD，然后所有程序都以它为标准，就可以保证最后程序不冲突；另一方面，XML Parser 在解析XML之前，先用DTD检测一下，也可以为后续处理避免不必要的错误。

接下来是本篇的重点，即XML的各种标准的理解。“XML：管理者指南”提出了一种可能的分类方式：

 

  领域标准与行业有关，我还不是很理解，就不多说了，再说这个分类体系只是帮助我们更好地理解各种相继提出的名称，能达到那个目标就足够了；平台标准指的是不管什么开发平台和语言都通用的一套规定。它又分为3部分，其中，构架标准主要是为了让 XML 与WEB 技术进行集成，这类标准有 SOAP 和 XML Encryption等；技术标准主要指为了解决复杂性问题而规定的严格的标准，如 XML Infoset 和 XML Include 等，这些标准为 XML 处理模型增加了一些更严格的制约；在所有标准中，对一般开发者而言最重要的应该是特性标准，前面提到的很多与XML相关的词汇都属于特性标准。特性标准将会在第二篇介绍。