(一) 概述

1.XML和HTML区别
(1)与HTML不同，XML是大小写敏感的，例如<H1>和<h1>是不同的XML标签。
(2)在XML中结束标签不能省略，而在HTML中如果从上下文可以分清哪里是段落或列表项的结尾，那么结束标签(如</p>、</li>)就可以省略。
(3)在XML中，只有一个标签而没有相对应的结束标签的元素必须以/结尾，例如<img src="coffeecup.png"/>，这样解析器就知道不需要寻找</img>标签了。
(4)在XML中，属性值必须用引号括起来。在HTML中引号可有可无。
(5)在XML中，所有属性必须有属性值，比如checked="true"

2.XML文档的结构
(1)XML文档以一个文档头开始<?xml version="1.0"?> 或 <?xml version="1.0" encoding="UTF-8"?>严格来说，文档头是可有可无的，但推荐使用文档头。
(2)文档头之后通常是文档类型定义(Document Type Definition, DTD)，文档类型定义式确保文档正确性的一个重要机制，但这不是必需的。
    <!DOCTYPE web-app PUBLIC
        "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN"
        "http://java.sun.com/dtd/web-app_2_3.dtd" >
(3)XML文档的正文包含根元素，根元素包含，根元素包含其他一些元素。元素可以有子元素(child element)、文本或者混合式内容(mixed content)
e.g.混合式内容(mixed content)   
    <font>
        Helvetica
        <size>36</size>
    </font>
在设计XML文档结构时，应避免使用混合式内容。如果避免了混合式内容，就可以简化解析过程。
(4)XML元素可以包含属性，例如<size unit="pt">36</size>
说明:何时使用元素，何时用属性
e.g.如果将font的值均变为属性
<font name="Helvetica" size="36">
有一些灵活性的缺点，当需要把单位添加到size中时
<font name="Helvetica" size="36 pt">
必须对36 pt进行解析，XML设计应避免这种麻烦。
e.g.把单位添加到size子元素的属性中
    <font>
        <name>Helvetica</name>
        <size unit="pt">36</size>
    </font>
结论:属性只应该在修改值的解释时使用(比如单位)，而不是在指定值时使用。当设计某个设置是否是对某个值的解释时，就不应该使用属性，而应该完全使用元素。许多有用的文档根本就不使用属性。
(5)其他标记
1)字符引用(character reference)的形式是 &# 十进制，或 &#x 十六进制。例如 &#233 &#xD9表示的是同一个特殊字符
2)实体引用(entity reference)的形式是 &name ，例如 &lt 小于、&gt 大于、&amp &符号、&quot 引号、&apos 省略号等字符。可以在DTD中定义其他的实体引用。
3)CDATA部分(CDATA Section)用 <![CDATA[ 和 ]]> 来限定界限。是字符数据的一种特殊形式，可以使用它们来包含含有<、>、&之类的字符，而不必将它们解释为标记。例如 <![CDATA[<&> others]]>。CDATA部分不能包含字符串]]>。它常用作将传统数据偷偷纳入XML文档的一个后门。
4)处理指令(processing instruction)专门在处理XML文档的应用程序中使用的指令，用 <? 和 ?> 来限定界限，例如<?xml-stylesheet href="mystyle.css" type="text/css"?> ，每个XML都以一个处理指令开头<?xml version="1.0" encoding="UTF-8"?>
5)注释(comment)用 <!-- 和 --> 限定其界限，例如<!-- This is a comment -->，注释中不能包含 -- ，注释只是为了给文档读者提供信息，其中绝不含有隐藏的命令，命令是由处理指令来实现的。