（计算机软件与理论专业论文）xml文件树状路径查询处理研究.pdf

x m l 文件树状路径查询处理研究 计车机软件与嬗论 硕士生：卓月明 投导教师：汤腐教授 摘要 在本论文中，我们探讨针对x m l 文件的树状路径查询处理问题。尽管x m l 可以描述非常复杂的结构，其本质仍然是树状结构的数据。用户输入的查询语句 除一般的文本值限定外，还有其结构上的限定，而其结构上的限定主要是以路径 为其基本结构，路径中的节点间的关系可为双亲一孩子关系或祖先一后裔关系， 所以最后结果必须同时符合这两种限定。在x m l 查询语句的处理过程中，其结 构限定比文本值限定困难，因此结构化合并成为了x m l 查询处理的关键。 本论文中设计了四个数据结构：查询树、元素路径编码树，元素路径编码表 和数值索引。首先，我们将用户输入的x q u e r y 转化为查询树的数据结构，并将 其查询语句中的文本值限定和结构限定都记录在此结构中由于d t d 中记录了 x m l 文件中所有可能的路径。因此我们设计了元素路径编码树，通过此数据结 构我们可以解决双亲孩子关系的路径限定。此外我们也将x m l 文件中的每个元 素都转化为以区间编码的元素编码表，并将其路径分类成每个元素编码表，通过 区间编码我们能快速的解决祖先后裔关系的路径限定。最后我们有数值索引，它 是一个以b + t r e e 为基本构架的结构体，主要是用来解决查询语句中的文本值限 定。 基于上面的数据结构，本论文给出一组查询算法。实验证明利用本论文给出 的查询算法可以有效的找出符合限定条件的正确结果。 关键词：x q u e r y ；查询树；片段路径；元素编码表 r e s e a r c ho nt w i gp a t t e r np r o c e s s i n gf o rx m l d a t a a b s t r a c t i nt h i st h e s i s ，w ed i s c u s st h ei s s u eo fq u e r yp r o c e s s i n ga g a i n s tx m ld a t a a l t h o u g hx m l m a yd e s c r i b et h ee x t r e m e l yc o m p l e x 刚n “：t i l r e i t se s s e n o ：s t i l lw a st h et r e e s t n j c m r e dd a t a t h e t r e e - s t r u c t u r e dq u e r yc o n s i s t so ft h eu s m lv a l u ec o n s t r a i n ta n dt h es t r u c t u r a lc o n s t r a i n t t h e m u c t o r a lc o n s t r a i n ti sb a s e d0 1 1p a t h s ，a n dt h er e l a t i o n s h i pb e t w e e nn o d e si nap a t hc a nb ee i t h e r p a r e n t - c h i l do ra n c e s t o r - d e s c e n d a n t b e c a u s et h eq u e r yi n c l u d e st w o k i n d so f c o n s t r a i n t s ，t h ef i n a l r e s u l tm u s tc o n f o r mt h et w oc o n s t m i n sa tt h es a m et i m e h o w e v e r , t h es t r u c t u r a lc o n s t r a i n ti s m o r ed i f f i c u l tt op r o c e s st h a nt h ev a l u ec o n s t r a i n t , s op r o c e s s i n gt h es t r u c t u r a lc o n s t r a i n ti st h ek e y o f x m lq u e r yp r o c e s s i n g i nt h i st h e s i s , w ep r o p o s e df o u rs p e c i a ld a t as t r u e t u r n s ：x q u e r y t r e e , e p 一仃e e e c - t a b l e v a l u e - i n d e x f i r s t , w et r a n s f o r mt h eq u e r yw h i c hu s e r si n p u ti n t ot h es t r u c t u r e q u e r y t r e e ” q u e r y t r e er e c o r d st h e 舢t u r a la n dv a l u ec o n s t r a i n so f t b ei n p u tq u e r y s e c o n d , s i n c et h ed t d r e c o r d sa l lp o s s i b l ep a t h si nt h ex m ld o c u m e n t , w ep r o p o s e dt h e “e p - t r e e ”b a s e do nd t d t o e f f i c i e n t l yr e s o l v et h ep a r e n t - c h i l d c o n s t r a i n t t h i r d , w et r a n s f o r me v e r ye l e m e n ti nx m l d o c u m e n t si n t oa n “e c - t u p l e b yu s i n gi n t e r v a l - e n c o d i n g , a n dc l a s s i f yt h es e to fe c - t u p l ei n t o e c t a b l e b yt h ec o r r e s p o n d i n gp a t h b yu s i n gi n t e r v a l - e n c o d i n g ，w ec a ne f f i c i e n t l yr e s o l v et h e a n c e s t o r - d e s c e n d a n tc o n s t r a i n t f i n a l l y , w ep r o p o s e dt h e v a l u e - i n d e x , i ti sb a s e do f fb + t r e e ，a n d i su s e dt or e s o l v et h ev a l u ec o n s t m i n so f t h eq u e r y b a s e do nt h e s ed a t as t r u c t u r e s ，w ed e s i g n e das e to fa l g o r i t h m s t h ee x p e d m e n tp r o v e dt h a t w ec a nr e t r i e v et h e r e s u l to fat r e e - s t r u c t u r e dq u e r yf r o ma nx m ld o c u m e n tu s i n gt h eq u e r y a l g o d t h r e s k e yw o r d s ：x q u e r y ；x q u e r y t r e e ；f r a g m e n tp a t h ；e c t a b l e i l l 田目录 图目录 图2 - l 一个x m l 文档实例1 0 圈2 2x q u e r y 实说j 1 6 图2 3 对应图2 - 2 的x q u e r y 的查询结果1 6 图2 4 返回多笔结果能j x q u e r y 实例1 6 图2 5 对应图2 4 的x q u e r y 的查询结果1 6 图3 1 胁1 8 目日3 2x q u e r y t r e e 1 9 图3 - 3d t d 文件。2 2 图3 4 元素路径编码树实例 图3 - 5 元素路径编码树的建立算法2 5 图3 - 6 元素路径编码树的编码算法2 5 图3 7x m l 文件的树状表示与元素编码实例2 7 图3 - 8 元素编码表的建立算法2 8 图3 - 9 数值索引实例3 0 图4 1x m l 查询处理过程3 l 图4 - 2 系统体系结构图。3 2 图4 _ 3x q u e r y 解析模块算法3 5 图4 4 建立查询树模块算法3 7 图4 5 分解q u e r y t r e e 算法3 9 图4 _ 6 数据选取模块算法4 0 图4 _ 7 查询树与数据流4 l 图4 8l i s t 结构图4 2 图4 - 9 建立片段接合路径模块算法4 3 图4 1 0s t r e a m 结构图“ 图禾l ls t a c k 结构图4 4 图4 - 1 2b u i l ds i n g l ep a t h 算法。5 0 v n 田目录 图4 - 1 3e n d 算法 5 0 图4 - 1 4g e t m i n 算法 图4 1 5c l e a n s t a c k g 法 图4 - 1 6g e t p l i n k 算法 图4 - 1 7s t a c k 实例 图4 - 1 8o u t p u t 算法 5 0 5 l 5 l 5 2 图4 - 1 9 组合片段接合路径模块 图4 2 0r e c o m b i n i n g 算法 图4 - 2 1 抽取结果模块算法 图5 1 实验所用d t d 图5 - 2 实验一所用x q u e r y 图5 3 实验一执行时间的实验结果 图5 4 实验二执行时间的实验结果 v i l l 5 5 5 6 5 7 5 7 5 8 5 8 表目录 表3 - 1 对应到图3 _ 4 的标记映射表2 3 表3 - 2 图3 7 中元素路径编码为1 4 的元素编码表 2 7 表4 1 片段路径与其所对应到的元素编码歹f j 3 4 表4 2 表4 - 1 中，b o o k s ，b o o k 与c t i o n 接合结果。 3 4 表4 - 3 表4 - 1 中的s e c t i o n 与f i g u r e t i t l e 接合结果3 4 表4 4 表4 - 1 中的s e c t i o n 与t i t l e 接合结果 3 4 表4 - 5 变量表3 6 表4 _ 6x q u e r y 解析模块实例结果 表4 7r e s u l t _ t a b l e 3 6 5 6 第l 章绪论 1 1 研究背景与研究目的 第1 章绪论 现代社会正逐步迈向信息化，在互联网迅速发展的推动下，产生大量的各种 形式的信息。这些信息从结构化程度的角度可以划分为三类：第一种是完全结构 化的数据，如关系型数据和面向对象的数据；第二种是无结构的数据。如文本、 声音数据；还有一种介于二者之间的数据类型，称之为半结构化数据，这种数据 的特点是拥有不规则、可变的数据结构。近年来出现的可扩展标记语言x m l ( e x t c n s i b l em a r k u pl a n g u a g e ) 【1 提半结构化数据的一种特殊表现形式，它已 经成为i n t e m e t 以及电子商务中进行数据交换和表示事实上的标准对于传统结 构化数据则可以采用关系数据库或面向对象型数据库进行管理；无结构的文本数 据则可以采用信息检索( i r ) 的方式进行访问如何对半结构化数据进行有效的 管理，包括存储，索引、查询等是一个亟待解决的问题。 随着x m l 应用越来越广泛，人们提出了多种x m l 数据的存储模型，而对 其查询处理也成为一个重要的课题。为此，w 3 c 制定了x p a t h 与x q u e r y 。x p a t h 为路径语言，其主要目的是用来定址x m l 文件中的某部分。而x q u e r y 则是建 立在x p a t h 基础之上，设计用来查询x m l 数据。 本论文将针对x q u e r y 来做处理，探讨如何有效地从x m l 中抽取出用户所 需要的数据。首先，我们将查询树析解成多条只具有双亲一孩子关系的片段路径， 这些片段路径可以明确地知道每个元素之间的距离，然后，通过我们所设计的路 径索引等相关数据结构快速地检索出其对应的所有元素。在前置处理中我们会给 每个元素两个编码，通过这两个编码可快速地解决祖先一后裔关系的路径。在此， 我们主要提出如何将一树状限定分解成数条路径，并且提出了能快速支持这种有 跳层结构与分支的查询语句的结构体，并有一算法能快速有效地将其组合成包含 祖先一后裔关系的路径。最后也提出一算法能将其根据树状结构限定中每个分支 的点快速地组合成符合整个树状结构限定的结果。 第l 章绪论 1 2 相关研究 随着x m l 标准被广泛接收和采用，x m l 数据的管理和查询问题也引起人 们的重视。成为研究的热点。尽管x m l 可以描述非常复杂的结构，其本质仍然 是树状的数据。 针对x m l 查询，学者们已经提出了多种x m l 查询语言，例如x p a t h 。x q u e r y 等这些查询语言都是将路径表达式作为核心内容。针对路径查询的处理问题， 人们已经进行了大量的研究工作。 在树状的x m l 数据中匹配路径查询的基本方式是对数据进行导航式的遍 历，文献 2 1 1 3 4 对这种方式进行了探讨，它简单、直接。但执行效率得不到保 证。尤其在大数据量的情况下。文献 3 】是针对l o r e 系统作q u e r y 的最优化，因为 在l o r e 中它建立了许多i n d e x ，如v m d e x ( v a l u ei n d e x ) ，l i n d e x ( l a b e li n d e x ) ， p i n d e x ( p a t hi n d e x ) ，b i n d e x ( e d g ei n d e x ) 。当一个q u e r y 进来时，l o r e 有多种方法都 可完成这个查询，所以它需要一个q u e r yo p t i m i z e r 来负责选出一个最优的 p h y s i c a lq u e r yp l a n ，但如果用列举的方式找出所有可能的p h y s i c a lq u e r yp l a n 。再 从中挑出最优的p h y s i c a lq u e r yp l a n ，这会需要很大的空间。所以l o r e 系统中的 q u e r yo p t i m i z e r 是以c , r e e d y 的方式来寻找出最优的，即它以每个l o g i c a lq u e r yp l a n 的节点为考虑范围，针对每个节点找出最优的p h y s i c a lq u e r yp l a n 。而文献 4 】贝q 是 研究如何对l o r e 系统的数据作出大纲( s u m m a r y ) ，作者称为d a t a g u i d e s ，在文中 作者也确切的定义了d a t a g u i d e s 并提出了如何建立( c r e a t e ) 和修改( m a i n t a i n ) d a t a g u i d e s 的算法。 导航式遍历方法的低效性促使了类似于关系数据库中“一次一集合”的路径 查询计算策略的出现。目前被广泛接受的分解连接查询执行策略的基本思路是， 首先定位路径查询树中每个节点的候选元素节点集合，然后通过结构连接操作组 合这些中间结果来生成最后的结果。目前。这方面的工作主要集中在高效的结构 连接算法( s t r u c t u r a l j o i n ) 上【5 ，6 ，7 ，8 ，9 ，1 0 ，i i 】。其中文献 7 】提出的解决方法是： 将每个x m l 的节点以p r e o r d e r 及p o s t o r d e r 编码，通过这样的编码方式我们可以快 速地任意两个节点是否有a n c e s t o r - d e s c e n d a n t 或p a r e m c h i l d 的关系。但在x m l 中a 第l 章缝论 节点可能会有多个d e s c e n d a n t 节点b ，相对的b 节点也可能有多个a n c c 咖r 节点a ， 所以作者又利用s t a c k 来解决这样的问题，当一个a 节点确定为b 节点的a n c e s t o r 或p a r e n t 时就将其p u s h 进s m c k c p 保留，直到它不会再是以后任何一个b 节点 a n c e s t o r 再将其从s t a c k 中p o p 掉。但是当要选取下一个需要作s t r u c t u r a lj o i n 的节点 时，必须选取剩余节点中p r e o r d e r l d x 的节点，在这里我们如果有作i n d e x 的话， 即可使用i n d e x 直接跳过一些不需要作s t r u c t u r a l j o i n 的节点。 文献【9 】就是观察到这一点进而对其作改善以增进其效率，而它所应用的 i n d e x 为在文献【l o 】中所提出的x r - t r e e 。x r - t r e e 是以b + t r e e 为基本的数据结构， 当我们给与它一个节点的p r e o r d e r r p o s t o r d e r ，x r - t r e e 能快速的找回这个节点的 所有a n c e s t o r j 受d e s e e n d a n t 节点文献 9 】将x r - t r e e 结合文献【6 】中所提出的以s t a c k 为基础的方法来作s t r u c t u r a lj o i n ，如此一来我们即可减少需要作比较的节点， 进而增进其效率但当q u e r y 中有多个跳层时，如a b c ，其运行的先后顺序应如 何选择才会有最好的效率，文献 1 l 】对这一问题作了进一步的探讨，作者提出了 五种寻找的方式- - d p ，d d p ，d p a p - e b 。d p a p l d ，f p ，其中d d p 能化较少 的时间找到最好的s t r u e t u r a l j o i n 的顺序，而f p 则是能花更少的时间找到一个较好 的( 但并不一定是最好的) s t r u c t u r a l j o i n 顺序。 另外也有数种不同的编码方式被提出来。在文献 1 2 】中，作者将整个x m l 文件编码成一个序列( s e q u e n c e ) ，q u e r y 也编码成一个序列( s e q u e n c e ) ，这个序 列包含了其原始的结构，例如a b e ，它会将其编码成e ) ，( b ，a ) ，( c b ) ，如此一 来处理x m lq u e r y 时便可能转化为在x m ld o c u m e n t 中寻找相同的子序列，并可 避免许多j o i n 的过程。文献 1 3 1 贝0 提出p r i x ( p r u f e rs e q u e n c ef o ri n d e x i n gx m l ) ， 主要是利用p r u f e r ( 1 9 1 8 ) 所提出的针对l a b e l e dt r e e 和s e q u e n c e 之间的o n e - t o - o n e c o r r e s p o n d e n c e ，而将x m l 文件及t w i gq u e r y 查询语句转换成各自对应的p r u f e r s e q u e n c e ，再经过一连串的结构与数值的检查，来确认t w i gq u e r y 在x m l 的p r u f e r s e q u e n c e 是否有合适的结果。利用此编码，t w i gq u e r y 不用先分割成多条r o o tt o t e a f 的单一p a “再做结构化的合并，因此可增进查询的效率。文献 1 4 】则和用 p r i m en u m b e r ：将x m l 文件做编码，主要的概念是针对x m l 文件上的每个n o d e 给 予一个整数( 含p r i m ef a c t o r ) ，并确保该n o d e 所赋予的整数只能被其子孙所整 除。编码时采取t o p d o w n 的方式来进行。由于考虑到当t r e e 的深度增加时，会 3 第l 章绪论 造成编码s i z e 急速的增加，因此，提h q o p t i m i z e m o d 的编码规则来对其做最优化。 若对需要o r d e r 的t r e e 进行编码，则是利用c h i n e s er e m a i n d e rt h e o r e m 的数学公 式来建构一个诅b l e 可用来控制每个n o d e 的o r d e rn u m b e r ，所以即便是动态更新 x m l 文件内的数据时，我们也可以很容易的通过调整s ct a b l e 里的内容来达到编 码的正确性及完整性。 有些研究者针对x q u e r y 的不同表示法，提出了完整的处理方式。文献 1 5 】 中作者结合了以树为基本( t r e e b a s e ) 的方法跟s t r u c t u r a lj o i n 的方法，如果在处 理一般路径时如a b c ，以t r e e b a s e 的方法是较快速的。而如果是有跳层的路径如 a b c ，用s t r u c t u r a lj o i n 来作将会是较好的方法文献【1 6 】中提出的查询算法 n o k ( n e x t - o f - k i n ) ，则会将q u e r yp a t he x p r e s s i o n 折解成n o kp a t t e r nt r e e s ( 只包含 p a r e n t - c h i l d 及f o l l o w i n g 一p r e c e d i n g s i b l i n g 等l o c a ls t r u c t u r er e l a t i o n s h i p ) 先针对 此p a t t e mt r e e 利用n o kp a t t e r nm a t c h i n ga l g o r i t h m 进行有效的n a v i g a t i o n a lp a t t e m m a t c h i n g ，再利用文献上已提出的j o i n - b a s e da p p m a c h ：将n o kp a t t e r nm a t c h i n g 的结 果进行合并同时，该论文也提出有效的s t o r a g es c h e m e ，能将x m l 数据转换成 s t r i n gr e p r e s e n t a t i o n ，如此便能有效地配合n o kp a t t e mm a t c h i n ga l g o r r h m 来达到 查询的最佳处理。 有些研究则针对x q u e r y 的进阶运算进行处理。例如，以往处理o r - p r e d i c a t e 必须先将t w i gq u e r y 分解成若干个不包含o r - p r e d i c a t e 的t w i gq u e r y ，再进行处 理。而在文献 1 7 仲，作者针对o r p r e d i c a t e 的部份，定义o rb l o c k 的概念， 将t w i gq u e r y 用l a b e l e dt r e e 的方式表示，再修改t w i gp a r e mm a t c h 的算法直接进 行处理。 至于s t r u c t u r a ls u m m a r y 的建立，除- j l o r e 的方法外【4 】，也有相当多的研 究在文献d s q 日，作者提出了一个名为a p e x 的i n d e x ，是根据q u e r y 常用到的 路径( p a t h ) 作i n d e x 在a p e x 中主要有两大结构体h a p e x 跟g a p e x 。h a p e x 是一个h a s h t r e e 用来记录常用的p a t h 及其相对应到g a p e x 中的节点。g a p e x 为一个g r a p h 的结构，为原始x m l 数据的大纲( s u m m a r y ) ，而每个g a p e x 的 节点也都会记录其相对在x m l 数据中相符合的所有节点。在研究【1 9 】中提出了 a ( k ) 一i n d e x ，这是一个根据局部相似性建立的s t r u c t u r ei n d e x 。其k 值表示在此 4 第l 章绪论 i n d e x 中我们可以确定的路径其长度为多少，若是我们所要取得之路径的长度小 于k 值，则此i n d e x 可以马上告知我们结果而不需多加处理，但若其所要求之路径 的长度大于k 值，则需要在多加处理以确定最后的结果。在比较中作者发现在当 a ( k ) 的k 值约为3 或4 时，其效率与1 - i n d e x 已经差不多，但其所需的储存空 间较小综合而言，文献【l8 】与【1 9 】中一开始都是以标记分类形成其初始的 s t r u c t u r ei n d e x 。而且也都以h a s ht a b l e 来快速的解决祖先一后裔路径的问题，也 就是先以h a s h t a b l e 先取得路径中最后个节点，再以反向的方式处理之。至于 研究 2 0 】中，是讨论如何根据用户所输入的查询语句，动态的产生s t r u c t u r a l s u m m a r y 。作者分析必须处理的i n d e xn o d e 以及d a t an o d e 的问题，以期更有效率 的建立索引 研究 2 h 中以理论的方面来讨论x _ p a t h 的复杂度，作者将整个x p a t h 分解成 数个小部份并一一探讨它们的复杂度。而就整个x p a t h 来看的话，其复杂度应为 在pc l a s s 中在研究 2 l 】中提出了t o p - d o w n 跟b u t t o n - u p 两个算法来解决 x p a t h ，作者所提出的这两个算法都在p o l y n o m i a lt i m e ( 对于数据及其q u e r y 的大 小) 即可找出结果作者也提出了一个能在l i n et i m e 就能解决c o t ex p a t h ( x p a t h 中的一个部分) 的算法。 2 2 1 主要针对t w i g sq u e r y 提出评估s e l e c t i v i t y 的方法。 2 3 贝f j 是探讨如何决定两个x p a t hq u e r y 的结果是否有包含的关系。在研究 2 4 】 中利用逻辑的观念讨论如何决定某一个x q u e r y 是否能找到结果，也就是是否 c e r t i f i a b l e 。最后，在 2 5 1 研究中则主要是针对q u e r y 查询语句中的w i l d c a r d ( + ) 来 进行最佳化的处理。 1 3 论文结构 第1 章为绪论，主要介绍研究背景、研究目的与研究现状。第2 章我们将简 介x m l 基本定义及查询语言。第3 章将给出本论文的问题定义及相关数据结构。 第4 章将介绍本论文的系统体系架构及查询算法。第5 章将用实验来分析查询处 理的效率。最后第6 章将提出本论文的结论，并指出未来的研究方向。 第2 章x m l 基本定义及杳询语言 第2 章x m l 基本定义及查询语言 在本章中，我们将说明x m l 、d t d ，x q u e r y 等相关技术，并对本论文中要 处理的问题进行定义。 2 1 什么是x m l ? 随着w e b 的广泛使用，h t m l 的局限性逐渐暴露出来。h t m l 缺乏扩展性， 定义也比较模糊，并且会使错误蔓延开来人们需要一种标准化的、具备高扩展 性，以及结构严谨的新语言，由此诞生了x m l ( e x t e n s i b l em a r k u pl a n g u a g e ，可 扩展的标记语言) x m l 是由w o r l d 晰d ew e bc o n s o r t i u m ( w 3 c ) 的x m l 工作组 定义的这个工作组是这样描述该语言的2 6 i i “x m l 是s g m l ( s t a n d a r d g e n e r a l i z e dm a r k u pl a n g t l a g e ，标准通用标记语言) 的子集，其目标是允许普通 的s g m l 在w e b 上以目前h t m l ( h y p e r t e x tm a r k u pl a n g t i a g e ) 的方式被服务，揍 收和处理。x m l 被设计成易于实现，且可在s g m l 和h t m l 之间互相操作。” x m l 组合了它的前身语言s g m l 的强大功能和可扩展性，以及w e b 团体所 要求的简洁性，第一次使文档既可以被人们看懂，又可以被计算机处理，其标记 符比h t m l 更强大、灵活，扩展性更强。x m l 的特征是数据的独立性，把内容 及其表达方式分离开来，并删除了格式化命令，简化了解析过程，使x m l 成为 数据交换的理想框架。因此，x m l 成为实现客服机服务器接口的中间层语言。 x m l 有许多高级功能，但它在本质上仍是非常简单的，所以任何级别的程序都 可以访问它。 x m l 的语法十分简单易学。只要了解其中一些简单的规则，就可轻易上手。 虽然它也有一些较为复杂的规则，但是这些规则不难理解。 1 x m l 声明 x m l 声明必须在文档的第一行。而且其中的字母是区分大小写的。x m l 声 明中包括x m l 版本号( 必须) 声明、文字编码声明( 可选) 、独立文件声明( 可 第2 章x m l 基本定义及查询语言 选) 。完整的x m l 声明如下所示： 2 元素 通常，元素组成了x m l 文档中的大部分内容。元素有名字( 即标记名) ， 也可能有后裔，后裔可能是元素、处理指令，注释、c d a t a 节或者字符。元素 由一对标记串行化而成。起始标记的形式为 ，终止标记的形式为叫标记 名 ，元素的后裔位于起始标记和终止标记之间。如果没有后裔，则称为空元素 空元素也可以用一种速记法来表示，即c 标记名胁x m l 中的元素名称是区分大 小写的它必须以字母或下划线( 一) 开始，后面可跟任意长度的字母、数字、 句点( ) 、连接线( ) 、下划线或冒号。 3 属性 元素可以用属性来注释。属性通常用来给元素提供显示内容的额外信息。元 素的属性在元素的起始标记中给出，形式为：属性名= 属性值。属性名与元素名 有相同的构造规则，属性值必须出现在单引号或双引号中一个元素可以有任意 数目的属性，但是它们的名称必须不同。 4 处理指令 处理指令通常用来为处理x m l 文档的应用程序提供信息，这些信息包括如 何处理文档，如何显示文档等。处理指令可以作