动态网页开发技术_06_XML

1、可扩展标记语言,什么是XML,XML代表Extensible Markup Language(eXtensible Markup Language的缩写，意为可扩展的标记语言)。 XML 是一种标记语言，很类似 HTML XML 的设计宗旨是传输数据，而非显示数据 XML 标签没有被预定义。需要自行定义标签。 XML 被设计为具有自我描述性。 XML 是 W3C 的推荐标准,XML与HTML的主要差异,XML是在HTML之后推出的一种标记语言，虽然同为W3C的标准，但XML和HTML差别较大，主要的差异是： XML 不是 HTML 的替代; XML 和 HTML 为不同的目的而设计; XML

2、被设计为传输和存储数据，其焦点是数据的内容; HTML 被设计用来显示数据，其焦点是数据的外观; HTML 旨在显示信息，而 XML 旨在传输信息。,XML用于创建新的Internet语言,很多新的 Internet 语言是通过 XML 创建的，其中的例子包括： XHTML - 最新的 HTML 版本 WSDL - 用于描述可用的 web service WAP 和 WML - 用于手持设备的标记语言 RSS - 用于 RSS feed 的语言 RDF 和 OWL - 用于描述资源和本体 SMIL - 用于描述针针对 web 的多媒体 SVG 用于描述可伸缩矢量图 RDF和OWL是下一代Web

3、(语义Web)的基础。,XML 文档实例,XML 使用了简单的具有自我描述性的语法： George John Reminder Dont forget the meeting! 第一行是 XML 声明。它定义 XML 的版本 (1.0) 和所使用的编码 (UTF-8字符集)。 下一行描述文档的根元素，接下来 4 行描述根的 4 个子元素，最后一行定义根元素的结尾。,XML文档树,XML 文档必须包含根元素。该元素是所有其他元素的父元素。XML 文档中的元素形成了一棵文档树。这棵树从根部开始，并扩展到树的最底端。所有元素均可拥有子元素： . 父、子以及同胞等术语用于描述元素之间的关系。父元素拥有

4、子元素。相同层级上的子元素成为同胞(兄弟或姐妹)。所有元素均可拥有文本内容和属性。,XML语法规则,所有 XML 元素都须有关闭标签，在HTML中，省略某些结束标签是许可的，在 XML 中，省略结束标签是非法的； XML标签对大小写敏感，不同的大小写被看作是不同的标签； XML 必须正确地嵌套，不允许两个标签的作用范围互相交错； XML 文档必须有根元素； XML 的属性值须加引号； 在 XML 中，空格会被保留，HTML 会把多个连续的空格字符裁减为一个； XML 中的注释与HTML中的写法一致,XML元素,XML 元素指的是从(且包括)开始标签直到(且包括)结束标签的部分。元素可包含其他元

5、素、文本或者两者的混合物。元素也可以拥有属性。 XML 元素必须遵循以下命名规则： 名称可以含字母、数字以及其他的字符 名称不能以数字或者标点符号开始 名称不能以字符 “xml”（或者 XML、Xml）开始 名称不能包含空格 可使用任何名称，没有保留字。,XML 元素是可扩展的,XML 元素是可扩展，以携带更多的信息。 George John Dont forget the meeting! 假定创建了一个应用程序，可将 、 以及 元素提取出来，并产生以下的输出： MESSAGE To: George From: John Dont forget the meeting!,XML 元素是可扩展

6、的,假定 XML 文档的作者，出于某种原因，又向这个文档添加了一些额外的信息： 2008-08-08 George John Reminder Dont forget the meeting! 那么前面的应用程序会中断或崩溃吗？答案是：不会。这个应用程序仍然可以找到 XML 文档中的 、 以及 元素，并产生同样的输出。XML 的优势之一，就是可以在不中断应用程序的情况进行扩展。,XML属性,属性提供标记的额外信息，属性通常提供不属于数据组成部分的信息。属性值必须被引号包围，单引号和双引号均可使用。 使用属性可能会引起的一些问题： 属性无法包含多重的值(标记可以) 属性无法描述树结构(标记可以)

7、 属性不易扩展(为未来的变化) 属性难以阅读和维护,形式良好的文档,拥有正确语法的 XML 被称为“形式良好”的 XML(良构的文档)。 一个“形式良好”的 XML 文档会遵守前面介绍过的 XML 语法规则： XML 文档必须有根元素 XML 文档必须有结束标签 XML 标签对大小写敏感 XML 元素必须被正确的嵌套 XML 属性必须加引号,XML错误,W3C 的 XML 规范声明：如果 XML 文档存在错误，那么程序就不应当继续处理这个文档。理由是，XML 软件应当轻巧，快速，具有良好的兼容性。,XML定义,假定某一工厂生产了一系列的杯子，这个工厂可以定义其XML文档来传输数据，一个示例的X

8、ML文档如下： red small 200ml 这是一个形式良好的XML文档，但其中的值颜色、尺寸和容量可以输入任意文本都是合法的。一个企业生产产品，其产品的名称、样式只有有限的几种可能取值，为了防止在XML中输入一些不合法的值，人们提出了XML定义的问题。 早期对XML进行定义是采用DTD，目前W3C对XML文档进行定义的最新规范是XML Schema。XML Schema规范参见：/XML/Schema。,XML Schema,XML Schema 的作用是定义 XML 文档的合法构建模块，又称为XML Schema 定义(XML Schema Defini

9、tion，XSD)，具有以下优点 ： 定义可出现在文档中的元素 定义可出现在文档中的属性 定义哪个元素是子元素 定义子元素的次序 定义子元素的数目 定义元素是否为空，或者是否可包含文本 定义元素和属性的数据类型 定义元素和属性的默认值以及固定值 XML Schema 很快会在大部分网络应用程序中取代 DTD，原因是： XML Schema 可针对未来的需求进行扩展 XML Schema 更完善，功能更强大 XML Schema 基于XML 编写 XML Schema 支持数据类型 XML Schema 支持命名空间,数据类型支持,XML Schema 最重要的能力之一就是对数据类型的支持。通过

10、对数据类型的支持，可以完成： 可更容易地描述允许的文档内容 可更容易地验证数据的正确性 可更容易地与来自数据库的数据一并工作 可更容易地定义数据约束 可更容易地定义数据模型(数据格式) 可更容易地在不同的数据类型间转换数据 XML Schema 由 XML 编写，具有以下优点： 不必学习新的语言 可使用 XML 编辑器来编辑 Schema 文件 可使用 XML 解析器来解析 Schema 文件 可通过 XML DOM 来处理 Schema 可通过 XSLT 来转换 Schema,简单元素,简单元素指那些仅包含文本的元素，它不会包含任何其他的元素或属性。“仅包含文本”这个限定却很容易造成误解。文

11、本有很多类型。它可以是 XML Schema 定义中包括的类型中的一种(布尔、字符串、数据等等)，也可以是用户自行定义的定制类型。最常用的简单元素是： xs:string xs:decimal xs:integer xs:boolean xs:date xs:time 简易元素可拥有指定的默认值或固定值。当没有其他的值被规定时，默认值就会自动分配给元素。在下面的例子中，缺省值是 “red”： ,属性,简单元素无法拥有属性。假如某个元素拥有属性，它就会被当作某种复合类型。但是属性本身总是作为简单类型被声明的。定义属性的语法是： xxx 指属性名称，yyy 则规定属性的数据类型。在缺省的情况下，属

12、性是可选的。如需规定属性为必选，需使用 “use” 属性。 当 XML 元素或属性拥有被定义的数据类型时，就会向元素或属性的内容添加限定。,对值的限定,下面的例子定义了带有一个限定且名为 age 的元素。age 的值不能低于 0 或者高于 120： ,对一组值的限定,如需把 XML 元素的内容限制为一组可接受的值，我们要使用枚举约束(enumeration constraint)。 下面的例子定义了带有一个限定的名为 car 的元素。可接受的值只有：Audi, Golf, BMW： ,对一系列值的限定,如需把 XML 元素的内容限制定义为一系列可使用的数字或字母，我们要使用模式约束(patte

13、rn constraint)。 下面的例子定义了带有一个限定的名为 letter 的元素。可接受的值只有小写字母 a - z 其中的一个： ,对长度的限定,如需限制元素中值的长度，我们需要使用 length、maxLength 以及 minLength 限定。 这个例子定义了带有一个限定的名为 password 的元素。其值最小为 5 个字符，最大为 8 个字符： ,对空白字符的限定,如需规定对空白字符(whitespace characters)的处理方式，需要使用 whiteSpace 限定。下面的例子定义了带有一个限定的名为 address 的元素。这个 whiteSpace 限定被设置

14、为 preserve，这意味着 XML 处理器不会移除任何空白字符： whiteSpace 限定被设置为 “replace”，这意味着 XML 处理器将移除所有空白字符(换行、回车、空格以及制表符)。,数据类型的限定,复合元素,复合元素指包含其他元素及/或属性的 XML 元素。有四种类型的复合元素： 空元素 包含其他元素的元素 仅包含文本的元素 包含元素和文本的元素 上述元素均可包含属性。,复合类型指示器,在XML Schema中，有七种指示器，通过指示器，可以控制在文档中使用元素的方式。这七种指示器是： Order 指示器(定义元素的顺序 )： All(子元素可以按照任意顺序出现，且每个子元

15、素必须只出现一次) Choice(出现某个子元素或者可出现另外一个子元素非此即彼) Sequence(子元素必须按照特定的顺序出现) Occurrence 指示器(定义某个元素出现的频率)： maxOccurs(规定某个元素可出现的最大次数) minOccurs(规定某个元素能够出现的最小次数) Group 指示器(定义相关的数据批元素 )： Group name(定义元素组) attributeGroup name(定义属性组),XSD创建,从理论上讲，XSD可以使用手工的方式，使用任何文本编辑工具创建。这种创建的工作量十分惊人。 目前，有很多计算机辅助软件工程工具可以帮助用户生成XSD文件

16、。这些工具一般符合XML Schema规范，以图形界面的方式帮助用户定义XSD文件。,XML文档校验,一个XML文档是形式良好的，并不意味着该文档是符合XML Schema的。为了确保一个形式良好的XML文档是符合XML Schema的，就需要对XML文档进行校验。 由于XML Schema标准较新，支持XML Schema校验的工具软件较少，大多数情况下，需要编写程序来校验XML文档。,XML名称空间,假定如下的XML文件： JAVA编程 张三 项目经理 JSP编程 李四 教师 ,在该XML文件中，出现了两个title，一个用于指定书的名字，另一个指定作者的头衔。在XML文件中，需要区别这两

17、个title。 为了区别这两个title，需要用到xml名称空间，xml名称空间以xmlns或xmlns:开始，后面跟上一个缩写，再后面用等号，后跟上一个URL构成。例如： Xmlns:people= 在同一个XML文档中，可以引用多个不同的名称空间。,XML名称空间,使用XML名称空间修改后前面的XML文件可写为： JAVA编程 张三 项目经理 JSP编程 李四 教师 ,XML DOM,XML DOM (XML Document Object Model) 定义一套访问和操作 XML 文档的标准方法。 DOM 把 XML 文档作为树结构来查看。能够通过 DOM 树来访问所有元素。可以修改或删

18、除它们的内容，并创建新的元素。元素，它们的文本，以及它们的属性，都被认为是结点。 XML DOM 是： 用于 XML 的标准对象模型 用于 XML 的标准编程接口 中立于平台和语言 W3C 的标准 XML DOM 是用于获取、更改、添加或删除 XML 元素的标准。,结点,根据 DOM，XML 文档中的每个成分都是一个结点。 DOM 是这样规定的： 整个文档是一个文档结点 每个XML 标签是一个元素结点 包含在 XML元素中的文本是文本结点 每一个XML属性是一个属性结点 注释属于注释结点,XML解析为DOM树,Java代码产生DOM树,DOM示例, Harry Potter J K. Rowl

19、ing 2005 29.99 Everyday Italian Giada De Laurentiis 2005 30.00 Learning XML Erik T. Ray 2003 39.95 , XQuery Kick Start James McGovern Per Bothner Kurt Cagle James Linn Vaidyanathan Nagarajan 2003 49.99 ,DOM树结点关系,结点树中的结点彼此之间都有等级关系。 父、子和同级结点用于描述这种关系。父结点拥有子结点，位于相同层级上的子结点称为同级结点(同胞)。 在结点树中，顶端的结点成为根结点 根结点

20、之外的每个结点都有一个父结点 结点可以有任何数量的子结点 叶子是没有子结点的结点 同级结点是拥有相同父结点的结点,DOM编程接口,DOM作为W3C的标准，提供了一种一致的接口来操作XML文件。目前，大多数编程语言都支持通过DOM来操纵XML文档。 JavaScript是早期Netscape公司发明的一种和网页交互的脚本语言，Netscape公司将这种语言作为技术标准提交给ECMA(欧洲计算机制造商协会)批准成为标准，称为ECMAScript语言，名词JavaScript和ECMAScript可互换使用。 W3C的大多数可以和浏览器交互的标准，都提供了ECMAScript支持，在规范中称为：EC

21、MAScrption Binding。规范可参见/TR/REC-DOM-Level-1/ecma-script-language-binding.html。 DOM编程接口不只是可以用于JavaScript，大多数编程语言都实现了该编程接口。,DOM编程,DOM编程中，需要有某些浏览器端的行为，才能触发事件，ECMAScript脚本才能够执行某些动作。 在浏览器中，每一个HTML标记都可以设置鼠标移动、鼠标点击、鼠标拖放、键盘、值改变、输入焦点改变等事件。当这些事件发生时，用户程序可以被激活，以执行某些操作。这SPD中，标记属性的最下方列出了可用的事件。 在Ja

22、va语言中，专门提供了几个系统标准包用来处理和DOM有关的API。安装了JDK后，就可以直接处理DOM了。Java语言的DOM编程接口参见/TR/DOM-Level-2-Core/java-binding.html 。其他编程语言也提供了相应的DOM编程接口，这些编程接口的库函数可能需要单独下载才能使用。,XML显示,由于 XML 标签由 XML 文档的作者“发明”，浏览器无法确定像 这样一个标签究竟描述一个 HTML 表格还是一个餐桌。 在没有任何有关如何显示数据的信息的情况下，大多数的浏览器都会仅仅把 XML 文档显示为源代码。 通过使用 CSS，可为 XM

23、L 文档添加显示信息。使用 CSS 格式化 XML 不能代表 XML 文档样式化的未来。XML 文档应当使用 W3C 的 XSLT标准进行格式化。,使用XSL显示 XML,XSLT 是首选的 XML 样式表语言。最先的XSLT标准于1999年发布，2007年，XSLT 2.0标准发布，相对于前一个版本，有较大的改进。 XSLT (eXtensible Stylesheet Language Transformations) 远比 CSS 更加完善。 使用 XSLT 可以将XML转换为所期待的格式，如：文本文件、网页、SVG图形等。 在使用 XSL来转换 XML 时，不同的浏览器可能会产生不同结

24、果。为了减少这种问题，可以在服务器上进行 XSL转换。,XSL,将XML由一种格式，转换到另一种格式，可以使用的方法较多，W3C推荐的方式是使用XSL(EXtensible Stylesheet Language，扩展样式表语言) 。万维网联盟 (W3C) 开始发展 XSL 的原因是：存在着对于基于 XML 的样式表语言的需求。 XSL 包括三部分： XSLT一种用于转换 XML 文档的语言； XPath一种用于在 XML 文档中导航的语言； XSL-FO一种用于格式化 XML 文档的语言。,XPath,XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对

25、元素和属性进行遍历。 XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和 XPointer 同时被构建于 XPath 表达之上。对 XPath 的理解是很多高级 XML 应用的基础。 什么是 XPath XPath 使用路径表达式在 XML 文档中进行导航； XPath 包含一个标准函数库； XPath 是 XSLT 中的主要元素 ； XPath 是一个 W3C 标准。 XPath 使用路径表达式来选取 XML文档中的节点或者节点集。XPath 含有超过 100 个内建的函数。这些函数用于字符串值、数值，日期和时间比较、节点处理、序列处理、逻辑值等等。XPath 是 XS

26、LT 标准中的主要元素。,XPath节点,在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档(根)节点。XML 文档是被作为节点树来对待的。树的根被称为文档节点或者根节点。 Harry Potter J K. Rowling 2005 29.99 (文档节点)、 J K. Rowling(元素节点)、 lang=“en” (属性节点)、2005(基本值是无父或无子的节点),XPath结点关系,父(Parent)每个元素以及属性都有一个父。在前面的例子中，book 元素是 title、author、year 以及 price 元素的父。根的父是其本身。 子(

27、Children)元素节点可有零个、一个或多个子。 同胞(Sibling)拥有相同的父的节点，前面的例子中，title、author、year、price就是同胞关系。 祖先(Ancestor)某节点的父、父的父等等。在前面的例子中，title 元素的先辈是 book 元素和 bookstore 元素。 后代(Descendant)某个节点的子，子的子等等。在前面的例子中，bookstore的后代是 book、title、author、year 以及 price 元素。,XPath语法,XPath 使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (

28、steps) 来选取的。下表列出了XPath中最重要的路径表达式，其余表达式都可以在此基础上进行构造。,XPath实例, 张三 男 李四 女 王五 男 ,students选取students元素的所有子结点。 /students选取根元素students。 /student选取所有student元素，而不考虑他们的位置。 sutdents/student选取所有属于students的student元素 sutdents/student选取所有students的student元素，不考虑student在students下的位置 /class选取所有属性class /students/studen

29、t1选取students的第一个student元素 /student/studentlast()选取stuents的最后一个student元素 /student/studentpostion()3选取studnets最前面两个student元素 /studentclass选取所有具有属性class的student元素 /studentclass=1选取所有属性class的值为1的student元素,XPath预定义函数,在前面的实例中，出现了last()、position()等，这些是在XPath中预定义的函数。XPath中预定义了上百个函数，这些函数分为以下类别： 存取 错误和跟踪 数值 字

30、符串 AnyURI 逻辑 持续时间/日期/时间 QName 节点 序列 Context,XSL模板,XSL样式表是由一个或多个被称为“模板” 的规则集组成的。每个模板都包含了与每一个指定节点相匹配的应用规则。 模板规则包含两个部分：模式(pattern)和模板(template)。模板用于在源文档中匹配(定位)节点，模板定义节点的处理规则，通过模板的实例化来组成结果树的一部分。 当一个模板实例化的时候，它总是相对于当前节点和当前节点列表来实例化。当前节点总是当前节点列表的成员。在XSLT中，大多数操作都是相对于当前节点的。只有很少的指令改变当前节点列表或者当前节点(例如：)。 当XSLT处理器

31、使用XSL式样表转换XML文档时，处理器将遍历XML文档的树状结构，一次浏览每个节点，并将浏览的节点与式样表中的每个模板规则的模式进行比较。如果处理器找到了与模板规则的模式相匹配的节点，处理器就会输出此规则的模板。模板通常包含了一些元素指令、新的数据，或者从源XML文档中复制的数据。,定义模板, 元素定义了用于匹配节点的规则(match，其中“/”匹配整个文档)，在apply-template使用，其语法规则为： match=pattern mode=mode priority=number“ *,template) - 当一个节点匹配在 XSLT 模板中建立的多个模式（也称为规则）时，处理器就会按照 XSLT 规范中描述的冲突解决指导原则来确