XML语法基础(二)
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.命名的约定(合法与不合法)
第二节XML语法
在这一章，我们将讨论XML语法的技术细节。
XML的语法规则是我们利用它进行任何工作的基础，如果一个数据对象满足XML规范中格式良好（Well-Formed）的要求时，它就是一个XML文档。一个规范的XML文档如果满足某些进一步的约束，它将更为有效。
一、语法基础
我们首先从字符、命名等入手了解XML语法的一些基础知识。
1）字符
由于XML要在全球范围内使用的，所以不能局限于7位的ASCII码字符集，XML指定的字符集均在16位的Unicode2.1字符集（参见 它目前与ISO/IEC10646是一致的）中定义。
一个字符是ISO/IEC10646中定义的文本最小单元，合法的XML字符包括：
三个ASCII控制符（水平制表符、换行、回车）；
所有普通的ASCII可显示字符；
以及所有其它统一代码字符值（用十六进制表示），如下表。
统一代码字符值
字符值（十六进制）描述
#x09 水平制表符（HT）
#x0A 换行（LF）
#x0D 回车（CR）
#x20 - #x7E ASCII显示字符
#x80 - #xD7FF 统一代码字符（包括Latin-1）
#xE0000 - #xF8FF “私有区域”
#xF900 - #xFFFD CJK（中日韩）兼容的象形文字
#x10000 - #x10FFFF 待用集合“高度私有区域”
统一代码中包含一个数量超过137000的字符集和用于应用程序特定字符，它被称做“保留区域”。当然，使用这些私有字符进行任何XML数据的交换都需要就这些字符的解释单独达成一致，所以，统一代码的这一部分不应该在XML数据对象里使用，因为他们需要在相当广泛的范围内进行交换。
把字符代码编码成位模型的机制，在各个实体间可能会有不同，所有的XML处理器都必须接受ISO/IEC 10646中的UTF-8和UTF-16编码。
2）命名约定
在XML中使用的结构几乎总是被命名的，命名规则如下：
必须以字母、下划线（_）、或冒号（:）开头；
后面跟着是有效命名字符，有效命名字符除了前面的内容，还包括数字、连字符（-）、句点（.）；
在实际应用中不应该使用冒号，除非是用作命名空间的分割符。
记住，标记不一定是英文，可以是中文或其它语言。
在命名方面另一个限制，是它们不应该使用XML三个字符的各种组合（如：xml、XML、xML、Xml），W3C保留了对这三个字母开头的命名使用权。
下面是一些合法的命名：
Version
VERSION
Java_Xml:Version
版本
下面是一些非法的命名：
-Version
4Version 开头不能用- 和4
Amount$
版本2 $和上标2是非法的
XmlExample
XML_Example xml是保留字符，当时如果它们是W3C定义的又是另一回事了。
其实，如果在开头加上下划线，那就又是合法的了，比如：_4Version或_XML都是合法的。
3）空白
不管是对人类语言还是计算机语言来说，空白确实是一个非常重要的语言概念，在XML数据中，只有4个字符可以作为空白使用：
#x09 水平制表符（HT）
#x0A 换行（LF）
#x0D 回车（CR）
#x20 ASCII码中的空格字符
无论如何，制表位占用的位置都不会超过一个字符，所以它们中的每一个都可以简单的看作是一个字符。同样，任何由LF 、CR 隐含的格式，也是交给应用程序样式表单来处理。
同时，统一代码定义了许多不同种类的空格，但其中没有一个能成为XML的空格。
XML处理空格的规则非常简单：解析器将保留内容中所有的空白，并且不加修改的传递给应用程序，但元素标记或属性中的空格会被删除。
在HTML中，文本中无论多少空格实际上只有一个，更多的空格必须使用 、或者表格来实现。XML对空格的处理方式，实际上简化了空格的处理，同时也避免了SGML关于空格的复杂规则。
4）字符引用
虽然在XML中，可以直接使用字符输入，但有时候必要的情况下，也可以使用字符引用。字符引用是字符文字形式的替代品，当对文字形式可能导致违反XML格式要求的时候，可以使用字符引用来实现它。
字符引用可以用来表示一个可显示的字符，它由十进制或十六进制的数字前面加上“&#”或“&#x”，后面紧跟一个分号“;”组成。
尽管在HTML中十进制表示比较通用，但在XML中还是偏向于十六进制形式，因为XML统一代码本来就是使用十六进制的。
你可以看看在下面的代码中都是如何显示的：
5）实体引用
实体引用允许在元素内容或属性值中插入任何字符串，这就为字符引用提供了一种助记的替代方式。
实体引用是一种合法的XML名字，前面带有一个符号“&”，后面带有一个分号“;”。
&name;
有些符号，是XML专用的，如果在内容中直接使用这些符号，将会出现错误，这时，可以使用转义序列的实体。
& 通常用来替代&（除了在CDA TA中，后面会有详述）
< 通常用来替代< （除了在CDATA中）
> 通常用来替代>（除了在CDATA中，如果>紧跟着字符串“]]”就必须使用这个实体）' 可用来替换字符串中的单引号“’”
" 可用来替换字符串中的双引号“””
请看下面的例子：