XML基础

文章目录

• 一、XML是什么
• 二、XML的组成部分
• 三、XML的作用
• 四、XML语法规则
• 五、DTD
• • 1.内部引用
  • 2.外部引用
• 六、DTD实体
• • 1.内部实体
  • 2.外部实体w

一、XML是什么

XML（Extensible Markup Language，可扩展标记语言）是一种用于存储和传输数据的标记语言，于1998年由W3C（万维网联盟）推出。它不预设标签，允许用户根据需求自定义标记，因此具有极强的可扩展性。

与HTML（超文本标记语言）不同，XML的核心作用是描述数据的结构和含义，而非定义数据的显示方式。例如，一份XML文件可以清晰记录订单信息的层级关系（如订单号、客户信息、商品列表等），且这些数据能被不同系统统一解析。

二、XML的组成部分

XML文件的基本组成包括以下元素：

• 声明：位于文件开头，用于指定XML版本和编码格式，例如 。
• 元素：由开始标签、内容和结束标签组成，是XML的基本单位，例如 XML教程。元素可嵌套，形成层级结构。
• 属性：用于为元素提供额外信息，位于开始标签中，格式为 属性名=\"属性值\"，例如 XML教程。
• 实体：用于表示特殊字符或重复内容的引用，例如 & 代表 &（与号）。
• 注释：以 <!-- 开头、--> 结尾，用于解释代码，不影响XML的解析，例如 。

三、XML的作用

• 数据存储：XML采用结构化格式，适合存储配置文件（如软件的配置参数）、数据记录（如日志、订单）等，便于人类阅读和机器解析。
• 数据传输：在不同系统（如客户端与服务器、不同编程语言的应用）之间传输数据时，XML作为通用格式可避免因数据格式不兼容导致的问题。
• 数据交换：在跨平台、跨系统的场景中（如电子商务平台与支付系统对接），XML可作为标准化的数据交换格式，确保信息准确传递。
• 配置文件：许多软件（如Java Web框架、数据库）使用XML作为配置文件，通过标签层级清晰定义系统参数。

四、XML语法规则

XML有严格的语法规范，违反规则会导致解析错误，核心规则包括：

1. 必须有声明：文件开头需包含XML版本声明（如 ），编码格式可选。
2. 单一根元素：整个XML文件必须有且仅有一个根元素，所有其他元素都嵌套在根元素内。例如：

   <library>  <book>XML教程</book></library>

3. 标签成对闭合：所有元素必须有开始标签和结束标签，空元素可简写为 （如 ）。
4. 标签区分大小写： 和 被视为不同标签。
5. 属性值加引号：属性值必须用单引号或双引号包裹，例如 。
6. 特殊字符用实体：<、>、& 等特殊字符需用实体引用（如 < 代表 <），避免被解析为标签。

五、DTD

DTD（Document Type Definition，文档类型定义）是XML的一种约束机制，用于定义XML文档的结构（如允许的元素、属性、嵌套关系等），确保XML文件符合预设的格式规范。

1.内部引用

内部DTD直接定义在XML文件内部，仅对当前文件生效。

• 格式：
  在XML声明之后、根元素之前，用 定义。

• 示例：

  <!DOCTYPE library [ <!ELEMENT library (book+)>  <!ELEMENT book (title, author)>  <!ELEMENT title (#PCDATA)>  <!ELEMENT author (#PCDATA)> ]><library> <book> <title>XML教程</title> <author>张三</author> </book></library>

2.外部引用

外部DTD定义在独立的文件中（通常以 .dtd 为扩展名），可被多个XML文件共享引用。

• 格式：
  引用本地外部DTD：
  引用公共外部DTD（由权威机构定义）：

• 示例：
  假设存在 library.dtd 文件，内容为：

  则XML文件可引用该外部DTD：

  <!DOCTYPE library SYSTEM \"library.dtd\"> <library> <book> <title>XML教程</title> <author>张三</author> </book></library>

六、DTD实体

实体是DTD中用于定义可重复使用的内容或引用外部资源的机制，类似“变量”，使用时通过 &实体名; 引用。

1.内部实体

内部实体在DTD中直接定义内容，仅在当前DTD范围内有效。

• 格式：
  

• 示例：

  <!DOCTYPE user [ <!ENTITY username \"Alice\">  <!ELEMENT user (name)> <!ELEMENT name (#PCDATA)>]><user> <name>&username;</name> <!-- 引用实体，解析后为Alice --></user>

2.外部实体w

外部实体引用外部文件的内容，可分为本地外部实体（引用本地文件）和远程外部实体（引用网络资源）。

• 格式：
  本地外部实体：
  远程外部实体：

• 示例：

  1. 引用本地文件（如 data.txt 内容为“Hello XML”）：

     <!DOCTYPE note [   <!ELEMENT note (#PCDATA)>]><note>&content;</note> <!-- 解析后为Hello XML -->

  2. 引用远程资源（如 http://example.com/info.txt 内容为“远程数据”）：

     <!DOCTYPE info [   <!ELEMENT info (#PCDATA)>]><info>&remote;</info> <!-- 解析后为远程数据 -->

  注意：外部实体可能存在安全风险（如XXE漏洞），攻击者可通过构造恶意外部实体读取服务器敏感文件，因此实际应用中需谨慎配置XML解析器，限制外部实体的使用。