什么是 XML？

Computer screen with files or windows open

图片来源：

Opensource.com

XML 是一种分层标记语言。它使用开始和结束标签来定义数据。它用于存储和交换数据，并且由于其极高的灵活性，它被用于从文档到图形的各种用途。

这是一个 XML 文档示例

<xml>
  <os>
   <linux>
    <distribution>
      <name>Fedora</name>
      <release>8</release>
      <codename>Werewolf</codename>
    </distribution>

    <distribution>
      <name>Slackware</name>
      <release>12.1</release>
      <mascot>
	<official>Tux</official>
        <unofficial>Bob Dobbs</unofficial>
      </mascot>
    </distribution>
   </linux>
  </os>    
</xml>

阅读示例 XML，您可能会发现该格式具有直观的特性。无论您是否熟悉该主题，您都可能理解本文档中的数据。这部分是因为 XML 被认为是冗长的。它使用大量标签，标签可以具有长而描述性的名称，并且数据以分层方式排序，这有助于解释数据之间的关系。您可能从这个示例中了解到，Fedora 发行版和 Slackware 发行版是 Linux 的两个不同且不相关的实例，因为每个发行版都“包含”在其自身的独立 <distribution> 标签内。

XML 也非常灵活。与 HTML 不同，它没有预定义的标签列表。您可以自由创建所需的任何数据结构来表示。

XML 的组成部分

数据的存在是为了被读取，当计算机“读取”数据时，这个过程称为解析。再次使用示例 XML 数据，以下是大多数 XML 解析器认为重要的术语。

文档： <xml> 标签打开一个文档，</xml> 标签关闭它。
节点： <os>、<distribution> 和 <mascot> 是节点。在解析术语中，节点是包含其他标签的标签。
元素： 诸如 <name>Fedora</name> 和 <official>Tux</official> 这样的实体，从第一个 < 到最后一个 >，都是一个元素。
内容： 两个元素标签之间的数据被认为是内容。在第一个 <name> 元素中，字符串 Fedora 是内容。

XML 模式

XML 文档中的标签和标签继承被称为模式。

有些模式是即兴创作的（例如，本文中的示例 XML 代码是纯粹即兴的），而另一些模式则由标准组织严格定义。例如，可缩放矢量图形 (SVG) 模式是由 W3C 定义的，而 DocBook 模式由 Norman Walsh 定义。

模式强制执行一致性。最基本的模式通常也是最严格的。在我的示例 XML 代码中，将发行版名称放在 <mascot> 节点内是没有意义的，因为文档的隐含模式清楚地表明吉祥物必须是发行版的“子”元素。

数据对象模型 (DOM)

如果必须不断描述标签和位置（例如，“操作系统部分 Linux 部分中第二个发行版标签的名称标签”），那么谈论 XML 会变得混乱，因此解析器使用文档对象模型 (DOM) 的概念来表示 XML 数据。DOM 将 XML 数据放入一种“家谱”结构中，从根元素（在我的示例 XML 中，它是 os 标签）开始，并包括每个标签。

图片来源：

^{（Seth Kenlon，CC BY-SA 4.0）}

这种相同的 XML 数据结构可以表示为路径，就像 Linux 系统中的文件或互联网上网页的位置一样。例如，<mascot> 标签的路径可以表示为 //os/linux/distribution/slackware/mascot。

两个 <distribution> 标签的路径可以表示为 //os/linux/distribution。因为有两个发行版节点，所以解析器会将这两个节点（以及每个节点的内容）加载到一个可以查询的数组中。

严格的 XML

XML 也以其严格性而闻名。这意味着大多数应用程序在遇到 XML 错误时都会被设计为有意失败。这听起来可能存在问题，但这是开发人员最欣赏 XML 的地方之一，因为当应用程序尝试猜测如何解决错误时，可能会发生不可预测的事情。例如，在 HTML 得到良好定义之前，大多数 Web 浏览器都包含“怪异模式”，以便当人们尝试查看糟糕的 HTML 代码时，Web 浏览器可以加载作者可能想要的内容。结果是完全不可预测的，尤其是在一个浏览器与另一个浏览器的猜测不同时。

XML 通过在出现错误时有意失败来禁止这种情况。这让作者可以修复错误，直到他们生成有效的 XML。由于 XML 是明确定义的，因此许多应用程序都有验证器插件，并且有像 xmllint 和 xmlstarlet 这样的独立命令来帮助您尽早发现错误。

转换 XML

由于 XML 通常用作交换格式，因此将 XML 转换为其他数据格式或其他 XML 模式是很常见的。经典示例包括 XSLTProc、xmlto 和 pandoc，但从技术上讲，还有许多其他应用程序被设计为至少部分用于转换 XML。

事实上，LibreOffice 使用 XML 来布局其文字处理器和电子表格文档，因此每当您导出或从 LibreOffice 转换文件时，您都在转换 XML。

开源 EPUB 格式的电子书使用 XML，因此每当您将文档转换为 EPUB 或从 EPUB 转换时，您都在转换 XML。

Inkscape，这款基于矢量的插图应用程序，将其文件保存为 SVG，这是一种专为图形设计的 XML 模式。每当您从 Inkscape 导出图像为 PNG 文件时，您都在转换 XML。

这个列表可以一直列下去。XML 是一种数据存储格式，它旨在确保您的数据，无论是画布上的点和线、图表上的节点，还是文档中的文字，都可以轻松准确地提取、更新和转换。

学习 XML

编写 XML 很像编写 HTML。感谢 Jay Nick 的辛勤工作，在线提供免费且有趣的 XML 课程，教您如何使用 XML 创建图形。

一般来说，探索 XML 几乎不需要特殊的工具。由于 HTML 和 XML 之间的密切关系，您可以使用 Web 浏览器查看 XML。此外，像 QXmlEdit、NetBeans 和 Kate 这样的开源文本编辑器通过有用的提示、自动完成、语法验证等功能，使 XML 的输入和阅读变得容易。

选择 XML

XML 最初看起来可能有很多数据，但它与 HTML 没有太大区别（事实上，HTML 已经以 XHTML 的形式重新实现为 XML）。XML 具有独特的优势，即构成其结构的组件也恰好是元数据，提供有关其存储内容的信息。一个设计良好的 XML 模式包含并描述您的数据，允许用户一目了然地理解它并快速解析它，并使开发人员能够使用方便的编程库高效地解析它。

接下来阅读