提纲：  

一.XML语法规则
二.元素的语法
三.注释的语法
四.CDATA的语法
五.Namespaces的语法
六.entity的语法
七.DTD的语法


通过前面三章的学习，我们已经对什么是XML，它的实现原理以及相关的术语有所了解。接下来我们就开始学习XML的语法规范，动手写自己的XML文档。

一.XML语法规则

XML的文档和HTML的原代码类似，也是用标识来标识内容。创建XML文档必须遵守下列重要规则：
规则1：必须有XML声明语句
这一点我们在上一章学习时已经提到过。声明是XML文档的第一句，其格式如下：

声明的作用是告诉浏览器或者其它处理程序：这个文档是XML文档。声明语句中的version表示文档遵守的XML规范的版本；standalone表示文档是否附带DTD文件，如果有，参数为no；encoding表示文档所用的语言编码，默认是UTF-8。

规则2：是否有DTD文件
如果文档是一个"有效的XML文档"(见上一章)，那么文档一定要有相应DTD文件，并且严格遵守DTD文件制定的规范。DTD文件的声明语句紧跟在XML声明语句后面，格式如下：

其中：
"!DOCTYPE"是指你要定义一个DOCTYPE;
"type-of-doc"是文档类型的名称，由你自己定义，通常于DTD文件名相同；
"SYSTEM/PUBLIC"这两个参数只用其一。SYSTEM是指文档使用的私有DTD文件的网址，而PUBLIC则指文档调用一个公用的DTD文件的网址。
"dtd-name" 就是DTD文件的网址和名称。所有DTD文件的后缀名为".dtd"。
我们还是用上面的例子，应该写成这样：



规则3：注意你的大小写
在XML文档中，大小写是有区别的。

和

是不同的标识。注意在写元素时，前后标识大小写要保持一样。例如:ajie，写成ajie是错误的。
你最好养成一种习惯，或者全部大写，或者全部小写，或者大写第一个字母。这样可以减少因为大小写不匹配产生的文档错误。

规则4：给属性值加引号
在HTML代码里面，属性值可以加引号，也可以不加。例如:word和word都可以被浏览器正确解释。
但是在XML中则规定，所有属性值必须加引号(可以是单引号，也可以是双引号)，否则将被视为错误。

规则5：所有的标识必须有相应的结束标识
在HTML中，标识可能不是成对出现的，比如
。而在XML中规定，所有标识必须成对出现，有一个开始标识，就必须有一个结束标识。否则将被视为错误。


规则6：所有的空标识也必须被关闭
空标识就是标识对之间没有内容的标识。比如
,等标识。在XML中，规定所有的标识必须有结束标识，针对这样的空标识，XML中处理的方法是在原标识最后加/，就可以了。例如：

应写为
；
应写为；
应写为

正象HTML一样，可扩展置标语言XML（eXtensible Markup Language）也是一种置标语言。它同样依赖于描述一定规则的标签和能够读懂这些标签的应用处理工具来发挥它的强大功能。这一点，从XML的命名上也可窥见一斑。
  
“关于此规范的正确题目，亦即XML的正确全名，应该是Extensible Markup Language， eXtensible Markup Language只不过是一个拼写错误罢了。但是，现在简写XML不仅正确，而且正如它在本规范的标题中一样，是Extensible Markup Language的官方名称。  
这个名称和简写是由James Clark最先提出的，其它可供选择的名称还包括小型标准置标语言MGML (Minimal Generalized Markup Language), 标准置标语言的小型结构MAGMA (Minimal Architecture For Generalized Markup Applications), 以及互联网置标结构语言SLIM (Structured Language for Internet Markup)。
  
——Extensible Markup Language (XML) 1.0 Specs, The Annotated Version. ”
   
  
从对XML的最初命名可以看出，XML的核心归根结底还是置标。不过，XML这个置标语言可比HTML的功能要强大的多了。
  
“人”如其名，XML的强大功能来自于“X”。也就是说，XML不但是置标语言，而且是可扩展的（eXtensible）置标语言。XML并非象HTML那样，提供了一组事先已经定义好了的标签，而是提供了一个标准，利用这个标准，你可以根据实际需要定义自己的新的置标语言，并为你的这个置标语言规定它特有的一套标签。准确的说，XML是一种源置标语言，它允许你根据它所提供的规则，制定各种各样的置标语言。这也正是XML语言制定之初的目标所在。
  
“XML的制定目标为：  
XML应该可以在互联网上直接使用（*就象HTML那样好用）。  
XML应该支持各种不同的应用方式（*不但包括浏览，还包括对内容的分析）。  
XML应该与SGML兼容（*子承父业嘛，后面我们会讲到，SGML是XML的直接先驱）。  
处理XML文件的应用程序应该容易编写（*计算机系的研究生花上两周的工夫就该差不多了）。  
XML中的可选特性的数量应该减到最小，最好减至没有（*可选特性经常造成混淆）。  
XML文件应该具有良好的可读性，并且比较清晰（*别象HTML那样，如果不借助浏览器，要想读它简直就是对你意志力和耐心的考验）。  
用XML设计新的置标语言应该方便快捷（你不必再去经历标准制定的繁琐程序了）。  
XML设计的置标语言应该正式、简洁（不然怎么易写易读？）。  
XML文件应该容易编制（想想要用“记事本”写个HTML是一件多么可怕的工作）。  
XML标记的简洁性并不重要（你不必再去费尽心机减少标记）。  
——Extensible Markup Language (XML) 1.0 Specs, The Annotated Version.”
  
   
  
让我们来考虑一个非常简单的例子。如果我们需要定义一个新的置标语言，叫做FCLML（F_company s Client List Markup Language）——F公司的客户列表置标语言。这个语言应该定义一些标签来代表可联系的客户和有关他们的信息。这组标签很简单，它们的优点是代表了一定的语意。让我们回想一下上一节中这些信息在HTML中是如何用标签〈UL〉和〈LI〉表示的。与之相比，下面这一段代码，显然更加清晰易读：
  
<联系人列表>
     <联系人>
         <

导言
一.XML文档的有关术语
二.DTD的有关术语


导言


初学XML最令人头疼的就是有一大堆新的术语概念要理解。由于XML本身也是一个崭新的技术，正在不断发展和变化，各组织和各大网络公司(微软,IBM,SUN等)都在不断推出自己的见解和标准，因此新概念漫天飞就不足为奇了。而国内又缺乏权威的机构或组织来对这些术语正式定名，你所看见的有关XML的中文教材大部分是靠作者本身的理解翻译过来的，有些是正确的，有些是错误的，更加妨碍了我们对这些概念的理解和学习。


你下面将要看到的关于XML术语的解释，也是作者本身的理解和翻译。阿捷是以W3C组织发布的XML1.0标准规范和相关的正式说明文档为根据来讲述。可以确保这些理解是基本正确的，至少不是错误的。你如果想进一步阅读和了解，我在本文的最后部分列明了相关资源的出处和链接，你可以直接访问。好，我们转入正题：

一.XML文档的有关术语
什么是XML文档？知道HTML原代码文件吧，XML文档就是用XML标识写的XML原代码文件。XML文档也是ASCII的纯文本文件，你可以用Notepad创建和修改。XML文档的后缀名为.XML，例如myfile.xml。用IE5.0以上浏览器也可以直接打开.xml文件，但你看到的就是"XML原代码"，而不会显示页面内容。你可以将下面代码存为myfile.xml试试：




ajie
ajie@aolhoo.com
20010115


XML文档包含三个部分：
1. 一个XML文档声明；
2. 一个关于文档类型的定义；
3. 用XML标识创建的内容。

举例说明:






ajie

......

其中第一行就是一个XML文档的声明，第二行说明这个文档是用filelist.dtd来定义文档类型的，第三行以下就是内容主体部分。 我们来了解XML文档中有关的术语：

1.Element(元素)：
元素在HTML我们已经有所了解，它是组成HTML文档的最小单位，在XML中也一样。一个元素由一个标识来定义，包括开始和结束标识以及其中的内容，就象这样：ajie
唯一不同的就是：在HTML中，标识是固定的，而在XML中，标识需要你自己创建。

2.Tag(标识)
标识是用来定义元素的。在XML中，标识必须成对出现，将数据包围在中间。标识的名称和元素的名称是一样的。例如这样一个元素：
ajie
其中就是标识。

3.Attribute(属性):
什么是属性？看这段HTML代码:word。其中color就是font的属性之一。
属性是对标识进一步的描述和说明，一个标识可以有多个属性，例如font的属性还有size。XML中的属性与HTML中的属性是一样的，每个属性都有它自己的名字和数值，属性是标识的一部分。举例：
ajie
XML中属性也是自己定义的，我们建议你尽量不使用属性，而将属性改成子元素，例如上面的代码可以改成这样：
ajie
female

原因是属性不易扩充和被程序操作。

4.Declaration(声明)
在所有XML文档的第一行都有一个XML声明。这个声明表示这个文档是一个XML文档，它遵循的是哪个XML版本的规范。一个XML的声明语句就象这样：


5.DTD(文件类型定义)
DTD是用来定义XML文档中元素，属性以及元素之间关系的。
通过DTD文件可以检测XML文档的结构是否正确。但建立XML文档并不一定需要DTD文件。关于DTD文件的详细说明我们将在下面单独列项。

6.Well-formed XML(良好格式的XML)
一个遵守XML语法规则，并遵守XML规范的文档称之为"良好格式"。如果你所有的标识都严格遵守XML规范，那么你的XML文档就不一定需要DTD文件来定义它。
良好格式的文档必须以一个XML声明开始，例如：

其中你必须说明文档遵守的XML版本，目前是1.0；其次说明文档是"独立的"，它不需要DTD文件来验证其中的标识是否有效；第三，要说明文档所使用的语言编码。默认的是UTF-8，如果使用中文，你需要设置为GB2312。
良好格式的XML文档必须有一个根元素，就是紧接着声明后面建立的第一个元素，其它元素都是这个根元素的子元素，属于根元素一组。
良好格式的XML文档的内容书写时必须遵守XML语法。(有关XML语法我们将在下一章仔细讲解)

7.Valid XML(有效的XML)
一个遵守XML语法规则，并遵守相应DTD文件规范的XML文档称为有效的XML文档。注意我们比较"Well-formed XML"和"Valid XML"，它们最大的差别在于一个完全遵守XML规范，一个则有自己的"文件类型定义(DTD)"。
将XML文档和它的DTD文件进行比较分析，看是否符合DTD规则的过程叫validation(确认)。这样的过程通常我们是通过一个名为parser的软件来处理的。
有效的XML文档也必须以一个XML声明开始，例如：

和上面例子不同的，在standalone(独立)属性中，这里设置的是"no"，因为它必须和相应的DTD一起使用，DTD文件的定义方法如下：

其中：
"!DOCTYPE"是指你要定义一个DOCTYPE;
"type-of-doc"是文档类型的名称，由你自己定义，通常于DTD文件名相同；
"SYSTEM/PUBLIC"这两个参数只用其一。SYSTEM是指文档使用的私有DTD文件的网址，而PUBLIC则指文档调用一个公用的DTD文件的网址。
"dtd-name" 就是DTD文件的网址和名称。所有DTD文件的后缀名为".dtd"。
我们还是用上面的例子，应该写成这样：

二.元素的语法  
元素由一对标识以及其中的内容组成。就象这样：ajie。元素的名称和标识的名称是一样的。标识可以用属性来进一步描述。

在XML中，没有任何保留字，所以你可以随心所欲的用任何词语来作为元素名称。但是也必须遵守下列规范：

1.名称中可以包含字母、数字以及其它字母；

2.名称不能以数字或"_" (下划线)开头；

3.名称不能以字母 xml(或 XML 或 Xml ..)开头

4.名称中不能包含空格

5.名称中间不能包含":"(冒号)

为了使元素更容易阅读理解和操作，我们还有一些建议：

1.名称中不要使用"."。因为在很多程序语言中,"."是作为对象的属性，例如：font.color。同样的原因"-"也最好不要用，必须使用的，以"_"代替；

2.名称尽量简短。

3.名称的大小写尽量采用同一标准。

4.名称可以使用非英文字符，比如用中文。但是有些软件可能不支持。(IE5目前是支持中文元素的。)

另外，补充一点关于属性的说明。在HTML中，属性可以用来定义元素的显示格式，比如：word将把word显示为红色。而在XML中，属性只是对标识的描述，与元素内容的显示无关。例如同样一句：word，并不会将word显示为红色。(那么，有网友会问：如何在XML中将文字显示为红色呢？这就需要使用CSS或者XSL，我们在下面详细讲述。)

三.注释的语法


注释是为了便于阅读和理解，在XML文档添加的附加信息，将不会被程序解释或则浏览器显示。

注释的语法如下：





可以看到，它和HTML中的注释语法是一样的，非常容易。养成良好的注释习惯将使你的文档更加便于维护，共享，看起来也更专业。

四.CDATA的语法

CDATA全称character data，翻译为字符数据。我们在写XML文档时，有时需要显示字母，数字和其它的符号本身，比如"<"，而在XML中，这些字符已经有特殊的含义，我们怎么办呢？这就需要用到CDATA语法。语法格式如下：



例如：

ajie]]>

在页面上显示的内容将是"ajie"