茶年 · 中文维基百科

XML

Wikipedia · 2026-07-31 维基百科 👁 2 阅读

可扩展标记语言（，简称：）是一种标记语言和用于存储、传输和重构松散数据的文件格式。它定义了一系列编码文档的规则以使其在人类可读的同时机器可读。万维网联盟于1998年发布的 XML 1.0 规范和其他相关开源标准共同定义了 XML。

XML 的设计目标是注重简洁、通用和因特网可用性。它是一种通过 Unicode 编码实现对多种语言有强大支持的文本数据格式。尽管 XML 的设计重心在于文档，它被广泛应用于网络服务中松散数据结构的表示。

总览
XML 的主要目的是序列化（如存储、传输和重构松散数据）。对于两个需要传输信息的不同系统，它们也需要在文件格式上达成一致。XML 规范了这个流程，因此其类似于用于表示信息的通用语言。

作为一个标记语言，XML 标记，分类和在结构方面组织数据。
application/xml (text/xml是一个别名)
application/xml-external-parsed-entity (text/xml-external-parsed-entity是一个别名)
application/xml-dtd
它们被用于在不暴露内容的同时传输未经处理的 XML 文件。RFC 7303 还建议基于 XML 的语言的媒体类型应以 +xml 结尾（如 SVG 的 image/svg+xml）。。XML 还为多种通信协议（如 SOAP 和 XMPP）提供了基础语言。它还是AJAX使用的信息交换格式之一。

许多工业数据标准，如Health Level 7、OpenTravel Alliance、FpML、MISMO和National Information Exchange Model，基于 XML 和 XML 附加结构丰富的特性。在出版领域，Darwin Information Typing Architecture 是一个 XML 行业数据标准。XML 被广泛应用与支持各种出版格式。

关键术语
该部分内容基于 XML 规范。注意这并不是一个详尽的列出所有结构的列表，而是提供 XML 中常见组成的介绍。

字符（ Character ）
XML 1.0 规范允许的（转义后的最终解码值）合法字符： #x9（水平制表符）、#xA（回车符）、#xD（换行符）、#x20-#xD7FF、#xE000-#xFFFD、#x10000-#x10FFFF。即任何Unicode字符，不包含 surrogate blocks, FFFE, FFFF。

XML 规范定义了5个"预定义实体"来表示特殊字符. XML也允许在每个文档定义任意数量的其它命名实体.

下表列出了5个XML预定义实体. 通过名字引用这些实体的格式为&name;，例如, & 将绘制为&.

处理器（ Processor ）与应用（ Application ）
XML 处理器（Processor，也称作XML parser）分析标记语言并传递结构化信息给应用（application）。

XML 规范规定了处理器要做什么不能做什么，但是应用并不在其讨论范围内。规范称之为处理器的东西一般被通俗的称为 XML 解析器。

标记（ Markup ）与内容（ Content ）
XML文档的字符分为标记（Markup）与内容（content）两类。可由简单的语法判断出来：标记通常以<开头，以>结尾；或者以字符& 开头，以;结尾。不是标记的字符就是内容。但是CDATA部分，分解符号<![CDATA[与]]>是标记，二者之间的文本为内容。 最外界的空白符是标记。

标签（ Tag ）
一个tag属于标记结构，以<开头，以>结尾。Tag名字是大小写敏感，不能包括任何字符 !"#$%&'()*+,/;?@[\]^`

所有有效的 Unicode 字符都可以用数字字符引用表示。 例如汉字“中”，其在 Unicode 中的数字代码是十六进制 4E2D，即十进制 20,013。 如果用户无法输入该字符，则仍然可以通过 &#20013; 或&#x4e2d; 代表“中”这个字符。 类似地，字符串“I I &lt;3 J&#xF6;rg。

� 是不允许的，因为即使使用数字字符引用，空字符也是 XML 排除的控制字符之一。需要使用 Base64 等替代编码机制来表示此类字符。

注释
注释可以在文档内标记外的、XML声明之后的任何地方出现，始于 。为了兼容SGML，注释内不得出现"--"，这意味着注释不能嵌套。& 符号在注释中没有特殊意义，因此实体和字符引用不会被识别，自然无法表示文档编码字符集之外的字符。

国际化
XML 1.0（第五版）和 XML 1.1 支持在元素名称、属性、注释、字符数据和处理指令中直接使用几乎任何 Unicode 字符（除了在 XML 中具有特殊符号含义的字符，例如小于符号“

дані

句法修正和错误处理
XML 规范中将符合语法规范的 XML 文档定义为格式良好的文档。规范中的语法规范中的关键点包括：

  • 该文档仅包含正确编码的合法 Unicode 字符
  • 除非执行标记描述的作用，否则不应出现任何特殊语法字符（例如 ?@[\]^`{|}~ ，也不能包含空格，并且不能以“-”、 “.”或数字开头
  • 仅存在一个根元素
  • 单个根元素包含所有其他元素。

XML 文档的定义排除了那些违反了良构性规则的文本；这些文本根本不是 XML。遇到这种违反规则的情况时，XML 处理器需要报告这些错误并停止正常处理。这种政策，偶尔被称为“严格错误处理”，与处理 HTML 的程序的行为形成了明显对比，因为这些程序在存在严重标记错误的情况下，仍然能够产生合理的结果。这一方面的政策被批评为违反了 Postel 法则（“对发送的内容要保守，对接受的内容要宽容”）。

XML 规范将一个有效的 XML 文档定义为一个既符合良构性规则，又遵循文档类型定义（DTD）规则的 XML 文档。

例
XML定义结构、存储信息、传送信息。下例為小张发送给大元的便条，存储为XML。

大元
小張
問候
早啊，飯吃了沒？

这XML文档仅是纯粹的信息标签，这些标签意义的展开依赖于应用它的程序。

结构
每个XML文档都由XML声明开始，在上面的代码中的第一行就是XML声明，。这一行代码会告诉解析器或浏览器，这个文件应该按照XML规则进行解析。

但是，根元素到底叫还是，则是由文档类型定义（DTD）或XML纲要（XML Schema）定义的。如果DTD规定根元素必须叫，那么若写作就不符合要求。这种不符合DTD或XML纲要的要求的XML文档，被称作不合法的XML，反之则是合法的XML。

XML文件的第二行并不一定要包含文档元素；如果有注释或者其他内容，文档元素可以迟些出现。

最常見的PI（processing instruction,像XML序言, 卻是不同類型的語法）是用來指定XML文件的樣式表, 这个PI一般会直接放在XML序言之后，通常由Web浏览器使用，来将XML数据以特殊的样式显示出来。

XML的结构有一个缺陷，那就是不支持分帧（framing）。当多条XML消息在TCP上传输的时候，无法基于XML协议来确定一条XML消息是否已经结束。

参考文献
延伸閱讀

  • Annex A of ISO 8879:1986 (SGML)

*
*
*
*
*
*

外部链接

参见

  • XHTML
  • DTD
  • XML Schema
  • XLink
  • SVG
  • XSLT
  • X3D
  • HTML
  • CSS
  • RDF
  • RSS
  • Unicode
  • MXML
#带有代码示例的条目 #W3C标准 #文件格式 #XML #标记语言 #数据序列化格式

评论 (0)

  • 还没有评论，来抢沙发吧。