XML 语法

XML 语法

XML 的结构规则反映在它的语言规则或语法上，在这里，我们将要检视一些结构规则，并看
看它们在撰写语言组件时扮演的角色。与SGML 比较起来，大多数的人应对HTML 比较熟悉，
所以，在这里我们将用HTML 来参照XML。正如您所知，HTML 和XML 都是SGML 的应用。
也正因为HTML 和XML 有相同的父语言，两者的语法也就很类似，但也并不是完全十分相似。
开始及结束标签
在HTML 文字码中，一个元素通常包含开始和结束标签。XML 不像HTML，它要求每个元素都
要有结束卷标。举例来说，HTML 的Paragraph 元素通常会包括一个开始标签、一些内容，和
一个结束标签，如下所示：

This is an HTML Paragraph element.

如果您写过很多HTML 的文字码，您可能正在想：「等一下，我从来不曾使用过Paragraph 的
结束标签!」您甚至可能不知道HTML 有Paragraph 的结束标签。因为HTML （和它的父语言
SGML）允许卷标的省略。也就是说，您可以省略结束卷标而文字码仍然正确。
HTML 是以预先定义结构为基础，这样的结构允许处理器假定某一标签应该位于文件的何处。更
明白的说，因为在HTML 中的Paragraph 是不能在另一个Paragraph 标签里面，所以当处理器
能读到一个开始的Paragraph 标签时，便假定前一个段落的结束。这种最小化的技巧在XML 中
是不被允许的，而这正是二种语言语法上最明显的不同。
空白元素卷标
即使XML 必须使用结束标签，但它却支持空白元素的呼叫。空白元素卷标有效地将没有内容元
素的开始和结束卷标结合起来，使用特殊的格式： 。请注意：跟随标签名称后的
是正斜线（/）—HTML 并不支持这样的标签。假如，我们建立一个标签叫 ，若这个
GENUS 元素没有包含任何数据，我们可能要用开始和结束标签，如下所示：

或者，我们也可以用空白元素卷标：

属性
属性提供一个方法给元素指定一个值，但却不使属性本身成为元素内容的一部分。让我们看看一
般HTML 元素以及它如何使用属性：
Microsoft Home Page
在这里，以卷标所代表的Anchor 元素包含一个名为HREF 的属性。属性的值是
。虽然，这个属性的值永远不会显示给使用者，但它却包含元素重要
的讯息，并且为Anchor 元素提供了目的地。在XML 中，name/value 的格式说明属性使用的方
法。
下面这个例子为我们范例文件的其中一种组件加入了属性：



Columbine
Aquilegia canadensis

请注意：在开始卷标中的ZONE 属性是跟着name/value 格式的。
Note
在上面的例子中，并未提到属性值的另一个重要特质是：他们能包含任何ASCII 字符，包括那
些通常保留作为卷标用的字符。因此，在当初设计时，属性的值是无法被XML 处理器所解析的，
也就是说，无法检查属性值的有效性（validate）。因此，处理器将只检查属性名称及值，看看
它们是否与DTD 中宣告的类型相符，但并不在乎值的内容是什么。
有效的（Valid）与格式正确的（Well-Formed）XML
XML 最重要的二个特征是：它能为文件提供良好的结构以及让数据具有自我描述的能力。但如
果不能强制执行那些结构和文法的规则，上述的特征将不会有很大的意义。如果您曾经建立过
SGML 文件，您应该对有效的（Valid）文件有初步了解。
如果您熟悉HTML，您也应该了解格式正确（Well-Formed）文件的概念。下面将讨论这些
名词的意义。
有效的文件
一个有效的XML 文件必须很严谨地遵从所有的规则。。此外，有效的文件也必须遵守
XML 规格书所规定的有效文件的限制（constraint）。
下面的范例是从XML 关于属性预设的有效性限制：
Validity Constraint: Required Attribute
如果预设宣告是#REQUIRED 关键词，那么所有元素的属性型态都必须在属性列表宣告中被列
出。
处理器必须了解XML 规格书中的有效性限制，同时检查文件中任何可能违反限制的情况。如果
处理器发现了任何的错误，它必须将这些错误传送给XML 的应用程序。处理器同时也必须读取
DTD 档案，并以它所订的规则来检查XML 文件的有效性，同样地将这些错误传送给XML 的应
用程序。因为这些处理与检查要花很多的时间（更不要说频宽了），而且这些检查不一定是必需
的，因此XML 支持格式正确（well-formed）文件的概念。
格式正确的（well-formed）文件
虽然「格式正确的（well-formed）」表示有一些规则必须遵守，但这并不像那些有效性限制般
严格。在XML 规格书中说明了格式正确（well-formed）文件不是有效文件的概念。 所幸，只
有XML 处理器必须与那些「格式正确的」规则打交道。如果您是一位XML 文件的作者，当您
没有遵从那些规则时，处理器会让您知道!
Note
虽然格式正确（well-formed）文件并没有被要求严格地遵从有效性限制，但是一份有效的文件
必须符合所有的规则和有效性限制。
为什么XML 允许文件作者简单的遵从语法规则，且不用担心DTD 而来建立内容?虽然这很可能
造成混乱，但这并不是它的用意。XML 的目标之一是要使XML 文件易
于建立。而「格式正确（well-formed）」的概念，可以在没有建立DTD 的情况下，而仍能达到
文件易于建立的目标。下列是「格式正确（well-formed）」所提供的好处：
• 「格式正确（well-formed）」能减少客户端所需做的工作。举例来说，如果服务
器已经检查过文件的有效性，客户就不需要再作一次确认。这样，会因为客户端
不需要下载DTD 而节省下载时间，且因为XML 处理器不需要处理DTD，也节省
了处理的时间。
• 在许多情况下，制作DTD 或确认文件的有效性并不是必要的。举例来说，某人想
在一个小规模公司中使用XML 提供部门网站的架构，但在这个网站中，确认有效
性的功能并不需要。
• 除了使用DTD 之外，仍有许多其它方法提供文件的规则
根据XML 规格书，格式正确（well-formed）的文件必须符合下列各项标准：
1. 它必须符合文件的定义（如下面所描述）。
2. 它必须遵守XML 规格书中定义格式正确（well-formed）文件的限制。
3. 在文件中所有被参照的可解析实体都是「格式正确（well-formed）」。
它必须符合文件的定义 它必须符合文件的定义，也就是说：
1. 它至少包含一个元素。
2. 它包含一个根元素，也称为文件元素，而其它的元素都有适当的巢状架构。
现在让我们再看看稍早所制作的范例文件：



Columbine
Aquilegia canadensis

这份文件包含PLANT 元素作为单一文件元素，而且COMMON 和BOTANICAL 元素是以巢状结
构置于文件元素中。为了要举例说明这项观念，下面的例子不是一个「格式正确的（well-formed）」
XML，因为它在根部（ROOT）包含二个元素：


Columbine
Aquilegia canadensis
COMMON 和BOTANICAL 元素都位于文件根部层级（root level），也就是说，这二个完整的
元素紧跟在前言之后。每个元素都有开始和结束标签，但没有一个元素是在另一个元素里面。
它必须遵守XML 规格书中定义格式正确（well-formed）文件的限制 XML 规格书中为「格式
正确（well-formed）」规定了某些必须遵守的限制。任何人想要开发一个XML 处理器都必须要
了解这些限制而且严格的执行他们。下面是XML 规格书中的限制范例：
Well-Formedness Constraint: Legal Character
使用字符参照的字符必须根据非结束字符（nonterminal Char）的规则。
如果字符是以「&#x」为开头，后面的数字和字母一直到遇到「；」符号，代表这个字符的值在
ISO/IEC 10646 里为十六进制。如果它是以「&#」开始，随后的数字直到「；」符号之前，代
表字符的值为十进制。
在文件中所有被参照的可解析实体都是标准的 当可解析实体被XML 处理器解析后，它就变成
文件的一部分，它们也必须将文件格式化来符合标准的限制。如果您会使用其它人所建立的外部
实体，这一点要特别注意。如果那些外部实体不符合标准的限制，它就可能在您的文件中造成错
误。