XML学习笔记

XML是区分大小写的；

所有元素的起始和结束标注必须成对出现，且要正确嵌套；

如果使XML说明，则它必须是XML文档的第一行：

<?xml version="1.0"?>

元素属性必须用引号引起来，单、双引号都可以，但必须成对出现。如：

<basic attr="1.0">
<basic attr='1.0'>

XML命名规则：

保留标记字符，如果要在XML中显示<或&之类的标记，就要使用字符的实体形式，XML中有五种预先定义了的实体：

&lt;          表示<字符
&gt;          表示>字符
&amp;         表示&字符
&apos;        表示'字符
&quot;        表示"字符

我们也可用ENTITY自定义实体：

<!ENTITY linux "linux is a very good system">
这样我们可用&linux;来调用。

XML文档内容中的空格是有意义的，在转换后会保留。

空元素以<开始并以/>结束，如<br/>。

应当只有一个父标志，由父标志派生所有其它子标志，在一个文档中不能存在多个父标志。

嵌套元素应按正确的顺序开始和结束。

子标志应在父标志完成前关闭。

属性值应放在双引号中。

XML声明：

根元素，每篇XML文档都需要有且只能有一个根元素。由元素是文档的第一个元素，包含其它所有元素。下例的portal就是根元素，如：

<portal>
 <name>jims</name>
 <email></email>
 ...
</portal>

属性，每个元素都可以设置一个或多个属性，如：

<portal>
  <name id='1',sex="male">Jims</name>
</portal>

元素和属性都可以表示信息，什么时候使用元素，什么时候使用属性呢？属性信息表现能力有限，它只能表示字符串。所以当需灵活表示信息时应该使用元素。一般把信息主体放到元素中，属性只放一些注释或额外的信息。

CDATA部份，它用<![CDATA[和]]>表示，它们之间的数据作为原始字符显示，唯一不能出现的标志是]]>。

注释，注释是很重要，不论是在编写程序和文档时，所以XML也提供了注释功能，以<!--开头-->结尾的一对区间为注释。在以-->结束之前，不能出现“--”号，“---”更不允许。

处理指令，处理指令以<?开头以?>结尾。如PHP处理指令可写成，<?php ... ?>。处理指令是标记，而不是元素。因此，与注释一样，处理指令可出现在XML文档的标签外的任何位置，包括根元素之前或之后。最常见的处理指令是，xml-stylesheet样式表指令，它会告诉浏览器在显示文档时应用什么样式表。如：

<?xml-stylesheet href="sample.css" type="text/css"?>
<portal>
  <name>...</name>
...
</portal>

#PCDATA，规定元素只包含已析的字符数据。下面声明指出一个name元素可以包含文本，但不能划分为独立的area_code、number和extension元素：

<!ELEMENT name (#PCDATA)>

子元素，可指明元素的子元素。下面声明表示name元素必须包含且只包含一个desc元素。

<!ELEMENT name (desc)>

也可用逗号为分隔符，指明多个子元素。并且子元素出现的次序必须按定义时的顺序。如：

<!ELEMENT name (id,desc)>

name元素的id子元素必须在desc子元素前面，否则验证会出错，该文档不是一个有效的XML文档。

下面这个文档是有效的
<name>
   <id>1</id>
   <desc>dtd test</desc>
</name>

下面这个文档是无效的，顺序颠倒了
<name>
   <desc>dtd test</desc>
   <id>1</id>
</name>

下面的文档也是无效的，有多余的元素
<name>
   <id>1</id>
   <desc>dtd test</desc>
   <date>2005/01/31</date>
</name>

子元素的个数，我们可通过正则表达式来规定子元素的个数。

下面我们可利用这些符号规定id子元素必须出现，且只能出现一次，而desc子元素可选。

<!ELEMENT name (id，desc*)>

根据上面的声明，下面的name元素都是有效的。

<name>
   <id>1</id>
   <desc>dtd test</desc>
</name>

<name>
   <id>2</id>
</name>

<name>
   <id>3</id>
   <desc>dtd test</desc>
   <desc>another test</desc>
</name>

可选项(|)，选项是一个参数列表，每个参数间用“|”分隔，代表能且只能选一个子元素。

<!ELEMENT choice (good | bad)>

上例的choice元素可选一个good子元素，或bad子元素，且只能从选一个。可选的参数列可以多项，不限于两项。如：

<!ELEMENT choice (one | two | three | four)>

小括号，可用小括号把选项括起来，以表达更丰富的意思，如我们想表示choice元素必须包含一个good子元素，并且必须包含ok子元素或bad子元素的一个。

<!ELEMENT choice (good，(ok|bad))>

混合内容，在一些文档中，一个元素可能既包含子元素，也包含字符串，这些内容叫混合内容。可用以下方式表示：

<!EMEMENT description (#PCDATA | term)* )>

该声明表示description元素可包含已析的字符串和term子元素，且允许出现零次或多次，如：

<description>
this is a <term>dtd</term> test.
</description>

#PCDATA必须在第一位，可选的子元素可任意多项。

空元素，某些元素不用包含任何内容，称之为空元素。写成以/>结束的独立标签。

<!ELEMENT image EMPTY>

示例：

<image src="http://www.xml.com/dtd.jpg" />

ANY，允许元素内包含任意内容。该选项在dtd测试时很有用，在生产系统中尽量不要使用。

<!ELEMENT page ANY>

用ENTITY声明定义实体。如：

<!ENTITY linux "linux is a very good system">
用&linux;可引用该字符串

可定义一个外部实体，引用外部XML文档

<!ENTITY linux SYSTEM "/home/linux/test.xml">
使用&linux;可引用/home/linux/test.xml文档

外部实体没有XML声明，但可以有文本声明，两者很类似，主要区别是文本声明必须有编码声明，而版本信息则是可选的。

<?xml version="1.0" encoding="gb2312"?>    是一个合法的文本声明
<?xml encoding="gb2312"?>                  也是一个合法的文本声明

不是所有的数据都是XML。如jpeg照片，mpeg电影等。XML建议使用外部未析实体作为在文档中嵌入这些内容的机制。DTD为包含非XML数据的实体指定一个名称和URI。

<!ENTITY movie SYSTEM "/home/linux/test.avi" NDATA avi>

由于数据不是XML格式，所以使用NDATA声明指定数据类型。avi是在NOTATION中定义的MIME媒体类型。在XML中嵌入未析实体很复杂且不规范，尽量不要使用。

参数实体可定义一组通用的实体，在文档中可通过该参数实体来引用实体。参数实体的定义与通用实体定义类似，只是中间多了一个%，引用时也是用%代码&。

<!ENTITY % person "name,address,postcode">
引用方法
%person;
这样会用name,address,postcode代替参数实体%person;

通常DTD都比较大，DocBook的DTD长达11000多行，如果把它存放在单一文件中，管理和维护起来都非常困难。我们可以使用外部DTD子集，把一个大的DTD按功能分成不同的功能块，存放在不同的文件中。再通过外部参数实体声明引入当前DTD中，如：

定义参数实体引用外部names.dtd
<!ENTITY % names SYSTEM "names.dtd">
调用外部DTD子集
%names;

使用IGNORE关键字可注释声明，如:

<![IGNORE[
   <!ELEMENT note (#PCDATA)>
]]>

当然了，使用<!-- 注释 -->的方式也是一样的。

INCLUDE关键字表示DTD中的确在使用给定的声明，如：

<![INCLUDE[
   <!ELEMENT note (#PCDATA)>
]]>

单从该声明来看，有没有使用INCLUDE效果都一样，但如果组合INCLUDE和IGNORE，可实现DTD功能的选择。我们可定义一个参数实体：

<!ENTITY % note_allowed "INCLUDE" >

然后使用参数实体引用而不使用关键字：

<![%note_allowed;[
   <!ELEMENT note (#PCDATA)>
]]>

按上述操作，元素声明是有效的，但我们也可以把参数实体%note_allowed重新定义为IGNORE，这样，该元素声明就无效了。

用<style>标记声明，如

<style>
div {font-size: 12pt;}
div {color: blue;}
</style>

在元素中用style属性指定，如：

<div style="font-size: 12pt;color: blue">CSS测试</div>

用LINK标记链接一个外部CSS文件，如：

<link rel="stylesheet" type="text/css" href="mycss.css">

integer，表示整数，可取正负值。如：12，-24。

number，表示数字，可取正负值和小数。如：12.1，-14.3。

lenght，表示距离长度，可取正负值和小数，后跟一个单位，如:12em，12cm。单位又分相对单位和绝对单位，相对单位有：em，ex，px。绝对单位有：in(英寸)，cm(公分)，mm(公厘)，pt(等于1/72英寸)，pc(等于12pt)。

percentage，表示百分比值，可取正负和小数。如：20%，-40%。

uri，表示网络资源。如：http://www.ringkee.com。

通用选择符，用"*"号表示，可用于所有标记。如：

<style>
* {font-size: 14pt;}
*.EM {color: red;}
</style>
<div>应用字体样式</div>
<em class="EM">应用红色样式</em>

类型选择符，与标记名一样，只作用已该标记上。如：

<style>
div {font-size: 14pt;}
</style>
<div>应用样式</div>

子代选择符，HTML标记是可嵌套的，子代选择符可把样式表应用于子嵌套的子标记上，如：

<style>
div p b {font-size: 14pt;}
</style>
<div>
<p>没有应用样式</p>
<p><b>应用样式</b></p>
</div>

子选择符，与子代选择符类似，但它只调用第一层子元素。如：

<style>
div > b {color: red;}
div p > em {color: green;}
</style>

<div><b>当b标记是div标记的子标记时应用红色样式</b></div>
<div><p><em>当em是p的子标记且p是div的子标记时应用绿色样式</em></p></div>

邻近选择符，当两个元素位于同一层且在位置是前后关系时，可以使用邻近选择符。两个选择符用"+"号分开，如果A位于B之前，则B可应用样式。如：

<style>
div + p {color: red;}
</style>

<div>没有应用样式</div>
<p>应用红色样式。</p>

属性选择符，HTML标记有属性，我们可为特定的属性指定样式。有四种写法，分别是：

<style>
[href] {color: red;}
A[href="http://www.ringkee.com"] {color: green;}
table[summary~="table"] {color: black;}
table[summary|="this-is-a-table"] {color: blue;}
</style>

<a href="http://www.python.org">应用红色样式</a>
<a href="http://www.ringkee.com">应用绿色样式</a>
<table summary~="This is a table>
 <tr>
  <td>应用黑色样式</td>
 </tr>
</table>
<table summary|="This-is-a-table>
 <tr>
  <td>应用蓝色样式</td>
 </tr>
</table>

类选择符，与属性选择符类似，但它只指对class属性应用样式。类选择符用"."语法，如.value与[class~=value]是一样的。

<style>
.myid {color: red;}
</style>

<div class="myid">应用红色样式</div>

ID选择符，与属性选择符类似，但它只指对ID属性，用"#"语法。

<style>
#myid {color: red;}
</style>

<div id="myid">应用红色样式</div>

:first-child伪类，当标记是另一个标记的第一个子标记时，应用样式。

<style>
p:first-child {color: red;}
</style>

<p>p是body的第一个子标记，应用红色样式</p>
<div>测试</div>
<p>p标记是body的第三个子标记，不应用红色样式</p>

:link和:visited伪类只作用于a标记，在指定href属性的前提下，:link表示a标记还没被点击时的样式，:visited表示被当点后的样式。

<style>
a:link {color: blue;}
a:visited {color: red;}
</style>

<a href="http://www.ringkee.com">链接没点击前是蓝色的，点击后是红色的</a>

:hover，:active和:fouce伪类也只能作用于a标记，且也要指定href属性。:hover指定当用户把鼠标移到a标记上并且指针变成手型时应用的样式。:active指定点击a链接并放开鼠标时所显示的样式。:fouce指定用户点击a标记瞬间，即链接成为焦点时所显示的样式。:hover要放在:link和:visited之后，否则:hover的样式会覆盖:link和:visited的样式。

<style>
a:link {color: blue;}
a:visited {color: red;}
a:haover {color: green;}
a:focus {color: black;}
a:active {color: white;}
</style>

 <a href="http://www.ringkee.com">应用样式</a>

:left及:right伪类只作用于页面内容。当页面在左边时应用:left指定的样式，当页面在右边时应用:right指定的样式。

:first-line只对div和p标记不效，样式只应用于这两个标记内的第一行内容。

<style>
:first-line {color: red;}
</style>

<div width:50px;>
该元素内的第一行内容应用红色样式。
</div>

:first-letter伪类也只能作用于div和p标记，与:first-line不同的是它只作用于标记内的第一个字符。如果我们想要每一行的开头字符大一点就可使用该伪类。

<style>
:first-letter {font-size: 40pt;}
</style>

<p>这行文字开头第一个字符的大小是40pt</p>

:before和:after伪类可在内容的前面或后面增加特定的内容或指定样式。

<style>
p:before {content: "("; color: red;}
p:after {content: ")"; color: green;}
</style>

<p>这行文字前后会增加一对括号，前括号为红色</p>
<p>这行文字前后会增加一对括号，后括号为绿色</p>

层叠选择符是指当有多个选择符的样式都应用于同一个标记时的选择规则。该规则利用一个三位数来确定，数字最大的就可选中。这三位数的确定规则的这样的，如果选择符中有ID选择符，则百位数加1,否则为0。如果有属性选择符、类选择符或伪类选择符，则十位数加1，否则为0。如果有类型选择符，则个位数加1，否则为0。如果选择符是#div div，这三位数则是101。让我们分析一下，#div是ID选择符，所以在百位数上加1，div是类型选择符，所以个位数上加1变成101。"*"表示0，优先级最低。

@media方式

<style>
@media screen {div{color:red;}}
@media print {div{color:green;}}
</style>

<div>不同媒体显示不同颜色</div>

@import是另一种指定不同媒体的方式，它可引入外部的css文档。它的语法格式是：

<style>
@import url("simple.css") screen;
</style>

在HTML4.0中，可以用LINK标记的media属性为不同媒体类型指定样式表。

<LINK rel="stylesheet" href="import.css" type="text/css" media="print">

源树，原始文档中的元素和元素内容的树。

结果树，转换之后中文档中的元素和元素内容的树。

模板规则，XSLT样式表的基础，分为模式和模板两部份。整个xsl:template元素。

模式，表示源树中的元素与模式规则匹配的条件集合。xsl:template中的match的值。

模板，表示当应用模板规则时，结果树中要实例化的部份。xsl:template元素中的内容。

xsl:stylesheet根元素，XSLT也是一个XML文档，该文档的根元素就是xsl:stylesheet。XSLT元素都属于名称空间xmlns:xsl="http://www.w3.org/1999/XSL/Transform"，所以所有的XSLT元素都有xsl前缀。一个最小化XSLT文档：

<?xml version="1.0"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
</xsl:stylesheet>

xsl:transform元素，作用同上。

xsl:apply-imports

xsl:attribute-set

xsl:decimal-format

xsl:import

xsl:include

xsl:key

xsl:namespace-alias

xsl:output

xsl:param

xsl:preserve-space

xsl:strip-space

xsl:template模板元素，用于匹配XML文档中的元素。如：<xsl:template match="person">，匹配XML文档中的person元素。

xsl:variable

xsl:apply-imports

xsl:apply-template应用模板元素，用于显示指定的元素值(内容)。如：<xsl:apply-template select="name">，显示name元素的值。

xsl:attribute

xsl:call-template

xsl:choose

xsl:comment

xsl:copy

xsl:copy-of

xsl:element

xsl:fallback

xsl:for-each

xsl:if

xsl:message

xsl:number

xsl:otherwise

xsl:processing-instruction

xsl:text

xsl:value-of选择元素，用于计算元素的值(内容)。如：<xsl:value-of select="name">，获得XML文档中name元素的值(内容)。

xsl:variable

xsl:when

根节点

元素节点

属性节点

文本节点

注释节点

处理指令节点

名称空间节点

new，在新窗口中显示链接内容。

replace，在当前窗口显示链接内容。

embed，在当前链接元素的位置嵌入内容。

other，动作不确定，由应用程序指定。

none，无动作。

onLoad，一旦发现链接，马上显示。

onRequest，当用户提出请求时才显示。

other，由文档中的其它标记，而不是xlink，来决定何时显示。

none，不指定。

UCS-2，也叫ISO-10646-UCS-2。每个字符用一个0~65535之间的两个字节的无符号整数表示。如A的Unicode码点为65，用两个字节00和41(十六进制)表示。B的Unicode码点为66，用两个字节00和42表示。UCS-2有两种形式：高字节(#x0041)在前和低字节(#x4100)在前。为区发高低位不同表示形式，采用UCS-2编码文档通常以Unicode字符#xFEFF(零宽度无间断空格)开头，一般称为字节顺序标记(byte order mark)。这个字符是不可见的。如果两个字节交换位置，得到的字符#xFFFE实际是不存在的。因此中通过查看UCS-2文档的前两个字符是#xFEFF还是#xFFFE，就可确定该文档是否是高字节在前。UCS-2的缺点：如果文本字符主要是拉丁文，由于采用两个字节，字符集编码是单字节字符编码的两倍；UCS-2不能与ASCII向前或向后兼容，用于单字节字符集的工具常常不适用于处理UCS-2编码文件。

UTF-8是一种可这长度的Unicode编码。0~127为ASCII码字符集，与ASCII编码完全兼容，每个字符采用一个字节编码。UTF-8用两个字节表示128~2047，该范围覆盖了最常见的非表意字母。其余的字符，主要来自汉语、日语和韩语，每个都用3个字节表示。如果Unicode的码点超过65535个字符，那么这些字符就会用4个字节编码。对于以拉丁文为主的文件，使用UTF-8比UCS-2可减少一半的文件大小。对于汉语、日语和韩语的文件，其大小会增加百分之五十。对于其它语言，文件大小相差不大。UTF-8是最常用的Unicode编码方式。

Latin-1字符，http://www.w3.org/TR/xhtml1/DTD/xhtml-lat1.ent

ISO-8859-1中自160以上的非ASCII码字符。

特殊字符，http://www.w3.org/TR/xhtml/DTD/xhtml-special.ent

ISO-8859-2中不在Latin-1中的字母。

标点符号，http://www.w3.org/TR/xhtml-symbol.ent

希腊字母表(不包含带重音的字符)和各种标点符号、数学运算符及其他数学中常用的符号。