什么是 XML?

2021-07-28
5分钟阅读时长

了解一下 XML 吧,它是一种严格但灵活的标记语言,无论是在文档还是图像方面应用都十分广泛。

XML 是一种分层的标记语言。它使用打开和关闭标签来定义数据,它常用来存储和交换数据,而且由于它极大的灵活性,不论是在 文档 还是 图像 中都用的非常多。

这里是一个 XML 文档的例子:

<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>

阅读这个示例 XML,你可能会发现这个 XML 的格式具有直观的特性。 无论你是否熟悉这个文档的主题,你都可能理解本文档中的数据。 这部分原因是因为 XML 被认为是冗长的。 它使用了很多标签,标签可以有很长的描述性名称,并且数据以分层的方式排序,这有助于解释数据之间的关系。 你可能从这个示例中了解到 Fedora 发行版和 Slackware 发行版是两个不同且不相关的 Linux 发行版,因为每个实例都“包含”在自己独立的 <distribution> 标签中。

XML 也非常灵活。 与 HTML 不同,它没有预定义的标签列表。 你可以自由创建你需要表示任何数据结构的标签。

XML 的组成

数据的存在为了读取,当计算机“读取”数据时,该过程称为 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> 标签标记文档的开始, </xml> 标签标记文档的结束。
  • 节点<os><distribution><mascot> 这些都是节点,在解析术语中,节点是包含其他标签的标签。
  • 元素:像 <name>Fedora</name><official>Tux</official> 这些都是元素。从第一个<开始,到最后一个 > 结束是一个元素。
  • 内容:在两个元素标签之间的数据被称之为内容,在第一个 <name> 标签中,Fedora 字符串就是一个内容。

XML 模式

XML 文档中的标签和标签继承性称为 模式

一些模式是随意组成的(例如,本文中的示例 XML 代码纯粹是即兴创作的),而其他模式则由标准组织严格定义。 例如,可缩放矢量图形(SVG)模式 由 W3C 定义,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> 节点中是没有意义的,因为文档的隐含模式清楚地表明 mascot 必须是发行版的“子”元素。

数据对象模型(DOM)

如果你必须不断地描述标签和位置(例如,“系统部分中的 Linux 部分中第二个发行版标签的名称标签”),那么谈论 XML 会让人感到困惑,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,即 os 标记)开始并包括路径上的每个标记。

Document Object Model

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> 标签可以被表示为 //os/linux/distribution ,因为这里有两个发行版的节点,因此一个解析器可以直接将两个节点的内容载入到一个数组中,可以进行查询。

严格的 XML

XML 也以严格而著称。 这意味着大多数应用程序被设计为在遇到 XML 错误时就会故意失败。 这听起来可能有问题,但这是开发人员最欣赏 XML 的事情之一,因为当应用程序试图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 定义明确之前,大多数 Web 浏览器都包含“怪癖模式”,因此当人们试图查看糟糕的 HTML 代码时,Web 浏览器却可以加载作者可能想要的内容。 结果非常难以预测,尤其是当一个浏览器的猜测与另一个浏览器不同时。

XML 通过在出现故意错误时失败而不允许这样做。 这让作者可以修复错误,直到它们生成有效的 XML。 因为 XML 是良好定义的,所以有许多应用程序的验证器插件以及像 xmllintxmlstarlet 这样的独立命令来帮助你及早定位错误。

转换 XML

因为 XML 通常用作数据交换,所以将 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或者至少程序的一部分就是在转换 XML。

事实上,LibreOffice 使用 XML 来布局其文字处理器和电子表格文档,因此无论何时你导出或 从 LibreOffice 转换文件,你都在转换 XML。

开源 EPUB 格式的电子书 使用 XML,因此无论何时你 将文档转换为 EPUB 或从 EPUB 转换,你都在转换 XML。

Inkscape 是基于矢量的插图应用程序,它将其文件保存在 SVG 中,这是一种专为图形设计的 XML 模式。 任何时候你将 Inkscape 中的图像导出为 PNG 文件时,你都在转换 XML。

名单还可以一直继续下去。 XML 是一种数据存储格式,旨在确保你的数据,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 可以教你如何使用 XML 创建图形。

通常,探索 XML 所需的特殊工具很少。 由于 HTML 和 XML 之间的密切关系,你可以 使用 Web 浏览器查看 XML。 此外,QXmlEditNetBeansKate 等开源文本编辑器通过有用的提示、自动完成、语法验证等,使键入和阅读 XML 变得容易。

选择 XML

XML 起初可能看起来有很多数据,但它与 HTML 并没有太大的不同(实际上,HTML 已经 以 XHTML 的形式重新实现为 XML)。 XML 有一个独特的好处,即构成其结构的标签也恰好是元数据,提供有关其存储内容的信息。 精心设计的 XML 模式包含并描述你的数据,使用户能够一目了然并快速解析它,并使开发人员能够使用一些库 快速解析


via: https://opensource.com/article/21/7/what-xml

作者:Seth Kenlon 选题:lujun9972 译者:amwps290 校对:wxy

本文由 LCTT 原创编译,Linux中国 荣誉推出