了解 XML實(shí)現(xiàn)通用的數(shù)據(jù)訪問

2024-09-05 20:54:11

字體：大中小

供稿：網(wǎng)友

了解可擴(kuò)展標(biāo)記語言 (XML) 如何幫助我們實(shí)現(xiàn)通用的數(shù)據(jù)訪問。XML 是一種基于 Unicode 的純文本元語言，即一種用于定義標(biāo)記語言的語言。它不依賴于任何編程語言、操作系統(tǒng)或軟件供應(yīng)商。XML 可以提供對各種數(shù)據(jù)處理、構(gòu)建、轉(zhuǎn)換和查詢技術(shù)的訪問。（本文包含一些指向英文站點(diǎn)的鏈接。）

簡介

最初設(shè)想的可擴(kuò)展標(biāo)記語言 (XML) 用于為 Web 定義新文檔的格式。XML 由標(biāo)準(zhǔn)通用標(biāo)記語言 (SGML) 衍生而來，可以認(rèn)為它是一種元語言，即一種定義標(biāo)記語言的語言。SGML 和 XML 都是基于文本的格式，提供了一種使用標(biāo)記（文字由‘<’和‘>’括起）描述文檔結(jié)構(gòu)的機(jī)制。Web 開發(fā)人員可能會(huì)注意到，XML 與 HTML 有一些相似，這是因?yàn)檫@二者都是由 SGML 衍生而來的。

隨著 XML 的應(yīng)用日益普及，現(xiàn)在人們已普遍認(rèn)同，XML 不僅有助于為 Web 描述新文檔的格式，而且也適用于描述結(jié)構(gòu)化的數(shù)據(jù)。所謂結(jié)構(gòu)化的數(shù)據(jù)包括那些電子表格、程序配置文件和網(wǎng)絡(luò)協(xié)議中通常所包含的信息。

XML 要優(yōu)于早期的數(shù)據(jù)格式，因?yàn)?XML 可以很輕松地表示表格式的數(shù)據(jù)（如數(shù)據(jù)庫中的關(guān)系數(shù)據(jù)或電子表格）和半結(jié)構(gòu)化的數(shù)據(jù)（如 Web 頁面或業(yè)務(wù)文檔）。早已存在且應(yīng)用廣泛的一些格式（如逗號(hào)分隔值 [CSV] 文件）可以有效地處理表格式數(shù)據(jù)，卻不能很好地處理半結(jié)構(gòu)化數(shù)據(jù)，而 RTF 等則只能專門用于半結(jié)構(gòu)化的文本文檔。因此，XML 作為信息交換的通用語言被廣泛接受。

無處不在的 XML

除了可以表示結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)之外，XML 還有許多其他特性，使其成為一種被廣泛采用的數(shù)據(jù)表示格式。XML 是可擴(kuò)展的，與平臺(tái)無關(guān)的，并且由于其完全采用 Unicode 而支持國際化。XML 是基于文本的格式，因此，用戶可以根據(jù)需要使用標(biāo)準(zhǔn)的文本編輯工具讀取和編輯 XML 文檔。

XML 的可擴(kuò)展性表現(xiàn)在多個(gè)方面。首先，與 HTML 不同，XML 沒有固定的詞匯表。相反，用戶可以使用 XML 定義特定的應(yīng)用程序或行業(yè)專用的詞匯表。其次，與使用其他格式的應(yīng)用程序相比，處理或使用 XML 格式的應(yīng)用程序?qū)?XML 結(jié)構(gòu)的更改更具“抵抗力”，只要這些更改是附加的。例如，如果某個(gè)應(yīng)用程序主要處理具有

customer-id

屬性的

元素，如果再向

元素添加一個(gè)

last-purchase-date

屬性，該應(yīng)用程序通常也不會(huì)被破壞。這樣的適應(yīng)性在其他的數(shù)據(jù)格式中很少見，這也成為使用 XML 的一個(gè)顯著優(yōu)勢。

XML 不依賴于任何編程語言、操作系統(tǒng)或軟件供應(yīng)商。事實(shí)上，使用各種編程語言都可以很容易地生成或使用 XML。而平臺(tái)獨(dú)立性使得 XML 有助于在不同編程平臺(tái)和操作系統(tǒng)之間實(shí)現(xiàn)互操作。

很多人已經(jīng)意識(shí)到將數(shù)據(jù)發(fā)布為 XML 有很多優(yōu)勢，由此也推動(dòng)了 XML 數(shù)據(jù)源的大量應(yīng)用。人們正在或者已經(jīng)將業(yè)務(wù)文檔、數(shù)據(jù)庫和業(yè)務(wù)間的通訊等信息源轉(zhuǎn)換為使用 XML 作為表示格式。Microsoft 的產(chǎn)品，如 Microsoft Office®、Microsoft SQL Server™ 和 Microsoft .NET Framework，都能使最終用戶和開發(fā)人員將文檔、網(wǎng)絡(luò)信息和其他數(shù)據(jù)生成為 XML 或作為 XML 使用。

XML 1.0 語法

如前所述，W3C XML 1.0 推薦描述了一種基于文本的格式，使用類似于 HTML 的語法來描述結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)。

XML 和 HTML 的對比

HTML 和 XML 文檔都由元素組成，每個(gè)元素都包含一個(gè)“起始標(biāo)記”（例如<order>）、一個(gè)“結(jié)束標(biāo)記”（例如</order>），以及兩個(gè)標(biāo)記之間的信息（指元素的內(nèi)容）。元素可以使用屬性進(jìn)行注解，屬性包含了關(guān)于元素及其內(nèi)容的元數(shù)據(jù)。

但是，HTML 與 XML 之間存在一個(gè)顯著的差別，即 XML 區(qū)分大小寫，而 HTML 不區(qū)分大小寫。也就是說，在 XML 中，起始標(biāo)記<Table>和<table>

是不同的，而在 HTML 中則是相同的。HTML 與 XML 之間的另一個(gè)差別是，XML 引入了“良好結(jié)構(gòu)”的概念。XML 的“良好結(jié)構(gòu)”規(guī)則通過強(qiáng)制規(guī)定一些規(guī)則來消除在處理 HTML 等標(biāo)記語言時(shí)存在的一些固有的模糊性，如它強(qiáng)制規(guī)定了所有屬性都必須用括號(hào)括起，所有元素都必須具有一對起始標(biāo)記和結(jié)束標(biāo)記，或者明確指出其為空元素。有關(guān)良好結(jié)構(gòu)的簡短說明，請參閱“XML FAQ”的 D.2 部分。

HTML 與 XML 之間最顯著的區(qū)別在于，HTML 已預(yù)先定義了元素和屬性，元素和屬性的行為已完全指定，而 XML 則不是這樣。相反，文檔作者可以創(chuàng)建自己的特定于其應(yīng)用程序或業(yè)務(wù)需求的 XML 詞匯表。目前已有的 XML 詞匯表適用于許多行業(yè)和應(yīng)用程序，從財(cái)務(wù)信息報(bào)告 (XBRL)、金融服務(wù) (FpML) 到 Web 文檔 (XHTML)、網(wǎng)絡(luò)協(xié)議 (SOAP)。由于不必關(guān)注那些用來指定如何呈現(xiàn)或顯示 XML 文檔的預(yù)定義元素和屬性，因此文檔作者在創(chuàng)建文檔時(shí)就可以將重點(diǎn)放在與其特定問題領(lǐng)域相關(guān)的語義信息上。XML 詞匯表帶來了內(nèi)容與形式的分離，使得信息和內(nèi)容可以得到更大規(guī)模的重復(fù)利用。

XML 文檔剖析

以下示例是一個(gè)表示音像商店客戶訂單的 XML 文檔。請注意，此文檔既表示了嚴(yán)謹(jǐn)?shù)慕Y(jié)構(gòu)化數(shù)據(jù)（用來描述光盤信息），也表示了半結(jié)構(gòu)化數(shù)據(jù)（用來說明有關(guān)特定顧客的特殊說明和注釋），而其表示方式非常簡單。

以下為引用的內(nèi)容：

<?XML version="1.0" encoding="iso-8859-1" ?>
<?XML-stylesheet href="orders.xsl"?>

<order id="ord123456">
<customer id="cust0921">
<first-name>Dare</first-name>
<last-name>Obasanjo</last-name>
<address>
<street>One Microsoft Way</street>
<city>Redmond</city>
<state>WA</state>
<zip>98052</zip>
</address>
</customer>
<items>
<compact-disc>
<price>16.95</price>
<artist>Nelly</artist>
<title>Nellyville</title>
</compact-disc>
<compact-disc>
<price>17.55</price>
<artist>Baby D</artist>
<title>Lil Chopper Toy</title>
</compact-disc>
</items>

<special-instructions XMLns:html="http://www.w3.org/1999/xhtml/">
<html:p>If customer is not available at the address then attempt
leave package at one of the following locations listed in order of
which should be attempted first
<html:ol>
<html:li>Next Door</html:li>
<html:li>Front Desk</html:li>
<html:li>On Doorstep</html:li>
</html:ol>
<html:b>Note</html:b> Remember to leave a note detailing where
to pick up the package.
</html:p>
</special-instructions>
</order>

文檔的開頭是可選的 XML 聲明，用以指定所使用的 XML 版本，然后是文檔所使用的字符編碼。接下來是 XML 樣式表處理指令，用來綁定樣式表。樣式表中包含的 XML 文檔的格式化指令可以用更生動(dòng)的方式在用戶應(yīng)用程序（例如 Web 瀏覽器）中呈現(xiàn) XML 文檔。處理指令通常用來在 XML 文檔中嵌入特定于應(yīng)用程序的信息。例如，處理以上文檔的大多數(shù)應(yīng)用程序都會(huì)忽略 XML 樣式表處理指令，而用于顯示 XML 文檔的應(yīng)用程序（例如 Web 瀏覽器）則會(huì)使用處理指令中的信息，以確定將包含了用于顯示文檔的特殊指令的樣式表定位在哪里。

Unicode 尖括號(hào) = 互操作

XML 1.0 語法是基于文本的，而且可以很容易地進(jìn)行分析，這使得 XML 在需要跨平臺(tái)進(jìn)行交互操作時(shí)，成為首選的數(shù)據(jù)交換格式。在多種常用的操作系統(tǒng)中都可以使用 XML 分析器，因此，不同平臺(tái)上完全不同的部件在需要共享信息時(shí)，可以很容易地進(jìn)行標(biāo)準(zhǔn)化，采用 XML 作為交換格式。

以 Unicode 為基礎(chǔ)的 XML 也適用于在全球網(wǎng)絡(luò)中共享信息，例如在 Web 上。

信息集 (Infoset) 和 XML 系列技術(shù)

盡管使用 XML 作為數(shù)據(jù)表示格式可以帶來一個(gè)極大的優(yōu)勢：通過使用基于文本的 XML 語法獲得平臺(tái)互操作性和可擴(kuò)展性，但這只是 XML 為應(yīng)用程序開發(fā)人員帶來的益處之一。使用 XML 的另一個(gè)主要好處在于，用戶可以訪問各種數(shù)據(jù)處理、構(gòu)建、轉(zhuǎn)換和查詢技術(shù)。