XML基础 XML的基本语法相当简单。如果您有HTML的相关经验，那您实际上对XML也有所了解。象HTML一样，XML将信息表示为使用标签添加结构的文本。标签以夹在小于号（＜）和大于号（＞）之间的名字开始。和HTML不同的是，XML的标签必须匹配。换言之，开始标签之后必须有相应的结束标签。结束标签很象开始标签，但它以小于号和斜杠（＜/）打头。开始标签、结束标签以及开始标签和结束标签之间的所有内容合起来被称为XML文档的元素（element）。元素中可以包含其它元素，但它们必须正确嵌套，所有元素内的开始标签必须在元素本身结束前用结束标签结束。元素可以包含纯文本和文本和元素的混合物。注释放置于标记“＜!—”和“ --＞”之间。下面是几个例子。
＜!-- Simple --＞
＜Sentence＞This is text.＜/Sentence＞
＜!-- Element --＞
＜Paragraph＞＜Sentence＞This is text.＜/Sentence＞＜/Paragraph＞
＜!-- Mixed --＞
＜Paragraph＞
＜Sentence＞This ＜verb＞is＜/verb＞ text.＜/Sentence＞
＜/Paragraph＞
＜!-- Empty --＞
＜PageBreak＞＜/PageBreak＞ |
空白标签可以用一个以斜杠和大于号结束的单个标签更紧凑的表示（/＞），如下所示：
＜PageBreak/＞
属性 XML元素可以包含属性，也就是开始标签中提供的名－值对。如：
＜document．nbsptype="LEGAL" ID="42"＞...＜/document＞
＜Image name="truffle.jpg"/＞ |
属性值必须包含在引号中，使用双引号（”）或单引号（’）都可以。单引号在值本身含有双引号时尤其有用。
属性用于和元素数据相关的简单、非结构性的性质或标识。总是可以把属性组织为子元素，所以没有必须使用属性的真正要求。但使用属性通常使XML文档更赋逻辑，更易阅读。在上面的小例子片断中，document．素的属性type和 ID代表文档的元数据。我们可能期望代表document．
Java类拥有文档类型（如LEGAL）的静态标识。对Image元素而言，属性是只包含文件名的更为简洁的形式。通常属性没有重要的内部结构，是不可再分的；而子元素却可以任意复杂。
XML文档 XML文档以下列文档头开头并且有一个根元素。
＜?xml version="1.0" encoding="UTF-8"?＞
＜Mydocument＞
＜/Mydocument＞ |
文件头指明了XML的版本和文件的编码特征。可以把元素层次理解为一棵树的形式，根元素也就是元素层次的顶层元素。如果您漏掉这样的文件头或者XML文本中没有单个根元素，那样的东西只能称为XML片断。
编码 XML文档的默认编码方式是UTF-8，一种ASCII使用者易于使用的8位Unicode编码方式。但XML文档可以通过指定XML文件头的encoding属性来指定文档编码。
XML文档中有些字符是需要保留使用的，比如表示元素标签的字符“＜”和“＞”。如果您需要在XML文档内容中包含这些字符，则必须对它们进行转码。XML提供了称为“实体（entities）”的转义机制以对特殊结构进行转码。XML中有五种预定义的实体。如表23－1所示。
表23－1 XML实体
Entity
Encodes
&
& (ampersand)
＜
＜ (less than)
＞
＞ (greater than)
"
" (quotation mark)
'
' (apostrophe) |
也可以使用被称作字符数据（CDATA）的特殊的不解析文本段来进行编码。一个CDATA块以＜![CDATA[开始，以]]＞结束，如下所示：
| [code]＜![CDATA[ Learning Java, O'Reilly & Associates ]]＞[/code] |
CDATA块看起来有点象注释，但CDATA块中的数据确实是XML文档的一部分，只不过对解析器来说是不透明的。
