荔园在线
荔园之美，在春之萌芽，在夏之绽放，在秋之收获，在冬之沉淀
[回到开始]
[上一篇][下一篇]
发信人: playboy (冰河), 信区: Program
标 题: 可扩展标记语言(XML) 1.0(2)
发信站: BBS 荔园晨风站 (Sun May 28 12:19:52 2000), 转信
1. 绪论
可扩展标记语言，缩写为XML，描述了一类称为XML文档的数据对象，
同时也部分地描述了处理这些数据对象的计算机程序的行为。XML是
SGML(标准通用标记语言[ISO 8879])针对应用的一个子集，或者说是
SGML的一种受限形式。根据定义，XML文档是合乎规范的SGML文档。
XML文档由称为实体的存储单元组成，实体包含解析数据或未解析数
据。解析数据由字符组成，其中一些字符组成字符数据，另一些字符
组成标记。标记中包含了对文档存储格式(storage layout)和逻辑结
构的描述。XML提供了一种机制用于约束存储格式和逻辑结构。
称为XML处理器的软件模块用于读取XML文档，存取其中的内容和结构
。XML处理器被设想为是为另一个称为应用的模块作处理。本规范从
XML处理器应如何读取XML数据以及应向应用提供哪些信息的这两个方
面，描述了要求XML处理器作出的动作。
1.1 开发者和开发目标
XML由XML工作组(原先的SGML编辑审查委员会)开发，此工作组由
World Wide Web Consortium(W3C)在1996年主持成立。工作组由
Sun Microsystems的Jon Bosak负责，同样由W3C组织的XML SIG
(Special Interest Group)(原先的SGML工作组)积极参与了XML工
作组的工作。XML工作组的成员在附录中给出。工作组与W3C的联系
人是Dan Connolly。
XML的设计目标如下：
XML应该可以直接在因特网(Internet)中使用。
XML应该支持大量不同的应用。
XML应该与SGML兼容。
处理XML文档的程序应该容易编写。
XML中的可选项应尽可能少，理想状况下应为零。
XML文档应该清晰明了，可读性强。
XML应易于设计。
XML的设计应该正式而且简洁。
XML文档应易于创建。
XML标记的简洁性相应
计算机处理程序所需的所有信息。
在完整保留所有文本和法律注意事项的前提下，本版本的XML规范可以
自由分发。
1.2 术语
用于描述 XML 文档的术语在此规范的正文中定义。在这些定义中以及
描述一个XML处理器的动作时，使用了下表中的术语：
可以(may)
允许合乎规范的文档和XML处理器按所描述的方式工作，但不要求必须
如此。
必须(must)
要求合乎规范的文档和XML处理器按所描述的方式工作; 否则出现错误。
错误(error)
对本规范中的规则的违反; 其结果不确定。合乎规范的软件可以检测和
报告错误，并可以从中恢复。
严重错误(fatal error)
合乎规范的XML处理器必须检测到，并向应用报告的一类错误。在遇到
严重错误之后，处理器可以继续处理数据以发现更多的错误并可以向应
用报告这些错误。为了支持错误的更正，处理器可以向应用提供文档中
未经处理的数据(字符数据和标记的混合体)。但是，一旦检测到一个严
重错误，处理器必须停止正常的处理(也就是说，它必须停止以正常的
方式向应用提供与文档逻辑结构有关的数据和信息)。
由用户选择(at user option)
合乎规范的软件可以或者必须(取决于句子中的情态动词)按所描述的方
式工作; 如果它满足这个条件，它必须同时提供用户一种手段，使得用
户能够启用和禁用所描述的工作方式。
有效性约束(validity constraint)
适用于所有有效的XML文档的一种规则。违反有效性约束属于错误; 由用
户选择，进行验证的XML处理器必须报告这些错误。
格式约束(well-formedness constraint)
适用于所有有效的XML文档的一种规则。违反格式约束属于严重错误。
匹配(match)
(对于字符串和名字：)被比较的两个字符串或名字必须完全相同。在
ISO/IEC 10646中有多种可能表示方式的字符(例如，既有预定义
(precomposed)形式和基字符(base)+变音符形式的字符)只在两个字符
串中的表示方式相同时才匹配。由用户选择，处理器可以将这些字符规
范成某种规范形式。不进行字符的大小写转换。(对于句法中的字符串
和规则：)如果一个字符串属于一个句法产生式产生的语言，则它匹配
这个产生式。(对于内容和内容模型：)当一个元素符合"元素有效性"约
束中的描述时，它匹配其声明.
兼容性考虑(for compatibility)
仅用于保证与SGML兼容的XML特性。
互操作性考虑(for interoperability)
是一个不具约束性的建议，目的是增加XML文档能被在ISO 8879的WebSGML
改编附件之前已有的SGML处理器处理的可能性。
2. 文档
如果一个数据对象满足本规范中格式良好的要求时，它是一个XML文档。一
个规范的XML文档如果满足某些进一步的约束，它将更为有效。
每一个XML文档都有逻辑和物理结构。物理上而言，文档由称为实体的单元
组成。一个实体可以引用(refer)其他实体，将它们包含在文档中。文档开
始于"根(root)"或文档实体中。逻辑上而言，文档由声明、元素、注释、
字符引用和处理指令组成，所有这些都在文档中用显式标记指明。逻辑和
物理结构必须如"4.3.2 格式良好的解析实体"中所描述那样严格地嵌套。
2.1 格式良好的(Well-Formed)XML文档
一个文本对象如果满足以下条件，它将是一个格式良好的XML文档：
1.作为一个整体，它匹配文档(document)产生式。
2.它满足本规范中定义的所有格式约束。
3.此文档中直接或间接引用的每一个解析实体都是格式良好的。
文档
[1] document ::= prolog element Misc*
匹配document产生式意味着：
1.它包含一个或多个元素.
2.有且仅有一个称为根(root)或文档元素的元素，它不出现在其他任何元
素的内容(content)中。对于其他所有元素，如果起始标签在另一个元素的
内容中，则其结束标签也在同一元素的内容中。换一个更简单的说法，以
起始标签和结束标签为界的各个元素，必须严格地嵌套。
这样做的结果是，对于每一个非根的元素C，文档中另有一个元素P，C在P
的内容中，而不在其他任何被P所包含的元素的内容中。P被称为C的父元
素(parent)，而C被称为P的子元素(child)。
2.2 字符
一个解析实体包含文本(text)，文本是一个字符(character)序列，可以
表示标记或字符数据。一个字符是ISO/IEC 10646[ISO/IEC 10646]中定
义的文本最小单元。合法的字符包括制表符，回车，换行以及Unicode和
ISO/IEC 10646中定义的合法的图形字符。不提倡使用[Unicode]6.8节中
定义的"兼容字符(compatibility characters)"。
字符范围
[2] Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] |
[#xE000-#xFFFD] | [#x10000-#x10FFFF]
/* 除了替代块(surrogate block)，FFFE和FFFF以外的任意
Unicode字符。*/
将字符代码编码成位模型的机制各个实体间可能会有所不同。所有
的XML处理器必须接受10646中的UTF-8和UTF-16编码；用于指出所用
编码或指定使用其他编码的机制在后
面的"4.3.3 实体中的字符编码"中讨论。
2.3 通用句法成分
本节中定义了一些在句法中广泛使用的符号。
S(空白域)包括一个或多个空格字符(#x20)，回车，换行或制表符。
空白
[3] S ::= (#x20 | #x9 | #xD | #xA)+
为方便起见，字符被分为字母，数字和其他字符三采用的任何名字空间机制实际会采用冒号
作为定界
符。)实际上，这意味着除非用于名字空间实验，XML文档编者不应该
在XML名字中使用冒号，但XML处理器应该接受冒号作为一个命名字符。
Nmtoken(名字记号，name token)是任何命名字符的混合体。
名字和记号
[4] NameChar ::= Letter | Digit | '.' | '-' | '_' | ':' |
CombiningChar | Extender
[5] Name ::= (Letter | '_' | ':') (NameChar)*
[6] Names ::= Name (S Name)*
[7] Nmtoken ::= (NameChar)+
[8] Nmtokens ::= Nmtoken (S Nmtoken)*
字面数据是任何用引号括起的字符串，不包括用作定界符的引号。字面
数据用于指明内部实体的内容(EntityValue)，属性值(AttValue)，以及
外部标识符(SystemLiteral)。注意，对SystemLiteral的解析可以不扫
描标记。
字面数据
[9] EntityValue ::= '"' ([^%&"] | PEReference | Reference)* '"'
| "'" ([^%&'] | PEReference | Reference)* "'"
[10] AttValue ::= '"' ([^<&"] | Reference)* '"'
| "'" ([^<&'] | Reference)* "'"
[11] SystemLiteral ::= ('"' [^"]* '"') | "'" [^']* "'")
[12] PubidLiteral ::= '"' PubidChar* '"' | "'" (PubidChar - "'")* "'"
[13] PubidChar ::= #x20 | #xD | #xA | [a-zA-Z0-9] | [-'()+,./:=?;!*#@$_%]
--
※ 来源:·BBS 荔园晨风站 bbs.szu.edu.cn·[FROM: 192.168.1.90]
[回到开始]
[上一篇][下一篇]
荔园在线首页 友情链接：深圳大学 深大招生 荔园晨风BBS S-Term软件 网络书店