|
XML入门精解之结构与语法(2) oooo〈〈〈〈〈〈〈
>〉
第八，XML处理空白字符和HTML不一样。HTML标准规定，不管有多少个空白，都当作一个空白来处理；而在XML中规定，所有标记以外的空白，解析器都要忠实地交给下游的应用程序处理。这样，我们有时必须摒弃编写HTML文件时的缩排习惯，因为缩排的空格，解析器也要处理。如：
〈作者〉张三〈/作者〉
和
〈作者〉
张三
〈/作者〉
上述内容对于解析器来说是不同的（后者在〈作者〉〈/作者〉标记之内除了张三这个字符以外，还包括两个换行记号以及“张三”前的文字缩排符号）。所以解析器在去掉标记后将信息传给应用程序将有不同的处理结果。
如果我们想明确地告诉XML程序，标记中的空白有明确的含义，不要随便去掉（如在一些诗中，空格有它具体的意义），则可在标记中加入一个XML内置的属性——xml:space 。如（注意属性名称和值的大小写）：
〈诗歌 xml:space="preserver"〉
祖国啊！ 祖国！
我的祖国！
〈/诗歌〉
另外，在XML文件中，如果要用到表1的特殊字符，必须用相应符号代替。
表1
特殊字符 替代符号
&& &
< ⁢
> >
" "
' '
在此做个小结：符合上述规定的XML文件就是Well-Formed的XML文件。这是编写XML文件的最基本要求。可以看到XML文件的语法规定比HTML要严格多了。由于有这样的严格规定，软件工程师编写XML的解析器就容易多了，不像编写HTML语言的解析器，必须费尽心思去适应不同的网页写法，提高自己浏览器的适应能力。实际上，这对于我们初学者来说，也是一件好事。该怎样就怎样，不必像原来那样去疑惑各种HTML的写法。
我们看到，在XML文件中，用的大多都是自定义的标记。但是大家考虑一下，如果两个同行业的公司A和B要用XML文件相互交换数据，A公司用〈价格〉标记来表示他们产品的价格信息，而B公司可能用〈售价〉来表示价格信息。如果一个XML应用程序来读取他们各自的XML文件中的信息时，如果它只知道〈价格〉标记里表示的是价格信息，那么B公司的价格信息就读不出来，必将产生错误。显然，对于想利用XML文件来交换信息的实体来说，他们之间必须有一个约定——即编写XML文件可以用哪些标记，母元素中能够包括哪些子元素，各个元素出现的顺序，元素中的属性怎样定义等。这样他们在用XML交换数据时才能够畅通无阻。这种约定称为DTD（Document Type Definition，文档格式定义）。可以把DTD看作编写XML文件的模板。对于同行业之间的XML数据交换，有一个固定的DTD将会方便很多。比如说，如果网上的各大电子商场的XML网页都遵循同一个DTD时，那么我们就可以轻松地依据这个DTD 编写一个应用程序，去网上将我们感兴趣的东西自动抓回来。事实上已经有了好几个定义好的DTD，如前面所说的MathML、SMIL等。
如果一个XML文件是Well-Formed的，并且它是正确的依据某个DTD建立的，那么，这个XML文件就被称为：Validating XML文件。相应的解析器就称为：Validating Parser。
|
