当前，Internet 已有了广泛接受的可视化显示标准，但并没有Web数据信息的理解标准，以便软件能够更好地搜索、移动、显示和处理上下文中隐藏的信息。
HTML 是一种描述如何表示 Web 页的格式，HTML 不能表示例如：将处方发送到药剂师的标准方式；搜索法律图书馆中有关某一主题的所有诉讼文档的标准方式；这些格式定义。
XML(Extensible Markup Language)，一种"扩展性""标识""语言"。
扩展性：在HTML里，你不能使用HTML规范里没有的标记。而在XML中，你能自定义你需要的标记。
标识：文档在计算机看来只是一个很长的字符串，没有标识，每个字看起来都一样，没有重点之分。XML可以标识文档中的元素，甚至建成树型结构 。
语言：即XML虽然允许自定义新标识，但还是必须遵循一定的规则。
强化的Meta:Meta在html中用来为搜索引擎机器人提供信息，如关键字和网页描述。
<HEAD> <Meta name="Keywords" Content="关键词1,关键词2，……"> <TITLE> ........ </HEAD> </TITLE>
<Meta name="Description" Content="网页的简述">
<Meta name="Robots" Content="All|None|Index|Noindex|Follow|Nofollow">
告诉搜索机器人Robots (机器人向导)页面权限
all：文件将被检索，且页面上的链接可以被查询；
none：文件将不被检索，且页面上的链接不可以被查询；
(和 "noindex, no follow" 起相同作用)
index：文件将被检索；（让robot/spider登录）
follow：页面上的链接可以被查询；
.........
显示:XML是将数据和格式分离的,XML文档本身不知道如何来显示(XML取消了所有font,color,p等风格样式定义标识),它的标识仅仅是用来识别信息，它本身并不传达信息,也不传达显示信息.
所以必须有辅助文件来帮助设定显示风格.比如CSS或者XSL.
DOM :document object model(文档对象模型)，把文档(str流)看成对象,DOM就是该HTML/XML文档对象的API----操作集。
我们来了解XML文档中有关的术语：
<?xml version="1.0" standalone="no" encoding="UTF-8"?>
<!DOCTYPE filelist SYSTEM "filelist.dtd">
<filelist>
<myfile>
<title>QUICK START OF XML</title>
<author>ajie</author> <!-- 这里是注释信息 -->
</myfile>
......
</filelist>
-----------------------------
<author>ajie</author> Element(元素)
<author> Tag(标识)
ajie 元素内容
xml的语法：
大小写敏感
给属性值加引号,当然,在XML中，属性只是对标识的描述，与元素内容的显示无关
标识成对出现,标识对之间没有内容的标识在原标识最后加/,例如：<IMG src= "cool.gif">应写为<IMG src= "cool.gif" />
<?xml version="1.0" standalone="no" encoding="UTF-8"?>
Declaration(声明)
?xml 声明这个是XML文档;
version="1.0" 文档遵守的XML规范的版本;
standalone="no" 文档附带DTD文件;
encoding="UTF-8" 文档所用的语言编码
<!DOCTYPE filelist SYSTEM/PUBLIC "filelist.dtd">
调用XML所需DTD的声明
!DOCTYPE 声明要定义一个DOCTYPE;
filelist 是文档类型的名称，自定义，通常与DTD文件名相同；
SYSTEM/PUBLIC 这两个参数只用其一。SYSTEM是指文档使用的私有DTD
文件的网址，而PUBLIC则指文档调用一个公用的DTD文件的网址。
"filelist.dtd" 就是DTD文件的网址和名称。后缀名为".dtd"。
<!-- 这里是注释信息 --> 注释信息,不会被程序解释或浏览器显示
在XML中，已有特殊的含义字符,比如"<"，若要显示利用CDATA. 例如：<![CDATA[<AUTHOR sex="female">ajie</AUTHOR>]]>
但<![CDATA[...]]>只能在元素体之间，如：
<?xml...> <![CDATA[...]]> <element>...</element> 会出错。
在一个XML文档中使用多个DTD文件,不同的DTD文件中，标识名可能相同但表示的含义不同，这就引起数据混乱。所以引进了namespaces这个概念。
声明如下：<document xmlns:自定义namespaces名='URL'> 后面的标识中使用定义好的名字空间,<自定义namespaces名:Tag>***</Tag>以区分另一个<Tag>
注意URL并不是说这个标识真的要到那个网址去读取，仅仅作为一种区别的标志而已,不过形式是网址的格式,因为网址在world wide唯一.
entity类似word中的"宏"，可以预先定义然后在文档中多次调用.声明：
<!DOCTYPE *** [<!ENTITY *** "内容">]>,调用则是 &***;
DTD是一种保证XML文档格式正确的有效方法，可以比较XML文档和DTD文件来看文档是否符合规范，将XML文档和它的DTD文件进行比较分析，看是否符合DTD规则的过程叫validation(确认)。这样的过程通常我们是通过一个名为parser的软件来处理的。
为什么要用DTD文件呢？也许是它满足了网络共享和数据交互，使用DTD最大的好处在于DTD文件的共享。(就是上文DTD说明语句中的PUBLIC属性)。比如，两个相同行业不同地区的人使用同一个DTD文件来作为文档创建规范，那么他们的数据就很容易交换和共享。网上有其他人想补充数据，也只需要根据公用的DTD规范来建立文档，就立刻可以加入。
DTD的语法：
<!ELEMENT myfile (title, author)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT 是元素的声明，说明你要定义的是一个元素
***
(#PCDATA, DEFINITION)> 是该元素的使用规则，定义了元素
可以包含的内容以及相互的关系
(#PCDATA) 元素***是包含字符或文本的
(a1,a2,a3) 元素***的元素内容是顺次包含a1,a2,a3三个子节点，但无文本
(#PCDATA，a1,a3) 元素***包含文本内容和a1,a2子节点
(#PCDATA|a1|a2) 元素***包含两个子节点中一个或文本
(a1?) (a1) (a1+) (a1*) 包含节点，不使用或一次，只用一次，一次或多次
学过《编译原理》的应该对正则表达式都非常理解，这里用法相同。
元 字 符 含 义
+ 出现一次或多次
* 出现零次或多次
？ 可选，不出现或出现一次
（） 一组要共同匹配的表达式
| OR，或
， AND，要求严格遵从顺序要求
元素A
元素B
元素C 元素列表，无须遵从顺序要求
[返回] 中文XML论坛 - 专业的XML技术讨论区 →
XML.ORG.CN讨论区 - XML技术 → 『 DOM/SAX/XPath 』 → xml学习学（bianji）
(订阅本版)
2006/9/22 17:26:00
新浪微博
xml学习学（bianji）
