跳到主要内容

XML 文件格式

XML（Extensible Markup Language，可扩展标记语言）是一种通用且广泛使用的文件格式，用于以结构化且人类可读的方式存储和传输数据。XML 于 1998 年由万维网联盟（W3C）首次推荐，已成为系统和应用程序之间数据交换的基石。

XML 基于 SGML 简化而来，通过自定义标签和属性定义数据层级（如 <user><name>Rudy</name></user>），支持 DTD/XSD 模式验证和 XSLT 转换。虽因冗余语法（需闭合标签）导致体积较大，但仍是 SOAP 协议、Android 布局文件和 RSS 订阅的标准格式。

XML 主要特点​

  • 人类和机器可读：XML 文档是基于文本的，既便于人类阅读和理解，也便于机器解析。
  • 自描述性：XML 中的标签为所包含的数据提供上下文，使结构本身具有自解释性。
  • 跨平台与语言独立：XML 可跨不同平台和编程语言使用，无需修改。
  • 可扩展性：XML 没有预定义的标签，用户可以根据具体需求定义自定义标签。
  • 支持 Unicode：XML 支持广泛的字符集，适用于全球化应用。

XML 文档结构​

XML 文档遵循分层结构，包括以下组成部分：

  1. 序言（Prolog）：包含有关 XML 文件的元数据，包括 XML 声明和可选的注释或处理指令。例如：

    <?xml version="1.0" encoding="UTF-8"?>

  2. 根元素：XML 文档的起点，包含所有其他元素。每个 XML 文件必须且只能有一个根元素。

  3. 元素：用标签表示的数据。元素可以嵌套，并可能包含属性。例如：

    <book id="123">
        <title>人人都懂物联网</title>
        <author>阿基米东</author>
    </book>

  4. 属性：以键值对的形式为元素提供额外的元数据。

  5. 注释：允许在文档中添加人类可读的备注，使用 <!-- --> 包裹。例如：

    <!-- 这是一个注释 -->

XML 的优势​

  • 互操作性：XML 被广泛接受并受到多种工具的支持，是异构系统之间数据交换的理想选择。
  • 可定制性：用户可以定义自己的模式，确保 XML 能适应多样化的应用需求。
  • 验证功能：XML 支持通过 DTD（文档类型定义）或 XSD（XML 架构定义）进行验证，确保数据完整性。
  • 内容与表现分离：XML 将数据存储与显示方式分开，可通过 XSLT（可扩展样式表转换语言）实现灵活的展示风格。

使用场景​

适用场景​

  • 网页开发：XML 用于 SOAP 等网络服务，以及 RSS 和 Atom 等数据源
  • 配置文件：许多软件应用使用 XML 存储配置信息（如 Android 布局文件、Maven 配置等）
  • 数据交换：XML 是系统之间数据交换的标准格式，特别是在企业环境中
  • 文档存储：XML 用于存储结构化文档，例如发票、简历和电子书（如 EPUB 格式）
  • Web 服务：SOAP、RESTful API 的响应格式

优缺点​

优点：

  • 人类和机器都可读
  • 自描述性，结构清晰
  • 跨平台、跨语言支持
  • 可扩展，支持自定义标签
  • 支持验证（DTD/XSD）
  • 支持转换（XSLT）

缺点：

  • 语法冗余，文件体积较大
  • 解析性能相对较低
  • 学习曲线相对较陡
  • 在某些场景下已被 JSON 替代

代码示例​

Python 解析 XML​

import xml.etree.ElementTree as ET

# 解析 XML 文件
tree = ET.parse('data.xml')
root = tree.getroot()

# 遍历元素
for child in root:
    print(child.tag, child.text)

# 查找特定元素
for book in root.findall('book'):
    title = book.find('title').text
    author = book.find('author').text
    print(f"{title} by {author}")

Python 创建 XML​

import xml.etree.ElementTree as ET

# 创建根元素
root = ET.Element('books')

# 添加子元素
book1 = ET.SubElement(root, 'book', id='1')
ET.SubElement(book1, 'title').text = '人人都懂物联网'
ET.SubElement(book1, 'author').text = '阿基米东'

# 保存为文件
tree = ET.ElementTree(root)
tree.write('output.xml', encoding='utf-8', xml_declaration=True)

JavaScript 解析 XML​

// 使用 DOMParser
const parser = new DOMParser();
const xmlString = '<books><book><title>人人都懂物联网</title></book></books>';
const xmlDoc = parser.parseFromString(xmlString, 'text/xml');

// 获取元素
const books = xmlDoc.getElementsByTagName('book');
for (let book of books) {
    const title = book.getElementsByTagName('title')[0].textContent;
    console.log(title);
}

相关工具​

  • 编辑器：
    • XMLSpy：专业 XML 编辑器
    • Notepad++：支持 XML 语法高亮
    • VS Code：支持 XML 验证和格式化
  • 验证工具：
    • XML Validator：在线验证工具
    • xmllint：命令行验证工具
  • 转换工具：
    • XSLT 处理器：Saxon、Xalan
  • 编程库：
    • Python: xml.etree.ElementTree（标准库）、lxml
    • Java: javax.xml、DOM4J
    • JavaScript: DOMParser、xml2js

相关链接​

参考​