XML教程一：XML是什么? (转自IBM)_动易Cms教程

简介

　　XML，或称为可扩展标记语言（Extensible Markup Language），是一种您可以用来创建自己的标记的标记语言。它由万维网协会（W3C）创建，用来克服 HTML（即超文本标记语言（Hypertext Markup Language），它是所有网页的基础）的局限。和 HTML 一样，XML 基于 SGML ― 标准通用标记语言（Standard Generalized Markup Language）。尽管 SGML 已在出版业使用了数十年，但其理解方面的复杂性使许多本打算使用它的人望而却步（SGML 也代表“听起来很棒，但或许以后会用（Sounds great, maybe later）”）。XML 是为 Web 设计的。

我们为什么需要 XML？

　　HTML 始终是最成功的标记语言。您几乎可以在任何设备（从掌上电脑到大型机）上查看最简单的 HTML 标记，并且您甚至可以用合适的工具将 HTML 标记转换成语音和其它格式。既然 HTML 成功了，为什么 W3C 还要创建 XML 呢？为了回答这个问题，请查看下面这个文档：

<p><b>Mrs. Mary McGoon</b>
<br>
1401 Main Street
<br>
Anytown, NC 34829</p>

　　HTML 的问题在于它是为人设计的。即使不用浏览器查看上面的 HTML 文档，您和我也会知道那是某个人的邮政地址。（具体而言，它是美国某个人的邮政地址；即使您一点也不熟悉美国邮政地址的格式，您可能也会猜出这表示什么。）作为人，您和我具有理解大多数文档的含义和意图的聪明。遗憾的是机器不能做到。尽管这个文档中的标记告诉浏览器如何显示该信息，但标记没有告诉浏览器信息是什么。您和我知道它是一个地址，但机器不知道。

显示 HTML

　　要显示 HTML，浏览器只需遵循 HTML 文档中的指令即可。段标记告诉浏览器在新的一行显示，并且通常在前面有一个空行，而两个换行标记则告诉浏览器前进到下一行，并且行之间没有空行。尽管浏览器出色地将文档格式化，但机器仍不知道这是地址。
处理 HTML

　　为了完成对样本 HTML 文档的讨论，请考虑从该地址抽取邮政编码的任务。下面是一个在 HTML 标记中查找邮政编码的算法（我有意使用脆弱的算法），假如您找到有两个 <br> 标记的段落，那么邮政编码就是第二个换行标记下面第一个逗号之后的第二个词。

　　尽管该算法对于这个示例起作用，但对于全世界许多完全有效的地址，该算法根本不起作用。即使您可以编写算法来找出任何用 HTML 编写的地址的邮政编码，但许多具有两个换行标记的段落根本不包含地址。即便有可能编写算法来查看任意 HTML 段落并找出其中的任意邮政编码，也是极其困难的。

样本 XML 文档

　　现在让我们来看一个样本 XML 文档。使用 XML，您可以给文档中的标记赋予某种含意。更重要的是，机器也轻易处理这样的信息。您只需通过找到 <postal-code> 和 </postal-code> 标记之间的内容（技术上称为 <postal-code> 元素），就可以从该文档抽取邮政编码。
<address>
<name>
<title>Mrs.</title>
<first-name>
Mary
</first-name>
<last-name>
McGoon
</last-name>
</name>
<street>
1401 Main Street
</street>
<city>Anytown</city>
<state>NC</state>
<postal-code>
34829
</postal-code>

查看更多 动易Cms教程  动易Cms模板