3.1.1　XML文檔的結構

XML文檔應當以一個文檔頭開始，例如：

或者

嚴格來說，文檔頭是可選的，但是強烈推薦你使用文檔頭。

注意：因為建立SGML是為了處理真正的文檔，因此XML文件被稱為文檔，盡管許多XML文件是用來描述通常不被稱作文檔的數據集的。

文檔頭之后通常是文檔類型定義（Document Type Definition，DTD），例如：

文檔類型定義是確保文檔正確的一個重要機制，但是它不是必需的。我們將在本章的后面討論這個問題。

最后，XML文檔的正文包含根元素，根元素包含其他元素。例如：

元素可以有子元素（child element）、文本或兩者皆有。在上述例子中，font元素有兩個子元素，它們是name和size。name元素包含文本“Helvetica”。

提示：在設計XML文檔結構時，最好讓元素要么包含子元素，要么包含文本。換句話說，你應該避免下面的情況：

在XML規范中，這叫做混合式內容（mixed content）。在本章中，稍后你將會看到，如果避免了混合式內容，就可以簡化解析過程。

XML元素可以包含屬性，例如：

何時用元素，何時用屬性，在XML設計人員中存在一些分歧。例如，將font做如下描述：

似乎比下面的描述更簡單一些：

但是，屬性的靈活性要差很多。假設你想把單位添加到size的值中去，如果使用屬性，那么就必須把單位添加到屬性值中去：

嗨！現在必須對字符串“36 pt”進行解析，而這正是XML被設計用來避免的那種麻煩。而向size元素中添加一個屬性看起來會清晰得多：

一條常用的經驗法則是，屬性只應該用來修改值的解釋，而不是用來指定值。如果你發現自己陷入了爭論，在糾結于某個設置是否是對某個值的解釋所作的修改，那么你就應該對屬性說“不”，轉而使用元素，許多有用的文檔根本就不使用屬性。

注意：在HTML中，屬性的使用規則很簡單：凡是不顯示在網頁上的都是屬性。例如在下面的超鏈接中：

字符串Java Technology要在網頁上顯示，但是這個鏈接的URL并不是顯示頁面的一部分。然而，這個規則對于大多數XML并不那么管用，因為XML文件中的數據并非像通常意義那樣是讓人瀏覽的。

元素和文本是XML文檔“主要的支撐要素”，你可能還會遇到的其他一些標記，說明如下：

·字符引用（character reference）的形式是&#十進制值；或&#x十六進制值；。例如，字符é可以用下面兩種形式表示：

·實體引用（entity reference）的形式是&name；。下面這些實體引用：

都有預定義的含義：小于、大于、&、引號、省略號等字符。還可以在DTD中定義其他的實體引用。

·CDATA部分（CDATA Section）用<！[CDATA[和]]>來限定其界限。它們是字符數據的一種特殊形式。你可以使用它們來囊括那些含有<、>、&之類字符的字符串，而不必將它們解釋為標記，例如：

CDATA部分不能包含字符串]]>。使用這一特性時要特別小心，因為它常用來當作將遺留數據偷偷納入XML文檔的一個后門。

·處理指令（processing instruction）是那些專門在處理XML文檔的應用程序中使用的指令，它們由<？和？>來限定其界限，例如：

每個XML都以一個處理指令開頭：

·注釋（comment）用<！-和-->限定其界限，例如：

注釋不應該含有字符串--。注釋只能是給文檔的讀者提供的信息，其中絕不應該含有隱藏的命令，命令應該是用處理指令來實現。