XML 基礎語法全解析：文檔聲明、元素屬性、CDATA、轉義字符與命名規範

XML 核心定位：可擴展標記語言

XML (Extensible Markup Language) 設計目的是 傳輸和存儲數據，而非顯示數據（HTML 的職責）。核心特征：可擴展（自定義標籤）、結構化（樹狀層級）、自描述（標籤即語義）。

版本現狀：XML 1.0 為主流，1.1 不向後兼容，極少使用。

XML 文檔六大構成部分

1. 文檔聲明 (XML Declaration)
2. 元素/標籤 (Elements/Tags)
3. 屬性 (Attributes)
4. 註釋 (Comments)
5. CDATA 區域
6. 處理指令 (Processing Instructions, PI)

1. 文檔聲明：必須位於第一行

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

亂碼根治：文件保存編碼、聲明編碼、解析器編碼、數據庫/傳輸編碼 四者統一為 UTF-8。

2. 元素：XML 的核心構建塊

語法形式

• 雙標籤：<book>Java編程思想</book>
• 單標籤（空元素）：<br/>、<img src="a.jpg"/>

嵌套規則：嚴格樹狀結構

<!-- 正確：層級清晰 -->
<library>
  <book>
    <title>Effective Java</title>
    <author>Joshua Bloch</author>
  </book>
</library>

<!-- 錯誤：交叉嵌套 -->
<book><title>...</book></title>

根元素唯一性

整個文檔 有且僅有一個 根元素包裹所有內容。

命名規範（硬性約束）

3. 屬性：元素的元數據

<book id="bk101" category="programming">
  <title>Effective Java</title>
</book>

規則

• 同一元素屬性名唯一
• 值必須用單/雙引號包裹：id='bk101' 或 id="bk101"
• 命名規範同元素

屬性 vs 子元素：設計決策指南

元數據（標識、分類、配置）用屬性；業務數據（內容、結構、可擴展）用子元素。

子元素優勢：支持復雜結構、樹狀層級、易擴展、易讀、可驗證（Schema）。

<!-- 屬性風格（不推薦用於業務數據） -->
<note date="08/08/2008" to="George" from="John" heading="Reminder" body="Don't forget!" />

<!-- 子元素風格（推薦） -->
<note>
  <date><day>08</day><month>08</month><year>2008</year></date>
  <to>George</to>
  <from>John</from>
  <heading>Reminder</heading>
  <body>Don't forget the meeting!</body>
</note>

<!-- 適合屬性的場景：ID、類型標識 -->
<messages>
  <note id="501"><to>George</to>...</note>
  <note id="502"><to>John</to>...</note>
</messages>

4. 註釋

<!-- 這是註釋，可多行 -->
<!-- 註釋不能嵌套：<!-- 內層 --> 外層 -->  -->

5. 特殊字符轉義（預定義實體引用）

在屬性值中同樣需要轉義。

6. CDATA 區域：原文本塊

<![CDATA[
  這裡的 < > & " ' 都不會被解析
  適合存放：腳本代碼、SQL 語句、HTML 片段、JSON 數據
]]>

• 解析器原樣輸出，不做任何處理
• 不能包含 ]]> 序列
• 無嵌套 CDATA

7. 處理指令 (PI)

<?target instruction?>

• 指導解析器/應用程序如何處理文檔
• 文檔聲明本質上是 PI：<?xml ...?>
• 常見：<?xml-stylesheet type="text/xsl" href="style.xsl"?> 關聯 XSLT 樣式表

XML 應用場景總結

• 配置文件：Spring applicationContext.xml、Maven pom.xml、Log4j log4j2.xml
• 數據交換：Web Service (SOAP)、API 響應、異構系統集成
• 文檔存儲：Office Open XML (docx/xlsx)、SVG 矢量圖形、XHTML
• 元數據描述：部署描述符 web.xml、持久化映射 orm.xml

驗證技術：DTD vs Schema (XSD)

最佳實踐建議

1. 始終包含文檔聲明，指定 encoding="UTF-8"
2. 使用有語義的元素/屬性名，遵循駝峰或下劃線統一風格
3. 業務數據用子元素，ID/類型/標識用屬性
4. 大量特殊字符內容使用 CDATA
5. 生產環境配置文件建議關聯 XSD 校驗
6. 解析選擇：DOM（小文檔、隨機訪問）、SAX/StAX（大文檔、流式處理）、JAXB（對象綁定）

XML 雖在 JSON、YAML 衝擊下在配置、API 領域份額下降，但其嚴格的結構化、驗證、命名空間、混合內容能力，在企業級集成、文檔標準、元數據管理等領域仍不可替代。