3.1.1　XML文档的结构

XML文档应当以一个文档头开始，例如：

或者

严格来说，文档头是可选的，但是强烈推荐你使用文档头。

注意：因为建立SGML是为了处理真正的文档，因此XML文件被称为文档，尽管许多XML文件是用来描述通常不被称作文档的数据集的。

文档头之后通常是文档类型定义（Document Type Definition，DTD），例如：

文档类型定义是确保文档正确的一个重要机制，但是它不是必需的。我们将在本章的后面讨论这个问题。

最后，XML文档的正文包含根元素，根元素包含其他元素。例如：

元素可以有子元素（child element）、文本或两者皆有。在上述例子中，font元素有两个子元素，它们是name和size。name元素包含文本“Helvetica”。

提示：在设计XML文档结构时，最好让元素要么包含子元素，要么包含文本。换句话说，你应该避免下面的情况：

在XML规范中，这叫做混合式内容（mixed content）。在本章中，稍后你将会看到，如果避免了混合式内容，就可以简化解析过程。

XML元素可以包含属性，例如：

何时用元素，何时用属性，在XML设计人员中存在一些分歧。例如，将font做如下描述：

似乎比下面的描述更简单一些：

但是，属性的灵活性要差很多。假设你想把单位添加到size的值中去，如果使用属性，那么就必须把单位添加到属性值中去：

嗨！现在必须对字符串“36 pt”进行解析，而这正是XML被设计用来避免的那种麻烦。而向size元素中添加一个属性看起来会清晰得多：

一条常用的经验法则是，属性只应该用来修改值的解释，而不是用来指定值。如果你发现自己陷入了争论，在纠结于某个设置是否是对某个值的解释所作的修改，那么你就应该对属性说“不”，转而使用元素，许多有用的文档根本就不使用属性。

注意：在HTML中，属性的使用规则很简单：凡是不显示在网页上的都是属性。例如在下面的超链接中：

字符串Java Technology要在网页上显示，但是这个链接的URL并不是显示页面的一部分。然而，这个规则对于大多数XML并不那么管用，因为XML文件中的数据并非像通常意义那样是让人浏览的。

元素和文本是XML文档“主要的支撑要素”，你可能还会遇到的其他一些标记，说明如下：

·字符引用（character reference）的形式是&#十进制值；或&#x十六进制值；。例如，字符é可以用下面两种形式表示：

·实体引用（entity reference）的形式是&name；。下面这些实体引用：

都有预定义的含义：小于、大于、&、引号、省略号等字符。还可以在DTD中定义其他的实体引用。

·CDATA部分（CDATA Section）用<！[CDATA[和]]>来限定其界限。它们是字符数据的一种特殊形式。你可以使用它们来囊括那些含有<、>、&之类字符的字符串，而不必将它们解释为标记，例如：

CDATA部分不能包含字符串]]>。使用这一特性时要特别小心，因为它常用来当作将遗留数据偷偷纳入XML文档的一个后门。

·处理指令（processing instruction）是那些专门在处理XML文档的应用程序中使用的指令，它们由<？和？>来限定其界限，例如：

每个XML都以一个处理指令开头：

·注释（comment）用<！-和-->限定其界限，例如：

注释不应该含有字符串--。注释只能是给文档的读者提供的信息，其中绝不应该含有隐藏的命令，命令应该是用处理指令来实现。