知识库

XML基础 - Web Services核心技术讲义

Properties1
tagsxml, web服务, schema, namespace, xslt

6分钟阅读

title: “XML基础 - Web Services核心技术讲义” source: “田浩然上传的资料” original_path: “/田浩然上传的资料/0_WebServices/XMLFundamentals.pdf” author: “Lian Yu, 北京大学软件与微电子学院” size: “564.86 KB” pages: 108 date: “2026-09-29” method: “PDF文本提取(pdf-inspector)” status: “done” tags:

  • XML
  • Web服务
  • Schema
  • Namespace
  • XSLT

XML基础 - Web Services核心技术讲义

概述

北京大学软件与微电子学院 Lian Yu 老师的 Web Services Technologies 课程讲义第2章，系统讲解 XML 作为 Web Services 基础技术的核心概念。

核心观点

XML 是 Web Services 的 Lingua Franca

XML 是 Web Services 架构的基础构建块，具有以下关键特性：

  • 平台无关、语言无关：天然适合构建互操作性的分布式系统
  • 结构化数据表达：将电子表格、通讯录、配置文件等结构化数据标准化
  • Unicode 完全兼容：支持国际化和本地化
  • 严格语法：相比 HTML，XML 不允许模糊解析，增强了机器可读性

XML 十要点（W3C 平台概览）

  1. XML 用于结构化数据
  2. 外观类似 HTML，但语义由应用定义
  3. 文本格式，但不为人读（为机器读）
  4. 设计时有意冗余（便于解析和调试）
  5. 技术家族（不单单是 XML 1.0）
  6. 历史深厚（1996年开始开发，1998年成为 W3C 推荐标准）
  7. 催生 XHTML（HTML 的 XML 化）
  8. 模块化设计
  9. RDF 和语义网的基础
  10. 免费、平台无关、广泛支持

XML 文档语法要素

  • 元素：由标签 <element> 和 </element> 界定
  • 属性：name=“value” 形式
  • 严格规则：
    • 所有标签必须有结束标签（或自闭合）
    • 元素不能重叠，只能嵌套
    • 文档只能有一个根元素
    • 属性名在标签内唯一

XML Namespaces（命名空间）

解决元素名称冲突的核心机制：

  • 作用：区分来自不同命名空间但名称相同的元素
  • 实现：使用 URI 标识命名空间（通常用 HTTP URL）
  • 声明方式：
    • 显式：xmlns:prefix="URI"
    • 默认：xmlns="URI"
  • 继承规则：默认命名空间自动传播到所有子元素，除非子元素显式声明其他命名空间

XML Schema（XSD）

XML Schema 是定义 XML 文档结构和约束的语言，核心功能包括：

Simple Type 定义

  • Restriction：基于基本类型施加约束

    • length, minLength, maxLength：字符串长度约束
    • pattern：正则表达式约束
    • enumeration：枚举值约束
    • whiteSpace：空白字符处理（preserve/replace/collapse）
    • minInclusive, maxInclusive, minExclusive, maxExclusive：数值范围约束
    • fractionDigits, totalDigits：数字精度约束

  • List：创建空格分隔的列表类型

  • Union：合并多个类型的值空间

Complex Type 定义

使用三种 compositor 组合元素：

  • sequence：元素按顺序出现（默认 minOccurs=1, maxOccurs=1）
  • choice：元素二选一或多选一
  • all：元素无序出现（minOccurs/maxOccurs 不适用）

通配符元素：

  • <any>：允许任意元素占位，支持未来扩展
  • <anyAttribute>：允许任意属性占位

processContents 控制验证严格程度：

  • strict：默认，必须找到 schema 并验证
  • lax：找不到 schema 时检查 well-formedness
  • skip：不验证

Schema 管理

  • include：在相同 namespace 内分片 schema
  • import：跨 namespace 引用其他 schema

XML 处理技术

SAX（Simple API for XML）

  • 事件驱动的流式解析
  • 正向、只读、低内存占用
  • 适合大文档处理

DOM（Document Object Model）

  • 树形结构对象模型
  • 随机访问任意节点
  • 内存占用较高

XSLT 和 XPath

  • XSLT：声明式规则-based 转换语言
  • XPath：表达式语言，用于定位 XML 文档中的节点
  • 典型应用：将一种 XML 格式转换为另一种格式

XML Schema 最佳实践

  1. 始终使用 elementFormDefault="qualified" 和 attributeFormDefault="unqualified"
  2. 全局声明类型，局部声明元素（根元素除外）
  3. 用类型表达内容模型，用元素控制文档结构
  4. 根据对象模型选择最贴近的 Schema 特性

知识关联

行动点

  • 实际项目中应建立 XML Schema 设计规范
  • 考虑使用 XSLT 实现数据格式转换
  • 大文档处理优先选择 SAX 而非 DOM

关系图谱

反向链接