Data format XML, HTML entity

[vincentliu104]

介紹及及用途

deadline: 1/11

[chunghongke]

XML

• 可延伸標記式語言（英語：Extensible Markup Language，簡稱：XML）是一種標記式語言。標記指電腦所能理解的資訊符號，通過此種標記，電腦之間可以處理包含各種資訊的文章等。

重要概念

• 檔案中能夠明確的將標示與內容分開
• 所有檔案的標示使用方法均一致

誕生的背景

• W3C發現HTML的問題

  1. 不能解決所有解釋資料的問題 - 像是影音檔或化學公式、音樂符號等其他形態的內容。
  2. 效能問題 - 需要下載整份檔案，才能開始對檔案做搜尋。
  3. 擴充性、彈性、易讀性均不佳。

• 為了有一個更中立的方式，讓客戶端自行決定要如何消化、呈現從伺服器端所提供的資訊。

用途

• XML設計用來傳送及攜帶資料資訊，不用來表現或展示資料，HTML則用來表現資料，所以XML用途的焦點是它說明資料是什麼，以及攜帶資料資訊。

• 豐富文件（Rich Documents）- 自訂檔案描述並使其更豐富

  1. 屬於檔案為主的XML技術應用

  2. 標記是用來定義一份資料應該如何呈現

• 元資料（Metadata）- 描述其它檔案或網路資訊

  1. 屬於資料為主的XML技術應用

  2. 標記是用來說明一份資料的意義

• 組態文件（Configuration Files）- 描述軟體設定的參數

字元（characters）

• XML規範定義了5個"預定義實體"來表示特殊字元. XML也允許在每個文件定義任意數量的其它命名實體.

  名字	字元	Unicode碼位(十進位)	標準	描述
  quot	"	U+0022 (34)	XML 1.0	雙引號
  amp	&	U+0026 (38)	XML 1.0	&
  apos	'	U+0027 (39)	XML 1.0	撇號
  lt	<	U+003C (60)	XML 1.0	小於
  gt	>	U+003E (62)	XML 1.0	大於

標記（Markup）與內容（content）

• XML文件的字元分為標記（Markup）與內容（content）兩類。標記通常以<開頭，以>結尾；或者以字元& 開頭，以;結尾。不是標記的字元就是內容。但是CDATA部分，分解符號<![CDATA[ 與 ]]> 是標記，二者之間的文字為內容。 最外界的空白符是標記。

標籤 Tag

• case sensitive
• not include !"#$%&'()*+,/;<=>?@[\]^{|}~
• not space
• not start with - or . or number

ex.

1. start tag <tagName>
2. end tag </tagName>
3. empty tag <hello />

元素 Element

ex.

<greeting>Hello, world!</greeting>

字串 Hello, world! 即為元素

屬性 Attribute

ex.

<img src="madonna.jpg" alt="Madonna" />

src 、 alt 即為attribute

XML的結構

• 以 <?xml version="1.0"?>開始撰寫，告訴解析器或瀏覽器這個檔案應該按照XML規則進行解析。

XML的缺點

• XML的結構有一個缺陷，那就是不支援分影格（framing）。當多條XML訊息在TCP上傳輸的時候，無法基於XML協定來確定一條XML訊息是否已經結束。

Html Entity

• Reserved characters in HTML must be replaced with character entities.

• 若XML body內有會用到保留字的內容，則需要使用HTML Entity將符號轉換

ex.

<tip:request>
&lt;Request&gt;
&lt;Access&gt;
&lt;Authentication user=&quot;tiptop&quot; password=&quot;tiptop&quot; /&gt;
&lt;Connection application=&quot;104top&quot; source=&quot;192.168.1.2&quot; /&gt;
&lt;Organization name=&quot;CO1&quot; /&gt;
&lt;Locale language=&quot;zh_tw&quot; /&gt;
&lt;/Access&gt;
&lt;RequestContent&gt;
&lt;Parameter&gt;
&lt;Record&gt;
&lt;Field name=&quot;flag&quot; value=&quot;1&quot; /&gt;
&lt;/Record&gt;
&lt;/Parameter&gt;
&lt;Document&gt;
&lt;RecordSet id=&quot;1&quot;&gt;
&lt;Master name=&quot;oea_file&quot;&gt;
&lt;Record&gt;
&lt;Field name=&quot;oea01&quot; value=&quot;30201-210100007&quot; /&gt;
&lt;Field name=&quot;oeamodu&quot; value=&quot;0816&quot; /&gt;
&lt;Field name=&quot;oeadate&quot; value=&quot;2021/01/05&quot; /&gt;
&lt;/Record&gt;
&lt;/Master&gt;
&lt;Detail name=&quot;oeb_file&quot;&gt;
&lt;Record&gt;
&lt;Field name=&quot;oeb03&quot; value=&quot;1&quot; /&gt;
&lt;Field name=&quot;ta_oeb011&quot; value=&quot;2021/01/05&quot; /&gt;
&lt;/Record&gt;
&lt;/Detail&gt;
&lt;/RecordSet&gt;
&lt;/Document&gt;
&lt;/RequestContent&gt;
&lt;/Request&gt;
</tip:request>

Some Useful HTML Character Entities

Result	Description	Entity Name	Entity Number
	non-breaking space	 	 
<	less than	&lt;	&#60;
>	greater than	&gt;	&#62;
&	ampersand	&amp;	&#38;
"	double quotation mark	&quot;	&#34;
'	single quotation mark (apostrophe)	&apos;	&#39;
¢	cent	&cent;	&#162;
£	pound	&pound;	&#163;
¥	yen	&yen;	&#165;
€	euro	&euro;	&#8364;
©	copyright	&copy;	&#169;
®	registered trademark	&reg;	&#174;