zoukankan      html  css  js  c++  java
  • XML

    extensible markup languae  可扩展标记语言

          可扩展:所有标签自定义

          功能:数据存储    配置文件    数据传输

            * html与xml区别:
            * html语法松散,xml语法严格
            * html做页面展示,xml做数据存储
            * html所有标签都是预定义的,xml所有标签都是自定义的
        
        W3C:word wide web consortiem  万维网联盟
        xml语法:


            * 文档声明:
                * 必须写在xml文档的第一行。
                * 写法:<?xml version="1.0" ?>
                * 属性:    
                    * version:版本号 固定值 1.0
                    * encoding:指定文档的码表。默认值为 iso-8859-1
                    * standalone:指定文档是否独立  yes 或 no

            * 元素:xml文档中的标签
                ** 文档中必须有且只能有一个根元素
                * 元素需要正确闭合。<body></body> <br/>
                * 元素需要正确嵌套
                * 元素名称要遵守:
                    * 元素名称区分大小写
                    * 数字不能开头
            
            * 文本:
                * 转义字符:&gt;
                * CDATA: 里边的数据会原样显示
                    *  <![CDATA[ 数据内容 ]]>
                    
            * 属性:
                * 属性值必须用引号引起来。单双引号都行
            * 注释:
                <!-- -->
            * 处理指令:现在基本不用
                <?xml-stylesheet type="text/css" href="1.css"?>
                
        xml约束:
            * 约束就是xml的书写规则
            * 约束的分类:
                dtd:
                    dtd分类:
                        * 内部dtd:在xml内部定义dtd
                        * 外部dtd:在外部文件中定义dtd
                            * 本地dtd文件:<!DOCTYPE students SYSTEM  "student.dtd">
                            * 网络dtd文件:<!DOCTYPE students PUBLIC "名称空间"  "student.dtd">
                schema:
                    导入xsd约束文档:
                            1、编写根标签
                            2、引入实例名称空间 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                            3、引入名称空间 xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"    
                            4、引入默认的名称空间
           

  • 相关阅读:
    机器学习:以分析红酒口感为例说明交叉验证的套索模型
    机器学习:分类算法性能指标之ROC曲线
    机器学习:最小二乘法实际应用的一个完整例子
    机器学习:Python中如何使用支持向量机(SVM)算法
    机器学习:python中如何使用朴素贝叶斯算法
    机器学习:Python实现lms中的学习率的退火算法
    机器学习:Python实现最小均方算法(lms)
    @Autowired 与@Resource选择(治好你的强迫症)
    @Resource 进行注入bean的过程
    @Autowired 进行注入bean的过程
  • 原文地址:https://www.cnblogs.com/whesuanfa/p/7361466.html
Copyright © 2011-2022 走看看