在软件开发的世界里数据交换与配置管理无处不在。XMLeXtensible Markup Language可扩展标记语言自 1998 年由 W3C 发布以来凭借其自描述性、平台无关性和严格的格式规范成为企业级应用、配置文件、Web 服务等领域最常用的数据格式之一。虽然近年来 JSON 在轻量级场景中占据了主导地位但在许多传统系统、复杂文档结构和行业标准中XML 依然不可替代。本文将从 XML 的基本概念出发系统讲解其语法规则、文档结构、验证机制、解析方式以及实际应用场景帮助你全面掌握这一经典的数据格式。学习建议本文内容由浅入深建议按顺序阅读。如果你已熟悉 XML 基础可以直接跳到第五章解析方式和第七章实战应用。一、什么是 XML1.1 定义XML 是一种标记语言用于描述和传输结构化数据。它使用标签Tag来定义数据的含义而不是像 HTML 那样用于展示数据。XML 的核心设计目标是可扩展没有预定义标签所有标签由使用者自定义。自描述标签名称本身就说明了数据的含义。平台无关纯文本格式任何系统都可以读写。严格规范格式要求严格不允许任何语法错误。1.2 一个简单的 XML 示例xml?xml version1.0 encodingUTF-8? bookstore book category编程 title langzhJava 编程思想/title authorBruce Eckel/author price108.00/price publishDate2007-06-01/publishDate /book book category小说 title langenThe Great Gatsby/title authorF. Scott Fitzgerald/author price45.50/price publishDate1925-04-10/publishDate /book /bookstore这段 XML 描述了一个书店的书籍列表标签名称bookstore、book、title、author、price完全由使用者自定义清晰表达了数据的层次结构。1.3 XML vs HTML对比维度XMLHTML目的传输和存储数据展示数据标签自定义预定义大小写区分大小写不区分闭合标签必须闭合部分标签可省略错误处理严格有错即停宽容尽量渲染根元素必须有且仅有一个可以有多个1.4 XML vs JSON对比维度XMLJSON可读性冗长标签重复简洁体积小数据类型纯文本需自行解析原生支持数字、布尔、null注释支持不支持命名空间支持不支持Schema 验证DTD、XSDJSON Schema解析速度较慢较快适用场景复杂文档、企业系统、行业标准Web API、配置文件、轻量级数据交换二、XML 语法规范XML 的语法非常严格任何格式错误都会导致解析失败。以下是核心规则。2.1 文档声明XML 文档通常以声明开头指定版本和编码xml?xml version1.0 encodingUTF-8?version必填目前常用1.01.1较少使用。encoding可选默认UTF-8常见还有GBK、ISO-8859-1。standalone可选yes表示不依赖外部 DTDno表示依赖。2.2 元素Element元素是 XML 的基本构建块由开始标签、内容和结束标签组成xmlname张三/name元素命名规则可以包含字母、数字、连字符、下划线、点号。不能以数字或标点符号开头。不能以xml任何大小写组合开头。不能包含空格。区分大小写。空元素没有内容的元素可以自闭合xmlprice / !-- 等价于 -- price/price2.3 属性Attribute属性提供元素的附加信息定义在开始标签内xmlbook category编程 idB001 titleJava 编程思想/title /book属性规则属性值必须用引号包裹单引号或双引号均可。同一个元素不能有重复属性名。属性不能包含、等特殊字符需转义。属性 vs 元素xml!-- 使用属性 -- book category编程 / !-- 使用子元素 -- book category编程/category /book选择建议简单元数据如 ID、类型适合用属性。复杂结构或可能重复的数据适合用子元素。属性无法表达层次结构子元素可以。2.4 注释xml!-- 这是注释 -- book !-- 书名 -- titleJava 编程思想/title /book注意注释不能嵌套也不能出现在标签内部。2.5 特殊字符与 CDATAXML 中有五个预定义实体字符实体引用说明lt;小于号gt;大于号amp;和号quot;双引号apos;单引号CDATA 区块当内容包含大量特殊字符时使用 CDATA 可以避免逐个转义xmlcode ![CDATA[ if (a b c d) { System.out.println(Hello World); } ]] /codeCDATA 中的内容不会被解析原样保留。2.6 处理指令处理指令Processing InstructionPI用于向应用程序传递信息xml?xml-stylesheet typetext/xsl hrefstyle.xsl?2.7 格式良好的 XMLWell-Formed一个格式良好的 XML 文档必须满足有且仅有一个根元素。所有标签正确闭合。标签正确嵌套不能交叉。属性值用引号包裹。特殊字符正确转义。区分大小写。xml!-- ✅ 正确 -- root child name张三/name /child /root !-- ❌ 错误根元素不唯一 -- root1/root1 root2/root2 !-- ❌ 错误标签交叉 -- root ab/a/b /root !-- ❌ 错误属性未加引号 -- book id001/book三、XML 文档结构3.1 树形结构XML 文档本质上是一棵树textbookstore (根元素) ├── book (属性: category编程) │ ├── title (属性: langzh) → Java 编程思想 │ ├── author → Bruce Eckel │ ├── price → 108.00 │ └── publishDate → 2007-06-01 └── book (属性: category小说) ├── title (属性: langen) → The Great Gatsby ├── author → F. Scott Fitzgerald ├── price → 45.50 └── publishDate → 1925-04-10每个元素都是树中的一个节点元素之间形成父子、兄弟关系。3.2 根元素每个 XML 文档必须有且仅有一个根元素所有其他元素都是它的后代xml?xml version1.0 encodingUTF-8? root !-- 所有内容都在这里 -- /root四、XML 验证DTD 与 XML Schema格式良好的 XML 只保证语法正确但不保证内容符合业务规则。验证确保 XML 符合预定义的结构规范。4.1 DTDDocument Type DefinitionDTD 是最早的 XML 验证机制语法简洁但功能有限。dtd!DOCTYPE bookstore [ !ELEMENT bookstore (book) !ELEMENT book (title, author, price, publishDate) !ELEMENT title (#PCDATA) !ELEMENT author (#PCDATA) !ELEMENT price (#PCDATA) !ELEMENT publishDate (#PCDATA) !ATTLIST book category CDATA #REQUIRED !ATTLIST title lang CDATA #IMPLIED ]引用外部 DTDxml!DOCTYPE bookstore SYSTEM bookstore.dtdDTD 的局限不支持数据类型所有内容都是#PCDATA。不支持命名空间。语法不够直观。4.2 XML SchemaXSDXSD 是 DTD 的替代方案功能更强大使用 XML 语法编写。xml?xml version1.0 encodingUTF-8? xs:schema xmlns:xshttp://www.w3.org/2001/XMLSchema xs:element namebookstore xs:complexType xs:sequence xs:element namebook maxOccursunbounded xs:complexType xs:sequence xs:element nametitle typexs:string/ xs:element nameauthor typexs:string/ xs:element nameprice typexs:decimal/ xs:element namepublishDate typexs:date/ /xs:sequence xs:attribute namecategory typexs:string userequired/ /xs:complexType /xs:element /xs:sequence /xs:complexType /xs:element /xs:schema引用 XSDxmlbookstore xmlns:xsihttp://www.w3.org/2001/XMLSchema-instance xsi:noNamespaceSchemaLocationbookstore.xsd !-- ... -- /bookstore4.3 DTD vs XSD维度DTDXSD语法专有语法XML 语法数据类型不支持丰富string、int、date 等命名空间不支持支持扩展性有限强复杂度简单较复杂使用现状遗留系统主流五、XML 命名空间当 XML 文档中混用多个来源的标签时可能出现名称冲突。命名空间通过 URI 唯一标识一组标签。5.1 声明与使用xml?xml version1.0 encodingUTF-8? root xmlns:bkhttp://example.com/book xmlns:auhttp://example.com/author bk:book bk:titleJava 编程思想/bk:title au:nameBruce Eckel/au:name /bk:book /rootxmlns:bk声明了前缀bk对应的命名空间 URI。使用bk:book表示该元素属于http://example.com/book命名空间。5.2 默认命名空间xmlroot xmlnshttp://example.com/default book !-- 默认属于上述命名空间 -- titleJava 编程思想/title /book /root5.3 取消默认命名空间xmlroot xmlnshttp://example.com/default book xmlns !-- 此元素不属于任何命名空间 -- titleJava 编程思想/title /book /root六、XML 解析方式在程序中读取 XML 有两种主流方式DOM 和 SAX。6.1 DOMDocument Object Model将整个 XML 文档加载到内存构建一棵树可以随意遍历和修改。优点操作灵活可随机访问。缺点内存占用大不适合超大文件。javaimport javax.xml.parsers.*; import org.w3c.dom.*; DocumentBuilderFactory factory DocumentBuilderFactory.newInstance(); DocumentBuilder builder factory.newDocumentBuilder(); Document doc builder.parse(books.xml); // 获取根元素 Element root doc.getDocumentElement(); // 遍历所有 book 元素 NodeList books root.getElementsByTagName(book); for (int i 0; i books.getLength(); i) { Element book (Element) books.item(i); String category book.getAttribute(category); String title book.getElementsByTagName(title).item(0).getTextContent(); System.out.println(category : title); }6.2 SAXSimple API for XML基于事件驱动的流式解析逐行读取不将整个文档加载到内存。优点内存占用小速度快。缺点只能顺序读取不能修改。javaimport javax.xml.parsers.*; import org.xml.sax.*; import org.xml.sax.helpers.*; SAXParserFactory factory SAXParserFactory.newInstance(); SAXParser parser factory.newSAXParser(); DefaultHandler handler new DefaultHandler() { boolean isTitle false; Override public void startElement(String uri, String localName, String qName, Attributes attributes) { if (qName.equals(title)) { isTitle true; } } Override public void characters(char[] ch, int start, int length) { if (isTitle) { System.out.println(标题: new String(ch, start, length)); isTitle false; } } }; parser.parse(books.xml, handler);6.3 DOM vs SAX维度DOMSAX解析方式一次性加载整棵树事件驱动逐行读取内存占用大小访问方式随机访问顺序访问修改文档支持不支持适用场景中小型文档需修改大型文档只读6.4 其他解析方式StAXStreaming API for XML拉模式解析结合了 DOM 和 SAX 的优点。JDOMJava 专用API 更友好。DOM4J功能强大性能优秀广泛用于企业开发。七、常用 XML 技术7.1 XPathXML 路径查询XPath 使用路径表达式在 XML 中查找节点xmlbookstore book category编程 titleJava 编程思想/title price108.00/price /book book category小说 titleThe Great Gatsby/title price45.50/price /book /bookstoreXPath 表达式说明/bookstore/book选择根下所有 book//title选择所有 title任意层级/bookstore/book[1]选择第一个 book//book[category编程]选择 category 为编程的 book//book[price50]选择 price 大于 50 的 book//book/title/text()选择 title 的文本内容Java 示例javaimport javax.xml.xpath.*; import org.w3c.dom.*; XPathFactory xPathFactory XPathFactory.newInstance(); XPath xpath xPathFactory.newXPath(); XPathExpression expr xpath.compile(//book[category编程]/title/text()); String title (String) expr.evaluate(doc, XPathConstants.STRING); System.out.println(title); // Java 编程思想7.2 XSLTXML 转换XSLTeXtensible Stylesheet Language Transformations用于将 XML 转换为 HTML、文本或其他 XML 格式。xml!-- style.xsl -- ?xml version1.0 encodingUTF-8? xsl:stylesheet version1.0 xmlns:xslhttp://www.w3.org/1999/XSL/Transform xsl:template match/bookstore html body h1书籍列表/h1 ul xsl:for-each selectbook li xsl:value-of selecttitle/ - xsl:value-of selectprice/ /li /xsl:for-each /ul /body /html /xsl:template /xsl:stylesheet在 XML 中引用xml?xml-stylesheet typetext/xsl hrefstyle.xsl?7.3 XQueryXML 查询语言XQuery 是 XPath 的超集功能更强大类似于 SQLxqueryfor $book in doc(books.xml)//book where $book/price 50 return $book/title八、XML 的实际应用场景8.1 配置文件许多框架和工具使用 XML 作为配置文件格式Mavenpom.xml管理项目依赖和构建。SpringapplicationContext.xml定义 Bean 和依赖注入。Log4jlog4j2.xml配置日志。Web.xmlJava Web 应用部署描述符。xml!-- pom.xml 示例 -- project modelVersion4.0.0/modelVersion groupIdcom.example/groupId artifactIdmy-app/artifactId version1.0.0/version dependencies dependency groupIdorg.springframework/groupId artifactIdspring-core/artifactId version6.0.0/version /dependency /dependencies /project8.2 数据交换在企业系统集成中XML 常用于不同系统之间的数据交换SOAP Web 服务基于 XML 的通信协议。RSS/Atom新闻订阅格式。SVG矢量图形。Office Open XML.docx、.xlsx等文件的底层格式。8.3 行业标准许多行业制定了基于 XML 的标准格式行业标准用途金融FIXML、ISO 20022交易和支付消息医疗HL7、CDA电子病历交换地理GML、KML地理信息数据出版DocBook、DITA技术文档法律LegalXML法律文书8.4 Android 布局Android 使用 XML 定义界面布局xmlLinearLayout xmlns:androidhttp://schemas.android.com/apk/res/android android:layout_widthmatch_parent android:layout_heightmatch_parent android:orientationvertical TextView android:idid/title android:layout_widthwrap_content android:layout_heightwrap_content android:textHello World / /LinearLayout九、最佳实践与常见陷阱9.1 最佳实践使用有意义的标签名bookTitle比bt更好。保持结构一致相同类型的数据使用相同的元素结构。优先使用元素而非属性属性适合简单元数据复杂数据用子元素。使用命名空间避免标签名冲突。验证文档使用 XSD 验证 XML 的合法性。处理编码统一使用 UTF-8。避免过深的嵌套保持结构扁平便于阅读和解析。添加注释对复杂结构进行说明。9.2 常见陷阱陷阱说明解决方案忘记关闭标签XML 要求所有标签闭合使用自闭合tag/大小写不一致XML 区分大小写统一命名规范属性值未加引号属性值必须用引号始终加引号特殊字符未转义、等导致解析错误使用实体引用或 CDATA多个根元素格式错误确保只有一个根元素空白处理元素间的空白可能被保留使用xml:spacepreserve控制编码错误中文乱码声明encodingUTF-8并保存为 UTF-8XXE 攻击外部实体注入禁用外部实体解析十、XML 安全XXE 攻击与防御XXEXML External Entity是一种针对 XML 解析器的攻击方式攻击者通过构造恶意的外部实体读取服务器文件或发起 SSRF 攻击。攻击示例xml?xml version1.0? !DOCTYPE foo [ !ENTITY xxe SYSTEM file:///etc/passwd ] fooxxe;/foo防御措施java// Java 中禁用外部实体 DocumentBuilderFactory factory DocumentBuilderFactory.newInstance(); factory.setFeature(http://apache.org/xml/features/disallow-doctype-decl, true); factory.setFeature(http://xml.org/sax/features/external-general-entities, false); factory.setFeature(http://xml.org/sax/features/external-parameter-entities, false); factory.setXIncludeAware(false); factory.setExpandEntityReferences(false);十一、总结速查表主题核心内容定义可扩展标记语言用于描述和传输结构化数据语法标签闭合、属性加引号、特殊字符转义、单根元素文档结构树形结构有且仅有一个根元素验证DTD简单、XSD强大支持数据类型和命名空间命名空间通过xmlns声明避免标签名冲突解析方式DOM内存树可修改、SAX事件流内存小、StAX拉模式查询XPath路径表达式、XQuery类 SQL转换XSLTXML → HTML/XML/文本应用场景配置文件、数据交换、SOAP、SVG、Office 文档、Android 布局安全防范 XXE 攻击禁用外部实体vs JSONXML 更冗长但支持注释、命名空间、Schema 验证一句话记忆XML 是自描述的、平台无关的结构化数据格式——用标签定义数据含义用树形结构组织数据用 DTD/XSD 验证合法性用 DOM/SAX 解析用 XPath 查询用 XSLT 转换。尽管 JSON 在轻量级场景中更流行但 XML 在复杂文档、企业系统和行业标准中依然不可替代。XML 的学习路径建议掌握基本语法 → 理解 DTD 和 XSD → 熟悉 DOM/SAX 解析 → 学习 XPath 和 XSLT → 在实际项目中应用如读取配置文件、处理 SOAP 消息。虽然 XML 在某些场景下被 JSON 取代但掌握 XML 仍是后端开发、系统集成和数据处理领域的重要技能。