Vincent.Chan‘s Blog

XML 标准概览: 第 3 部分：最重要的词汇表

级别: 中级

Uche Ogbuji, 首席顾问, Fourthought, Inc.

2004 年 3 月 01 日

XML 世界非常庞大，而且还在不断成长，存在大量不同的标准以复杂的方式互相影响。新手很难确定哪些是 XML 最重要的方面，用户也难以跟踪这个领域出现的新生事物和变化。XML 是一种基本语法，可用于开发本地或全局的词汇表。XML 成功的关键就在于一些非常重要的数据格式定义成了 XML 词汇表。本文中，Uche Ogbuji 将介绍其中最重要的一些词汇表。

XML 变得越来越强大，得到了迅速的发展。它已经证明自己是一种非常有价值的技术，但可能也是一种令人害怕的技术，如果考虑到挂在“XML”一词下面不断变化的 各个部分。在这一组文章中，我将简述我认为最重要的 XML 技术，讨论它们如何在 XML 世界中更大的范围内彼此融合。为了进一步研究和学习以使用各种技术，我还推荐了一些教程和其他有用的参考资料。

这里介绍的所有技术都是 标准，尽管这个词本身就有点捉摸不定。标准有各种各样的形式，而且在同一个领域中常常有多种标准互相竞争。我按照实践的方法把标准定义为：被不同的供应商大量采用的或者有影响、独立于供应商的组织推荐的规范。

在 本系列的第一篇文章中主要讨论了核心 XML 技术。（关于各种标准开发团体的概述以及标准的分类请参阅 那篇文章中的侧栏。） 第二篇文章中 探讨了和开发人员处理 XML 有关的标准。本文中我将介绍最重要的一些 XML 应用（也称为词汇表，虽然不很准确）。和原来的 SGML 一样，XML 也是一种元语言，是定义其他语言的语法基础。这些语言（如 SGML 中的 HTML，XML 中的 XHTML）是 应用——不要与程序员编写的应用程序（软件应用）如 IBM DB2 混淆。

在第 4 部分，我将就以前所述的这些信息加以比较，提供一个方便的交叉索引。

XHTML

XHTML 1.0 [W3C 推荐标准]基本上是对 HTML 4 的改写，使其成为结构良好的 XML。HTML 是一种 SGML 应用，当 XML 作为对 SGML 在 Web 应用上的简化和规范化开发出来的时候，HTML（本身是 Web 上的 通用语言） 就成为采用 XML 的首选目标。于是出现了 HTML 的一种变体，称为 XHTML。XHTML 研究的目标是一种更容易解析（因为 XML 的语法更加严格）的 HTML 语言。XHTML 很容易用现成的 XML 工具处理，力求更好地分离内容与表示。XHTML 是最古老的 XML 应用之一，有许多利益集团在不同的部分和版本中起过作用。我将尽力对其中的大部分加以概括。

与三种HTML 4 DTD—— Strict、 Transitional和 Frameset对应，XHTML 1.0 定义了不同的 DTD 和名称空间。 Modularization of XHTML[W3C 推荐标准]提供了一个框架，把 XHTML 分解成单独的模块，作为不同的 DTD 定义。比如，用于定义列表的所有元素和属性组成一个模块，而和表示有关的元素类型则放在另一个模块中。这样，就可以通过增加、减少和修改通用的独立模块开 发和重新定义 XHTML。沿着这条路线，第一步就是 XHTML Basic[W3C 推荐标准]，它定义了任何作为 XHTML 的语言都必须具有的最小 XHTML 模块集。XHTML Basic 本身可以作为 Web 客户的内容语言，如移动电话、PDA、寻呼机和置顶盒。 XHTML 1.1[W3C 推荐标准]基本上就是使用模块框架分解的 XHTML 1.0 Strict DTD。

XHTML 2.0 [开发中]是对 XHTML 的重写，没有考虑与 HTML 的向后兼容。这种想法差不多就是为 Web 编写一种全新的内容语言，学习过去的经验而又不束缚于过去。其中大的变化有：

• 取消了 <br/> 、 <img/> 以及其他认为过于面向表示的元素
• 取消 HTML 风格的表单，改为支持 XForm（本系列文章 前已述及）
• 取消 HTML 风格的链接改为 HLink（本系列文章中 前已述及）
• 用 XML Event 代替许多 JavaScript 驱动的动态任务
• 用 XFrame 代替 HTML 风格的框架

更重要的是，XHTML 2.0 做了许多扩展,增强了作者表达内容结构和含义的能力。打破向后兼容性引起了争议。一些评论者认为保持 (X)HTML 的名称只修改版本号会造成混乱。其他人则说这些修改非常必要，而 XHTML 实际上仍然是一种 可扩展超本文标记语言，因此保留原来的名称非常合适。

XHTML 常常和其他嵌入格式一起使用，如 MathML、RDF、SVG、SMIL 和 VoiceXML（后面都将予以介绍）。这种混合文档称为 多模的或者 非单体的。W3C、ISO 以及其他组织正投入巨大的努力鼓励对这种文档的强力支持。

推荐的入门参考和教程

• Sathyan Munirathinam 的 “ XHTML：两种语言的力量”（ developerWorks，2002 年 7 月），以及 Molly Holzschlag 撰写的 “ XHTML 1.0: Marking up a new dawn”（ developerWorks，2000 年 10 月），提供了 XHTML 1.0 的简要介绍。
• Nicholas Chase 的 “ Web 的未来：XHTML 2.0”（ developerWorks，2002 年 9 月）尽管写得比较早，仍然是关于 XHTML 2.0 所作修订的很好介绍。
• 如果希望理解这种语言的构造块，教程 “ XHTML 的模块化”（Nicholas Chase， developerWorks，2001 年 10 月）非常有用。

参考资料和其他资源

• W3Schools 提供了一份 XHTML 1.0 Reference，其中包括浏览器兼容性指南。
• ZVON 的 XHTML 1.0 参考包括一些例子和到标准的链接。

回页首

Docbook

Docbook 原来是一种流行的 SGML 格式，用于编纂书籍和文档，尤其是带有较多技术特性的文档。后来增加了一个 XML 版本， DocBook XML V4.2[OASIS 委员会规范]是最新的成果。Docbook 非常流行，得到了许多工具的支持，其中很多工具非常成熟。它作为避免混合表示问题与内容格式的一个范例而受人尊敬。最近，一些开发人员开始抱怨它从过去的 版本继承了太多的负担，纷纷讨论（甚至包括它的主要开发者 Norm Walsh）为这种格式重新开发一种新的、不向后兼容的版本。

Text Encoding Initiative (TEI) 甚 至比 Docbook 更古老，这种文档格式在某种程度上与 Docbook 的应用范围类似，区别在于它通常处理的是人文学科的文本而非技术文本。TEI 本身不是一种 SGML 或 XML 应用，而是一组用于构造语言（DTD）的指导原则。最常用的 TEI 变体是 TEI Lite[社区标准]。TEI 以其复杂性驰名，这在一定程度上限制了它被大量采用，但是它得到了很好的维护，并在一些社区中有狂热的用户。

推荐的入门参考和教程

• David Mertz, Ph.D. 撰写的 “ DocBook XML 方言入门”（ developerWorks，2000 年 10 月）是一篇高水平的介绍。
• Norman Walsh 的 “ Introducing DocBook” 是一篇非常深入的介绍，采用了演示幻灯片的形式。
• “ XML 问题: TEI -- 文本编码规范”（David Mertz, Ph.D.， developerWorks，2003 年 9 月）对 TEI 做了高水平的介绍。

参考资料和其他资源

• DocBook.org基本上是关于 Norman Walsh 所著 DocBook: The Definitive Guide（O'Reilly & Associates, 1999） 一书的站点。它把全书的内容都放在了网上，并作了很好的链接，这是关于 DocBook 各个方面的很好很详细的参考。
• DocBook Wiki是关于这种语言的信息和讨论的协作空间。

回页首

XSL-FO

Extensible Stylesheet Language Formatting Objects (XSL-FO) [W3C 推荐标准]是一种使用 XML 定义的表示语言。（注意，链接规范的标题是 "Extensible Stylesheet Language (XSL)"，但内容事实上只包括 XSL 的格式化对象方面。）XSL-FO 是一种 XML 格式，可被任何用户代理用于按照开发人员给定的精确规范呈现内容。它的角色类似于 Web 用户界面中的 XHTML， 但是更加复杂，以便表达适用于打印形式的格式化细节。这些细节和级联样式表（CSS——本系列文章 前已述及）中所规定的没有什么不同，但是在 XSL-FO 中，这些细节构成了这种标记语言本身的一个实例，而不是呈现单个标记的指令。

XSL-FO 常用作 XSLT（本系列文章 前已述及）的输出格式。事实上，最初 XSLT 和 XSL-FO 是一个系统，称为 XSL，但是工作组明智地将这两个部分分成了两个不同的规范。有多种开放源代码的或者商业化的工具可以将 XSL-FO 转化成 TeX、Adobe 的 PDF以及其他适于打印和排版的（非 XML）输出格式。这种应用模式使 XSL-FO 非常流行，但是 XSL-FO 一直希望成为 WYSIWYG 工具或者类似工具的原生呈现格式，它的这种应用也开始受到推动。 XSL-FO 1.1[开发中]是这种语言的升级，增加了注释、索引、书签之类的特性，并增强了图像的处理能力。

推荐的入门参考和教程

• Doug Tidwell 的教程 “ XSL 格式化对象（XSL-FO）基础知识”（ developerWorks，2003 年 2 月）是一个非常友好的起点。他的后续文章“ XSL-FO 高级技术”（ developerWorks，2003 年 2 月）介绍如何使用 XSL-FO 完成更加复杂的任务，如格式化数据、创建复杂的文档、把 HTML 元素转化成格式化对象然后再转化成 PDF 文档。最后，他的“ HTML 至格式化对象（FO）转换指南”（ developerWorks，2003 年 2 月）示范了如何使用 XSLT 模板把常用的 HTML 元素转化成格式化对象，以便更容易转换为 PDF。
• Rodolfo M. Raya 的“ 使用 XSL-FO 创建可打印文档”（ developerWorks，2001 年 1 月）主要讨论将 XSL-FO 用于创建可打印的数据库报表。
• J. David Eisenberg 的“ Using XSL Formatting Objects”是一篇简要的介绍，强调了 XSL-FO 强大的国际化支持。

参考资料和其他资源

• ZVON 提供了一个 XSL FO 参考，勾勒了元素之间的一些关系，但是没有深入每种元素的语义。
• Dave Pawson 的 XSL FAQ探讨了 XSL-FO 以及 XSLT 和 XPath。

回页首

SVG

Scalable Vector Graphics (SVG) 1.1 [W3C 推荐标准]是一种描述二维图像的语言。它主要是一种 向量图形语言，尽管也支持一些 光栅图 形特性。SVG 的非凡雄心是提供一种实用的、灵活的、使用（以冗长闻名的）XML 表示的图像格式，而且在这点上做的很成功。SVG 的特性包括：嵌套转换、剪辑路径、alpha 蒙板、光栅过滤效果、模板对象，当然还有可扩展性。SVG 也支持动画、缩放和移动视图、各种图形原语、分组、脚本、超链接、结构化元数据、CSS、一种专用的 DOM 超集（DOM 和 CSS 前已述及），并且很容易嵌入其他 XML 文档。SVG 的一些设计决策经历了不很激烈的争论，其中包括向量路径在单个属性中使用空格分隔的数字列表表示，但是总体上 SVG 已经成为应用最广泛的并受到热烈欢迎的一种 XML 应用。该规范已经被 翻译成了多种语言。

SVG 1.1 是对 SVG 1.0[W3C 推荐标准]的更新，增加了一些新特性，也包括一些更正。最大的区别是 SVG 1.1 以类似 XHTML 1.1+ 的方式进行了模块化。这种模块化使得 SVG 能够扩展甚至精简，就像 Mobile SVG Profiles: SVG Tiny and SVG Basic[W3C 推荐标准]那样。后者定义了 SVG 模块的精简集，适用于移动电话和 PDA。 SVG 1.2[开发中]致力于增加许多新工具，使 SVG 不仅作为一种图像格式，而且成为具有广泛应用前景的平台。

推荐的入门参考和教程

• Nicholas Chase 撰写的教程“ 可伸缩向量图形介绍”（ developerWorks，2002 年 2月）提供了许多例子。
• J. David Eisenberg 的“ An Introduction to Scalable Vector Graphics”是一篇很好的快速入门文章。
• W3Schools SVG 教程涵盖了最常用的元素。

参考资料和其他资源

• SVG Wiki，一个协作资源索引和讨论网页，是关于这种语言的各种信息的公共消息交换中心。
• ZVON 的 SVG Reference提供了元素之间的关系图和一些例子。

回页首

VoiceXML

Voice Extensible Markup Language (VoiceXML) Version 2.0 [开发中]是一种创建音频、语音和电话应用程序的语言。它包含的音频对话框具有以下特点：语音合成、数字音频、声音识别和电话音质拨号输入和话音输入录制。它寻求把基于 Web 的开发和内容传递的优势带入 交互式语音响应应用程序中。VoiceXML 是 W3C Speech Interface Framework[开发中]的一部分，后者还包括其他的标准，由于这些标准与电话行业的界限非常模糊，这里就不讨论了。VoiceXML 2.0 标志着 VoiceXML 规范从 VoiceXML Forum转向 W3C，前者仍然在努力改进这种技术。关于 VoiceXML 已经有了 一些专利声明，其中一些意味着 VoiceXML 用户将面临版权和许可费的问题。

推荐的入门参考和教程

• W3C 职员 Dave Raggett 撰写了一篇很好的介绍文章，“ Getting started with VoiceXML 2.0”。
• 稍微深一点的教程，请参阅 Vivek Malhotra 的“ Introduction to Voice XML”（ developerWorks，2001 年 11 月）。
• VoiceXML Forum 提供了一个 交互式系列教程。

参考资料和其他资源

• ZVON 的 VoiceXML Reference突出了例子。
• FreeSpeech Developer Network 也提供了一份 VoiceXML Reference。

回页首

MathML

Mathematical Markup Language (MathML) 2.0 [W3C 推荐标准]是一种 XML 语言，按照该规范的说法，其目的是“促进数学和科学内容在 Web 上，以及其他应用程序如计算机代数系统、打印排版及语音合成中的使用和重用。MathML 可用于对能够高质量显示的数学符号表示编码，也可用于为语义起着更重要作用的应用程序对数学内容编码，如科学软件或语音合成。”MathML 常用于在教育、科学论文、工业规范、规章内容等领域中表示等式、公式或者类似的信息。这个版本对 MathML 1.01[W3C 推荐标准]增加了一些相对较新的特性。MathML 经常和 XHTML、SVG 以及其他应用一起使用。

推荐的入门参考和教程

• Robert Miner 与 Jeff Schaeffer 合作的“ A Gentle Introduction to MathML”是一篇很好的入门文章。
• Michael Kohlhase 的“ MathML: Presenting and Capturing Mathematics for the Web (PDF)”更长内容也更深。

参考资料和其他资源

• ZVON 的 MathML 2 参考更类似一个索引，反映了元素之间的关系。

回页首

Synchronized Multimedia Integration Language (SMIL)

SMIL 2.0 [W3C 规范]，按照 W3C 的说法，“支持简单地编辑交互式[音频/视频]演示文稿。SMIL 通常用于[‘丰富媒体’或多媒体]演示文稿，其中集成了流式音频和视频、图像、文本或者任何其他媒体类型。SMIL是一种简单易学的类 HTML 语言，许多 SMIL 演示文稿都是使用简单的[文本编辑器]编写的。”SMIL 是 W3C Synchronized Multimedia activity的一个产品，已经升级到了 SMIL 1.0[W3C 推荐标准]，增加了和动画、元数据、内容控制、链接、定时与同步、事件处理、过渡效果等有关的特性。

推荐的入门参考和教程

• Anne Zieger 的“ 熟悉 SMIL 2.0”（ developerWorks，2002 年 9 月）从高层次上概述了这种技术及其实现。
• Lynda Hardman 与 Lloyd Rutledge 的“ SMIL 2.0 -- Interactive Multimedia on the Web”[PDF] 是一篇深入的教程。
• W3Schools 提供了一个 SMIL 2.0 教程。

参考资料和其他资源

• 荷兰的 CWI (Centrum voor Wiskunde en Informatica) 提供了一个 Experimental SMIL validator。

回页首

RDF

差不多在 W3C 致力于以 XML 为代表的下一代标记技术的同时，它也开始了下一代 Web 资源形式化描述技术的研究。 Resource Description Framework (RDF)[W3C 推荐标准]是一种模型，用于描述一组 Web 资源声明。这些声明被概念化为 三元组，每一个都包含 主语（一个 URI——本系列文章 前已述及）、 谓词（也是一个 URI）和 对象（一个 URI 或字面数据值）。要理解这种声明的意义，可以想一想描述 Web 页面的 HTML meta 标签。如果套用在 RDF 上，主语就是 Web 页面本身的 URI，谓词是一个标准 URI 表示一般的描述，而对象就是描述的实际文本。通过大量使用 URI，RDF 希望尽量减少这些声明成分标识的歧义，从而更加形式化以便于机器处理。RDF 能否实现这一目标还存在争议，但是 RDF 以其非常活跃的社区和范围广泛的工具而知名。

RDF 是 W3C Semantic Web activity的支柱； Semantic Web是 Web 的一种视像，不仅仅是内容的表示，还包括内容的注释以帮助表达它的含义。比如，在 Semantic Web 中描述 Web 资源时，可以区分 "python"（一种蛇）和 "python"（一种计算机编程语言）这样的概念。RDF 标准化由大量规范组成，包括：

• Resource Description Framework (RDF): Concepts and Abstract Syntax [W3C 推荐标准]提出了目标、核心概念、基本数据模型以及 RDF 的抽象语法。
• RDF/XML Syntax Specification [W3C 推荐标准]定义了 RDF 的一种通用 XML 表示。许多观察者包括我自己，都抱怨 RDF/XML 语法可怜的标记设计。
• RDF Vocabulary Description Language 1.0: RDF Schema [W3C 推荐标准]定义了一个 RDF 词汇表，可用于定义其他 RDF 词汇表。
• RDF Semantics [W3C 推荐标准]不是供内心缺乏勇气的人看的，它探讨了 RDF 数据模型底层的形式数学理论。

Web Ontology Language (OWL) [W3C 推荐标准]是 RDF 的一个应用，通常用 RDF/XML 编码，增加了丰富的词汇表可用于对 RDF 资源进行正式分类和归纳。

推荐的入门参考和教程

• 我的文章“ The Languages of the Semantic Web”讨论了 RDF 与 Semantic Web 技术的动机和基础，主要针对 Web 开发人员。
• W3C 的 RDF Primer是非常适当的入门文章。

参考资料和其他资源

• Dave Beckett's RDF Resource Guide是关于 RDF、OWL 和 Semantic Web 更多信息的权威资源。

回页首

XML Topic Maps

Topic Maps [ISO 国际标准，编号 13250]提供了组织信息的一个系统，在某些方面是与 RDF 竞争的一种 Semantic Web 技术。具体而言， XML Topic Maps[ISO 13250 的一部分]是 Topic Maps 一种 Web 友好的版本，使用 XML 语法，并以 URI 作为标识符。与 RDF 相似，Topic Maps 定义了一种类似图的模型，但更细微的差别和这样一个事实有关，即 Topic Maps 的一个重要规定是实际概念与其计算机表示的区分。Topic Maps 的这种做法是 Semantic Web 的一种基本工具，还是增加了不必要的复杂性，在 Topic Maps 与 RDF 支持者之间的这种争论永远不会划上句号。XML Topic Maps 使用了一种非常清晰的 XML 语法，这种语法基于 XLink（本系列文章 前已述及）。

推荐的入门参考和教程

• 我的文章“ Think XML：从书本学习 XML Topic Maps”（ developerWorks，2003 年 7 月）做了相当简要的介绍。
• Lars Marius Garshol 的“ What Are Topic Maps?”做了很具体的介绍。

参考资料和其他资源

• 关于 Topic Maps 信息的主要资源站点有 Topicmaps.net、 TopicMaps.org和 topicmap.com。

回页首

只是浅尝辄止

在本系列文章中，在有限的空间中选择哪些内容进行讨论让我煞费苦心。很多信息不可能包含进来，尤其是关于 XML 应用的这篇文章。XML 的一个优点同时也是祸根，它让每个人都可以很容易地定义自己的语言。目前存在的难以计数的词汇表都可以称为这种或那种形式的标准。在形形色色的目标之间， 我主要把目光放在那些最流行、采用最广泛的那些标准上。

您还可以找到关于正式商业文档交换的许多标准，要了解这些数不清的选择，您可以看看下面列出的 参考资料，既有私有的也有标准的。在我的 Thinking XML专栏 中也讨论了许多这样的标准。

下一篇文章是本系列的最后一篇文章，我将对讲述过的内容进行比较，并一一列出以便交叉参考。

回页首

参考资料

• 您可以参阅本文在 developerWorks 全球站点上的 英文原文.
  
  
• 如果希望就 XML 获得坚实的基础，请阅读 The XML Bible, 2nd Edition，Elliotte Rusty Harold 著（John Wiley & Sons, 2001），前提是您愿意买下这本书。关于 XSLT、XSL-FO、XLink、XPointer 和 WXS 的五章可以免费从网上获得。
  
  
  
  
• 访问开发 XML 标准的最重要组织的网站：
  • W3C （万维网联盟）
  • OASIS （结构化信息标准推进组织）
  • ISO （国际标准化组织），尤其是它的项目 ISO/IEC 19757 - Document Schema Definition Languages （文档模式定义语言，DSDL）
  
  
  
• Simon St. Laurent 所写的 Outsider's Guide to the W3C是一个 FAQ，对这个为您带来 HTML 和 XML 的组织进行了多方面的介绍。
  
  
  
  
• Robin Cover 的 The Cover Pages基本上涉及到了 XML 的每个方面，这是一个令人瞠目的、包罗万象的 XML 资源指南。
  
  
  
  
• 访问 xmlhack，XML 开发人员的新闻站点，Uche 帮助编辑。
  
  
  
  
• 在 developerWorksXML 专区 可以找到更多的 XML 资源，包括 Uche Ogbuji 的 Thinking XML专栏 。
  
  
  
  
• 在 developerWorksDeveloper Bookstore上可以找到大量与 XML 有关的书籍。
  
  
  
  
• 了解如何才能成为一名 IBM 认证的 XML 及相关技术开发人员。
  
  
  

回页首

关于作者

		Uche Ogbuji 是 Fourthought Inc.的顾问兼创始人，该公司是专为企业知识管理提供 XML 解决方案的软件供应商和咨询公司。 Fourthought 开发了 4Suite，这是一个用于 XML、RDF 和知识管理应用程序的开放源代码平台。Ogbuji 先生是 VersaRDF 查询语言的首席开发人员。他是一位出生于尼日利亚的计算机工程师和作家，在美国科罗拉多的博耳德生活和工作。可以通过 uche.ogbuji@fourthought.com 和 Ogbuji 先生联系。

posted on 2006-03-18 21:11 Vincent.Chen 阅读(268) 评论(0)  编辑  收藏 所属分类: AJAX