3.2 XML文档结构
XML规范规定，XML文档由序言（prolog）、文档数据和其他三部分构成，如图3.5所示。
其中，序言部分以XML声明＜？xml version="1.0"？＞开始，然后是注释、处理指令、DTD声明、名称空间声明、调用转换文本语句行、注释等。XML的数据部分以一个根元素包含的数据文档为主体，根元素内包含所有数据元素、属性、字符串。其他部分是可选项，包含注释和其他非元素标签的组合。
图3.5 XML文档结构
3.2.1 XML序言
一个典型的XML序言包含如下的语句成分：
上面的语句构成了XML文档的序言。除第一行外，还有注释、DTD声明、XSL样式表转换、样式表转换的版本声明和样式表名称空间声明，共四行。注释的语法和作用前面讲过。DTD（Documents Type Definition）是专门定义XML文档中元素、属性和数据有效性的文档，它指出了与一个XML文档相关的用于定义其元素、属性和数据类型的存储单元。样式表版本声明指出当前使用的版本，而样式表的名称空间（Namespace）声明是为了扩大XML应用范围和消除元素歧义而引入的。
1.DTD
以例3.2为例进行说明。在该程序中，虽然具有XML声明，但它不是一个有效的XML文档，因为，在文档中没有对元素＜hello＞类型进行说明，因而无法验证此文档元素＜hello＞的有效性，所以说它不是一个有效的XML文档。
关于XML元素有效性的问题，类似于传统数据库中各种数据类型的定义，以及对该数据类型值的约束和限定等一套完整的机制。如在数据库的某个表中定义了“单价”字段的类型是currency，如果赋给该字段的数据值为字符或字符串时会出错，这是数据库系统为了保证数据的有效性而采取的措施，这就叫数据的有效性检验，即所谓的数据有效性问题。
为了定义文档元素的有效性，在XML 1.0规范中，引入了文档类型声明DTD。DTD必须出现在文档中第一个元素的前面。DTD分为内部和外部DTD。有关内部和外部DTD的内容请参考4.4。
2.XML表单
浏览器在解析和显示XML文档时没有附加任何格式信息，所以只要是结构良好的XML文档，浏览器均以根元素的树状结构形式显示出来。这种显示方法无法满足Web应用，需要引入专门的转换技术对XML文档进行转换，目前主要使用CSS和XSL两种技术。用这两种技术编写的文档称为XML表单文件，简称XML表单。
3.名称空间
名称空间本身不是XML规范包含的内容。引入名称空间的主要原因有两点：当文本中出现不同的对象使用相同元素标签的情况下，可以消除同名带来的命名冲突，解决浏览器解析时产生名称歧义的问题。另外，在应用程序调用XML文档数据时，因为有名称空间定义，可以直接使用XML文档中的元素，且不产生任何错误。
3.2.2 XML数据
数据是XML文档的主体部分，必须有一个根元素开头，所有的数据都包含在这个根元素中。如果XML文档不包含任何内容，这个根元素也必须存在，否则文件是非法的XML文档，也就是说，一个XML文档必须包含一个顶级元素，哪怕它是空，也必须存在，否则该文档将被视为非法的XML文档，这个顶级元素就是根元素。
例如：
＜？xml version="1.0" encoding="gb2312"？＞
＜book/＞
尽管这个XML文档，除声明外没有任何内容，根元素是空元素，但它是一个合格的XML文档。
从处理数据的形式上看，XML数据大体分为以数据为中心和以文本为中心两大类。
1.以数据为中心
以数据为中心的XML文档，一般具有可以转化为表格形式的数据形态，如例3.1可以用表3.2表示。因此在如何判断XML文档是否以数据为中心，只要看它的数据大体上能否与一个表格相对应。
表3.2 表示例3.1的表格
对于以数据为中心的XML文档，可以把它作为关系数据库中的表使用，每个元素对应数据表的列元素（字段），每一个包含下一级子元素的元素可以看成是一条记录（如book），而根元素可以当作数据库的表名使用（如booklist）。这样的转换，使人容易想到把XML文档作为数据库的表格看待。如何把XML文档作为数据库使用，问题并不像上面这个例子这么简单，对于结构复杂的，多层嵌套且嵌套无规则的，转换就存在问题，因此XML的数据库研究成了近年来的研究热点，并把XML数据库称为半结构数据库。这个内容超出了本书讨论的范围，感兴趣的读者可以参考有关半结构数据库方面的研究文献和书籍。
2.以文本为中心
下面是一个以文本为中心的XML文档示例。这个文本中，数据主要是文本，各个文本长短不一，没有结构。
例3.10 以文本为主的XML文档。
上面的文本在浏览器中出现的形态没有以数据为主的那样结构严谨，层次不清晰，而是显得杂乱无章，如图3.6所示。以文本为主是今天Web应用中的主要形式之一，所以，研究文本为主的XML文档与研究以数据为主的XML文档一样的重要。由于结构松散，文本为主的XML文档直接转换成传统数据库的表格不是人们研究的重点。
图3.6 文本为主的XML数据显示