XML là gì? Tổng hợp kiến thức cần biết về XML

XML là gì?

XML (eXtensible Markup Language) với nghĩa là ngôn ngữ đánh dấu mở rộng. Định dạng này được tổ hợp web toàn cầu W3C đề nghị tạo ra với mục đích phát triển và mở rộng các ngôn ngữ đánh dấu khác ngoài định dạng .txt, ASCII,… cách lưu trữ file XML này khá đơn giản, nhưng nó có thể mô tả được nhiều dữ liệu khác nhau. Chính vì vậy, XML tương đối hữu ích trong việc chia sẻ dữ liệu giữa các hệ thống và nền tảng thông qua mạng Internet sẽ diễn ra vô cùng đơn giản.

Ví dụ: Khi bạn xây dựng ứng dụng A bằng PHP và ứng dụng B bằng Java. Lúc này, hai ngôn ngữ của 2 ứng dụng sẽ không thể hiểu nhau, vì vậy ta cần đến file XML để trao đổi và mã hóa dữ liệu.

Muốn vậy thì những đặc tả dữ liệu XML đều phải tuân theo một quy luật cũng như cú pháp nhất định. Bởi lẽ, hầu hết các file XML đều tuân thủ nghiêm khắc trong việc biên dịch. Tuy nhiên, tỷ lệ sai sót trong quá trình thao tác và truyền tải dữ liệu vẫn có, khoảng 5 – 7%. Mặc dù con số này không cao nhưng cũng đáng để cân nhắc trước khi sử dụng.

Mặc dù vậy, bạn cũng có thể yên tâm khi mà ngôn ngữ đánh dấu siêu văn bản HTML cũng sử dụng cú pháp XML để tạo nên. Nó có các bộ phận phần tử, thuộc tính không mềm dẻo, nên chỉ có tác dụng trong việc trình bày dữ liệu trên trình duyệt Browser mà thôi.

Tóm lại: 

• XML là ngôn ngữ đánh dấu được dùng để miêu tả dữ liệu.
• Các thẻ tag trong file XML chưa được xác định trước. Do đó, người dùng phải tự định nghĩa trong quá trình tạo file XML.

Tác dụng của file XML 

Mục đích chính yếu của định dạng XML là chia sẻ tài nguyên dữ liệu giữa các platform trên các hệ thống khác nhau. Đặc biệt, các hệ thống được kết nối mạng, file XML sẽ được chia sẻ nhanh chóng hơn. Bởi vậy, XML thường được dùng vào việc trao đổi, chia sẻ giữa các hệ thống với nhau.

Khi có sự trao đổi dữ liệu giữa các hệ thống thì những dữ liệu đó sẽ được tổ chức dưới dạng XML.

Ví dụ: Nếu một hệ thống quản lý nhà hàng muốn lấy thông tin khách du lịch từ hệ thống công ty lữ hành thì giữa hệ thống cần đảm bảo thực hiện các thao tác công việc sau:

• Các hệ thống cần có sự thống nhất về cấu trúc file XML.
• Công ty lữ hành cần có trích xuất dữ liệu từ hệ thống của mình, đóng gói dữ liệu dưới dạng file XML theo cấu trúc đã thỏa thuận trước đó.
• Hệ thống phần mềm của nhà hàng sẽ dựa trên các quy ước, tiến hành phân tích, trích xuất dữ liệu từ XML nhận từ hệ thống của công ty lữ hành để có nguồn data khách hàng theo mong muốn.

Đặc điểm của XML

Một số đặc điểm nổi bật file XML:

• XML chỉ sử dụng cho dữ liệu có cấu trúc cụ thể.
• XML có cấu trúc tương tự với file HTML
• XML mặc dù là một dạng file văn bản nhưng không dùng để đọc.
• Cấu trúc file XML thường rất dài
• File XML được biết đến là một module
• XML được ví như một nền tảng cho web ngữ nghĩa và RDF.
• XML được coi như một file cầu nối giữa hệ thống HTML và XHTML
• File XML được miễn phí bản quyền, có platform độc lập và được hỗ trợ rất tốt cho người dùng.

Ưu và nhược điểm của XML

Ưu điểm

• Tính độc lập: Đây được xem là ưu điểm lớn nhất của XML. Bởi nó được sử dụng để truyền đạt dữ liệu dưới dạng text (văn bản) nên các phần mềm và chương trình bình thường đều có thể đọc được file XML.
• Đọc và phân tích nguồn dữ liệu tốt: Vì có thể hiểu được nhiều ngôn ngữ nên SML đóng vai trò như 1 “thông dịch viên” giúp trao đổi dữ liệu giữa các chương trình và hệ thống khác nhau. Ngôn ngữ XML hiển thị dưới dạng text nên bất kỳ chương trình nào cũng có thể hiểu được.
• Tỷ lệ sai sót thấp: Khả năng sai sót trong truyền đạt của XML chỉ vào khoảng từ 5-7%. Dù đây cũng là 1 ưu điểm, thế nhưng nếu bạn thực sự cần trao đổi các thông tin quan trọng, hãy nên cân nhắc trước khi sử dụng XML nhé!
• File XML được tạo một cách dễ dàng chỉ với vài thao tác đơn giản.
  
• Ngoài ra: XML còn được sử dụng cho Remote Procedure Calls trên website nhằm phục vụ cho các dịch vụ mong muốn trong thiết kế website.

Nhược điểm

Tỷ lệ sai sót rơi vào khoảng từ 5-7% trong quá trình truyền dữ liệu cũng có thể gây ra một số hạn chế không mong muốn cho người dùng. Tuy nhiên đa phần các lỗi khi sử dụng file XML đều xuất phát từ người dùng cấu hình sai, vì vậy nếu bạn thật sự cẩn thận trong các thiết lập file của mình thì sai sót này có thể còn thấp hơn.

Cấu trúc của XML

Cấu trúc của file XML được thể hiện như sau:

Trong đó:

• Content: là tên thuộc tính, thẻ mở, nội dung, tên của thẻ sẽ do người dùng tự xác định.
• Content: Nội dung chính của thẻ.
• Content: Thẻ đóng, tên, nội dung thẻ đóng và thẻ mở bắt buộc phải trùng nhau.

Ứng dụng file XML trong thực tiễn

XML thường được dùng làm cơ sở cho các định dạng tài liệu khác nhau. Một số định dạng bạn có thể biết như:

• ATOM và RSS: mô tả cách ứng dụng đọc xử lý nguồn cấp web.
• Microsoft Office 2007 và các phiên bản tiếp theo đều sử dụng XML làm cơ sở cấu trúc tài liệu. Một số định dạng tài liệu bạn có thể thấy như .docx, chữ “X” được sử dụng xuất phát từ file XML. Bên cạnh đó, bạn cũng có thể gặp định dạng này trong excel và powerpoint.
• Microsoft .NET cũng sử dụng XML cho các file có cấu hình nhỏ của nó.

Để đọc file XML, bạn cần sử dụng những công cụ nhất định. Hiện nay có rất nhiều công cụ chỉnh sửa, biên tập, chuyển đổi định dạng XML bạn có thể tham khảo như:

• Công cụ chỉnh sửa và biên tập file XML: Altova XMLSpy Enterprise Edition, XML Notepad, Notepad++,…
• Công cụ chuyển đổi định dạng XML: Word Cleaner, PDF to XML, Total CSV Converter, AZ XML to PDF Converter,…

Trong trường hợp nếu bạn chỉ muốn đọc (xem) dữ liệu, bạn có thể không cần dùng tới phần mềm mà chọn nháy chuột phải > chọn Open > Chọn file bằng trình duyệt Firefox/Chrome/Internet Explorer.

Sự khác biệt giữa XML và HTML

Giống nhau: Điểm chung duy nhất giữa XML và HTML chính là việc chúng đều là các thẻ (tag).

Khác nhau:

Lưu ý: XML không phải là thay thế cho HTML.

Ví dụ:

<?xml version="1.0" encoding="UTF-8"?>
     <article>
         <title>XML là gì</title>
         <author>Bắc Việt Blog</author>
         <year>2023</year>
     </article>

XML cũng được sử dụng để giúp định dạng các loại tài liệu khác. Sau đây là một số định dạng bạn có thể biết:

• RSS
• Microsoft .NET sử dụng XML cho các file cấu hình của nó.
• Sitemap

Một số cú pháp của XML

Quy tắc cú pháp cho các thuộc tính ở trong XML:

• Phân biệt kiểu chữ là tên thuộc tính ở trong XML (khác với HTML). Điều này có nghĩa là href và HREF là hai thuộc tính khác nhau hoàn toàn ở trong XML.
• Khi cùng một thuộc tính thì không thể có 2 giá trị ở trong cùng một cú pháp. Ví dụ này là sai cú pháp do b được xác định những 2 lần: <a b=”x” c=”y” b=”z”>….</a>.
• Tên của thuộc tính sẽ được định nghĩa mà không có sự trích dẫn, trong khi đó thì giá trị của thuộc tính phải luôn nằm ở trong các dấu trích dẫn. Chẳng hạn như sau đây là ví dụ sai cú pháp: <a b=x>….</a>.

Một XML đầy đủ sẽ có cấu trúc như sau:

<?xml version="1.0"?>
<contact-info>
<name>Tung</name>
<company>Bắc Việt</company>
<phone>(0913) 030328</phone>
</contact-info>

Trong ví dụ trên, ta có hai loại thông tin như sau:

• Thông tin đánh dấu, như <contact-info> và
• Text, hoặc dữ liệu là ký tự, như Bắc Việt và (0913) 030328.

Sau đây là sơ đồ minh họa quy tắc cú pháp để viết các kiểu đánh dấu và text khác nhau trong XML.

1. Khai báo XML

Phần khai báo tùy ý của XML sẽ được viết như sau:

<?xml version="1.0" encoding="UTF-8"?>

Ở đây, version là phiên bản XML và encoding xác định mã hóa ký tự được sử dụng trong tài liệu.

2. Các quy tắc cú pháp khai báo XML

• Khai báo XML (XML declaration) – phân biệt kiểu chữ sẽ phải bắt đầu với “<?xml>”. Lưu ý rằng ở đây “xml” được viết ở dạng chữ thường.

• Tài liệu chứa khai báo XML phải là lệnh đầu tiên của tài liệu XML.
• HTTP Protocol có thể ghi đè giá trị của encoding trong khai báo XML.

3. Tags và Elements

Một file XML hoàn chỉnh sẽ được cấu thành bởi các phần tử XML (Element) hay còn gọi là XML-node, XML-tags. Tên các phần tử này sẽ được đặt trong dấu < > như sau:

<element>

4. Quy tắc cú pháp cho Tags và Elements

• Cú pháp phần tử: Mỗi phần tử XML sẽ phải nằm trong < > với phần tử bắt đầu hoặc kết thúc như sau:

<element>....</element>

Hoặc một cách đơn giản hơn:

<element/>

• Lồng các phần tử: Một phần tử XML có thể chứa nhiều phần tử XML khác, nhưng các phần tử con này phải riêng biệt và không đè lên nhau. Ví dụ: Một thẻ đóng của một phần tử phải có cùng tên như thẻ mở kết nối với nó.

Các thẻ lồng sai cú pháp:

<?xml version="1.0"?>
<contact-info>
<company>Bắc Việt
<contact-info>
</company>

Các thẻ lồng nhau đúng cú pháp:

<?xml version="1.0"?>
<contact-info>
<company>Bắc Việt</company>
<contact-info>

Phần tử gốc (Root Element): Một tài liệu XML có thể chỉ có một phần tử gốc. Ví dụ sau minh họa một tài liệu XML sai cú pháp, bởi vì cả hai phần tử x và y xuất hiện ở cấp cao nhất mà không phải là một phần tử gốc.

<x>...</x>
<y>...</y>

Còn đây là ví dụ về đúng cú pháp:

<root>
   <x>...</x>
   <y>...</y>
</root>

• Phân biệt kiểu chữ: Tên của thẻ mở và thẻ đóng trong file XML phải cùng kiểu. Ví dụ, <Contact-Info>  là khác với <contact-info> (viết hoa và thường)

5. Thuộc tính (Attributes)

Mỗi một thuộc tính sẽ xác định thuộc tính cho phần tử, sử dụng một cặp tên/ giá trị. Một phần tử XML có thể có một hoặc nhiều thuộc tính. Ví dụ:

<a href="https://google.com/">Bắc Việt</a>

Ở đây href là tên thuộc tính và https://google.com/ là giá trị thuộc tính.

6. Quy tắc cú pháp cho thuộc tính

• Khác với HTML, tên thuộc tính trong XML là phân biệt kiểu chữ. Ví dụ như HREF và href  sẽ là hai thuộc tính khác nhau.
• Cùng một thuộc tính không thể có hai giá trị trong một cú pháp. Ví dụ sau sẽ cho thấy việc sai cú pháp khi thuộc tính d được nhắc lại 2 lần.

<a d="x" c="y" d="z">....</a>

• Các giá trị thuộc tính phải luôn luôn trong các dấu trích dẫn “…” và thuộc tính được định nghĩa thì sẽ không có sự trích dẫn. Sau đây là 1 ví dụ sai cú pháp trích dẫn.

<a b=x>....</a>

7. Tham chiếu trong XML

Tham chiếu (References) cho phép bạn thêm hoặc bao bọc phần text/ đánh dấu bổ sung trong file XML. Các tham chiếu luôn luôn bắt đầu với biểu tượng “&” (ký tự dành riêng) và kết thúc với ký tự “;”. Sau đây là 2 kiểu tham chiếu của XML:

• Tham chiếu thực thể (Entity Reference): Chứa một tên giữa dấu tách mở “&” và dấu tách đóng”;”. Ví dụ: &amp; thì amp là tên.
• Tham chiếu ký tự (Character Reference): Chứa các tham chiếu, ví dụ A, có dấu băm (#) đứng trước 1 con số. Con số này luôn luôn tham chiếu tới mã hóa Unicode của ký tự. Như ví dụ trên thì số 65 đang tham chiếu tới chữ cái “A”.

8. Text trong XML

• Trong ngôn ngữ XML, tên của phần tử và thuộc tính sẽ là “phân biệt kiểu chữ” nên 2 phần tử mở và đóng cần phải được viết giống hệt nhau (kể cả viết hoa và dấu câu)
• Tất cả các file XML nên được lưu dưới dạng Unicode UTF-8 hoặc UTF-16 để tránh bị mã hóa.
• Các ký tự như khoảng trắng, tab và ngắt dòng giữa các phần tử và thuộc tính XML sẽ bị bỏ qua.
• Các cú pháp XML sẽ có 1 số ký tự dành riêng và chúng không được sử dụng một cách trực tiếp. Để sử dụng chúng, bạn cần tuân theo một số thực thể thay thế như sau:

Cách mở file XML

Có 3 cách mở file XML đó là:

1. Mở bằng Notepad

Là cách mở file XML đơn giản nhất, những gì bạn cần làm chình là nhấp chuột phải vào file XML cần mở > Open with > Notepad.

2. Mở bằng trình duyệt web

Nhấp chuột phải vào file XML cần mở > Open with > Chọn trình duyệt bạn muốn dùng để mở file.

Dữ liệu mở bằng web sẽ có cấu trúc gọn gàng nhưng nó sẽ không đẹp bằng chế độ xem code được mã hóa khi mở bằng Notepad.

3. Sử dụng trình chỉnh sửa trực tuyến

Ở đây, chúng tôi sẽ hướng dẫn bạn dùng CodeBeautify, trang được chia thành 3 phần:

• Bên trái: Là file XML bạn đang làm việc.
• Chính giữa: Bạn sẽ tìm thấy một số tùy chọn.
• Bên phải: Là kết quả khi thực hiện thay đổi.

Nút Treeview hiển thị dữ liệu của bạn trong một cấu trúc cây được định dạng độc đáo trong ngăn kết quả, với tất cả các thẻ của bạn ở bên trái màu cam và các thuộc tính ở bên phải của các thẻ.

Beautify hiển thị dữ liệu của bạn với các dòng gọn gàng, dễ đọc trong ngăn kết quả.

Bạn có thể sử dụng nút XML to JSON để chuyển đổi định dạng XML thành JSON.

Lời kết

Trên đây chính là toàn bộ thông tin về XML là gì mà chúng tôi đã tìm hiểu và sưu tầm được. Mong rằng qua bài viết, quý độc giả đã có cái nhìn toàn vẹn hơn về loại ngôn ngữ lập trình này. Chúc bạn sử dụng File XML thành công và thật an toàn nhé!