XML 和 HTML、lxml

XML 和 HTML 的区别

数据格式描述 设计目标

XML Extensible Markup Language （可扩展标记语言）被设计为传输和存储数据，其焦点是数据的内容。

HTMLHyperText Markup Language （超文本标记语言） 显示数据以及如何更好显示数据。

HTML DOMDocument Object Model for HTML (文档对象模型) 通过 HTML DOM，可以访问所有的 HTML 元素，连同它们所包含的文本和属性。可以对其中的内容进行修改和删除，同时也可以创建新的元素。

from lxml import etree

html = etree.HTML(html) ----> 使用xpath

XML和HTML的区别，首先还是需要理解下他们的定义1.XML是：可扩展标记语言，标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。2.html：超文本”就是指页面内可以包含图片、链接，甚至音乐、程序等非文字元素。 超文本标记语言的结构包括“头”部分（英语：Head）、和“主体”部分（英语：Body），其中“头”部提供关于网页的信息，“主体”部分提供网页的具体内容。3.区别与联系：事实上XML与HTML之间没有可比性，虽然它们之间有一定的联系，但各自的功能和目标(着重点)不一样，应用的场合不一样，有一点需要提的是，XML相对于HTML标准性更强。问:HTML能够支持静态空间，XML也能吗?答:能，只要保证客户端浏览器版本不低于6.0问:我想做一个网站，选用哪种语言好呢?答:对于大型网站来说，由于更新量较大，不宜用HTML来做，由于XML支持动态更新，可以采用，但不是最佳选择而对于小型网站，为了提高页面反应速度，建议采用HTML书写。问:HTML与XML可以互相转换吗?答:可以，为了更好地适应客户端浏览器的浏览，可以在服务器端进行XML-〉HTML的转换，但普通静态空间不支持这种转换，可以选择支持XMLDOM的ASP或PHP服务器进行。XML是EXtensible Markup Language的缩写XML是一种类似于HTML的标记语言XML是用来描述数据的XML的标记不是在XML中预定义的，你必须定义自己的标记XML使用文档类型定义(DTD)或者模式(Schema)来描述数据XML使用DTD或者Schema后就是自描述的语言XML和HTML的主要区别是什么XML是用来存放数据的XML不是HTML的替代品，XML和HTML是两种不同用途的语言。XML是被设计用来描述数据的，重点是:什么是数据，如何存放数据。HTML是被设计用来显示数据的，重点是:显示数据以及如何显示数据更好上面。HTML是与显示信息相关的, XML则是与描述信息相关的。“XML”是用于网络上数据交换的语言，具有与描述Web页面的“HTML”语言相似的格式。该语言有“可以利用Web浏览器进行数据确认”以及“易于生成数据”等优点，因此主要用于在企业之间，或者在企业内部更加方便地进行数据交换和利用。首先为了便于理解，下面假设有这么一种情况:某图书销售商要着手建立自己的站点，并发送书店里的品种目录和库存情况等信息。管理图书时，需要使用TABLE标签等，以一览表的形式提供 “书名”、“发行日期”、“库存”、“作者”、“出版社”和“定价”等数据。以这种形式汇总数据后，如果是人，就能够迅速地了解到各自所需的内容。但是，计算机(或系统)即使能够理解页面结构或数据布局，也无法理解这里的数据是什么意义(属性)。然而，“XML”则正是能够让计算机也理解这些数据属性的技术。如果使用XML，比如“库存目前有多少?”以及“某个作家写的书卖了多少册?”等数据就能够由计算机“自动地”掌握，并能够将这些数据与交易对象“共享”。这样一来，出版社就能够在制定今后的出版计划时参考这些数据，而且销售公司制定有效的配送计划时也将更加容易。这就必定大大有助于削减人事成本，以及提高管理效率。当然，即便不使用XML，比如，如果能够建立一个规范的数据库，并为每个字段定义一个“书名”和“定价”等名称，计算机也能够理解。但是要想在Web上实现这一点，却要花费相当的人力和成本。在这一点上，如果是XML，由于“能够利用Web浏览器对数据进行确认“，因此只要拥有能够连接因特网的计算机和支持XML的浏览器，就不需再进行特别的投资。使用XML，还能够将在以前的数据库中难以处理的数据转化成数据库。XML的描述方式与HTML相同，利用被括号<>括起来的字符串进行描述。在HTML中，括号内所定义的都是版面(Layout)等信息。而XML则同时定义了数据的属性，比如刚才提到的图书，就是以<书名>、<作者>和<出版社>等方式定义。像这样的定义方式可以自由设置。因此，甚至有不少企业自己定义XML，然后将其用于本公司内部的数据交换。自由度如此之高也是XML受到极大关注的原因之一。但是，企业之间的数据交换才是XML的着眼点之一。因此，各公司的定义如果不规范化就无法通用。目前，以微软为主的标准化团体“Biztalk.org”和民间团体“Rosetta Net”等都希望能针对各行业和领域制定“可以广泛利用的标志”，以减少定义XML的麻烦。如果像上述所说的那样能够制定XML的标准，并被广泛应用，那么不止是企业之间的数据交换将变得更简单，而且语音数据和动态图像数据等在过去的数据库中难以进行处理的数据也必将能够轻松转化成数据库。这一点在管理方面也可以说是一个巨大的可取之处。

HTML和XML的区别是：语法要求不同，标记不同，作用不同。

具体区别为：

1、语法要求不同：

1. 在html中不区分大小写，在xml中严格区分。

2. 在HTML中，有时不严格，如果上下文清楚地显示出段落或者列表键在何处结尾，那么你可以省略</p>或者</li>之类的结束标记。在XML中，是严格的树状结构，绝对不能省略掉结束标记。

3. 在XML中，拥有单个标记而没有匹配的结束标记的元素必须用一个/ 字符作为结尾。这样分析器就知道不用查找结束标记了。

4. 在XML中，属性值必须分装在引号中。在HTML中，引号是可用可不用的。

5. 在HTML中，可以拥有不带值的属性名。在XML中，所有的属性都必须带有相应的值。

6. 在XML文档中，空白部分不会被解析器自动删除；但是html是过滤掉空格的。

2、标记不同：

1、html使用固有的标记；而xml没有固有的标记。

2、Html标签是预定义的；XML标签是免费的、自定义的、可扩展的。

3、作用不同：

1. html是用来显示数据的；xml是用来描述数据、存放数据的，所以可以作为持久化的介质！Html将数据和显示结合在一起，在页面中把这数据显示出来；xml

则将数据和显示分开。 XML被设计用来描述数据，其焦点是数据的内容。HTML被设计用来显示数据，其焦点是数据的外观。

2. xml不是HTML的替代品，xml和html是两种不同用途的语言。 XML 不是要替换 HTML；实际上XML 可以视作对 HTML 的补充。XML 和HTML 的目标不同HTML 的设计目标是显示数据并集中于数据外观，而XML的设计目标是描述数据并集中于数据的内容。

3. 没有任何行为的XML。与HTML 相似，XML 不进行任何 *** 作。（共同点）

4. 对于XML最好的形容可能是: XML是一种跨平台的，与软、硬件无关的，处理与传输信息的工具。

5. XML未来将会无所不在。XML将成为最普遍的数据处理和数据传输的工具。

---