XML DTD详解

XML DTD详解

　一个有效的XML文档必然是结构正规的，结构正规的XML文档不一定是有效的，即有效的是格式正规的一个子集。

　　本文详细介绍DTD，包括其对元素的定义，属性的定义，以及实体的定义。

元素的定义

DTD中的修饰符号：

　　这部分符号可以联系正则表达式的符号来记忆。

属性的定义

属性类型——CDATA

　　比如：

<!ATTLIST title name CDATA #REQUIRED>

　　定义了一个属性，是属于title元素的，属性名叫name，类型是字符串（包括数字和中文），并且是一个必须要有的属性。

属性类型——NMTOKEN/NMTOKENS

　　左边图中因为加了空格而出错。

属性类型——ID

　　类型为ID的属性取值必须是唯一的。

　　从这个例子还可以看到同一个元素可以一次定义多个属性，多个属性之间用空格分隔即可。

属性类型——IDREF/IDREFS

 

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　（“儿子”后面漏掉了一个斜线）

属性类型——Enumerated

　　实现定义好一些值，属性的值必须在所列出的值的范围内。

属性的特点

#REQUIRED

　　元素的所有实例都必须有该属性的值（NOT NULL）。

　　语法：

<!ATTLIST 元素名 属性名 属性类型 #REQUIRED>

　　DTD示例：

<!ATTLIST person number CDATA #REQUIRED>

　　XML示例：

<person number="6788"/>

#IMPLIED

　　元素的实例中可以忽略该属性（NULL）。

　　语法：

<!ATTLIST 元素名 属性名 属性类型 #IMPLIED>

　　DTD示例：

<!ATTLIST contact fax CDATA #IMPLIED>

　　XML示例：

<contact fax="888-228833"/>

　　没有这个属性也是对的。

#FIXED value

　　元素实例中该属性的值必须为指定的固定值。

　　语法：

<!ATTLIST 元素名 属性名 属性类型 #FIXED "value">

　　DTD示例：

<!ATTLIST sender company CDATA #FIXED "Microsoft">

　　XML示例：

<sender company="Microsoft"/>

Default value

　　为属性提供一个默认的值。

　　语法：

<!ATTLIST 元素名 属性名 属性类型 "value">

　　DTD示例：

<!ATTLIST hello paymenttype CDATA "check">

　　XML示例：

<hello paymenttype="check"/>

定义实体

一般

　　语法：

<!ENTITY 实体名 "实体值">

　　DTD示例：

<!ENTITY writer "Donald Duck">

<!ENTITY copyright "Copyright W3Schools">

　　XML示例：

<author>&writer;&copyright;</author>

外部实体：

　　语法：

<!ENTITY 实体名 SYSTEM "URI/URL">

　　DTD示例：

<!ENTITY writer SYSTEM "http://www.baidu.com/index.php?tn=coralqq">

<!ENTITY copyright SYSTEM "http://www.baidu.com/index.php?tn=coralqq">

　　XML示例：

<author>&writer;&copyright;</author>

　　与上面的区别就是加上了SYSTEM关键字。

　　这样就不是使用网址的字符串来代替，而是用网址的文档本身内容。

实体类型

　　前面所讲的都是普通实体，分为内部实体和外部实体。

　　所谓参数实体，该实体实际上不是在具体实例化文档中使用，而是在DTD文档内部被使用。

　　我们可以定义一个实体，然后在DTD内部来引用它。

　　如下：

<!ENTITY %地址 "街道，城市，邮编，国家">

<!ELEMENT 联系人 (人名，电话，%地址;)>

　　

总结如下：

　　普通实体：DTD中定义，XML中使用，使用格式： &名;

　　参数实体：DTD中定义，定义的时候要用%，DTD中使用，使用格式： %名;

　　普通实体和参数实体都分为内部实体和外部实体两种，外部实体定义需要加上SYSTEM关键字，其内容是URL所指向的外部文件实际的内容。

　　如果不加SYSTEM关键字，则为内部实体，表示实体指代内容为字符串。

___________________________________________________________________________________________________

有效的XML: DTD（文档类型定义）介绍与三种使用方式

 

有效的XML: DTD（文档类型定义）介绍

文档类型定义和命名空间

　　有效（Valid）的XML文档：

　　首先，XML文档是个格式正规的（Well-formed）XML文档；（见格式正规的XML：语法 属性 实体 处理指令 样式单 CDATA节）。

　　其次，需要满足DTD的要求，这样的XML文档称为有效的（Valid）XML文档。

DTD

　　DTD，即文档类型定义——Document Type Definition。

　　DTD用来描述XML文档的结构，

　　一个DTD文档包含：

　　元素（ELEMENT）的定义规则；

　　元素之间的关系规则；

　　属性（ATTLIST）的定义规则；

　　可使用的实体（ENTITY）或符号（NOTATION）规则。

DTD文档与XML文档实例的关系

　　类与对象；

　　数据库表结构与数据记录；

　　有了DTD，每个XML文件可以携带一个自身格式的描述。

　　有了DTD，不同组织的人可以使用一个通用DTD来交换数据。

　　应用程序可以使用一个标准DTD校验从外部世界接收来的XML数据是否有效。

　　可以使用DTD校验自己的XML数据。

如何生成DTD文档

　　DTD文档有三种应用形式：

　　1.内部DTD文档

<!DOCTYPE 根元素[定义内容]>

　　2.外部DTD文档

<!DOCTYPE 根元素 SYSTEM "DTD文件路径">

　　3.内外部DTD文档结合

<!DOCTYPE 根元素 SYSTEM "DTD文件路径" [定义内容]>

内部DTD

　　一个内部DTD的例子：

　　上半部分是DTD，下面是XML文档，文档要符合DTD。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE poem [
    <!ELEMENT poem (author, title, content)>
    <!ELEMENT author (#PCDATA)>
    <!ELEMENT title (#PCDATA)>
    <!ELEMENT content (#PCDATA)>
]>
<!--为元素poem定义了三个子元素author title content，
这三个元素必须要出现并且必须按照这个顺序
少元素不行，多元素也不行
-->
<!--指明author,title,content里面的内容是字符串类型-->
<poem>
    <author>王维</author>
    <title>鹿柴</title>
    <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content>
</poem>

　　　

　　上面的文档就是格式良好，并且有效的。

　　详见其中的注释。

　　#PCDATA（Parsed Character Data） ，可解析的字符数据，即字符串。

　　上面部分是DTD，在下面编写XML文档时，如果不符合其DTD规范，用XMLSpy做检查的时候，是well-formed的，但是却不是valid的。

　　比如根元素写：

<Students>
</Students>

　　Validate检查的时候就会报错，根元素和DTD中的poem不符。

外部DTD

　　上面是一个内部DTD的例子，下面用一个外部的DTD:

　　首先，新建一个DTD文档，文件名叫dtd_1.dtd，内容如下:

<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT poem (author, title, content)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT content (#PCDATA)>

　　然后，新建一个XML文档。

　　如果只写XML元素内容，那么它是一个格式良好的，却不是有效的文档，因为找不到DTD。

　　需要加入外部DTD文件的名称（同一个路径下只给出文件名即可）。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE poem SYSTEM "dtd_1.dtd">
<poem>
    <author>王维</author>
    <title>鹿柴</title>
    <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content>
</poem>

内外部DTD结合

DTD的内容也可以有些放在外部，有些放在内部，如下：

　　文件dtd_2.dtd

<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT author (#PCDATA)>
<!ELEMENT title (#PCDATA)>

　　XML文档：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE poem SYSTEM "dtd_2.dtd"[
<!ELEMENT poem (author, title, content)>
<!ELEMENT content (#PCDATA)>
]>
<poem>
    <author>王维</author>
    <title>鹿柴</title>
    <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content>
</poem>

___________________________________________________________________________________________________

格式正规的XML：语法 属性 实体 处理指令 样式单 CDATA节

 

XML介绍

　　eXtensible Markup Language

　　XML是一种元标记语言，用户可以定义自己需要的标记。

　　Document Type Definition, DTD文档类型定义。

　　XML描述的是结构、内容和语义，它不描述页面元素的格式化。

　　对比：HTML侧重于如何表现信息，内容描述与显示整合为一体。

　　XML中的每个元素名都是成对出现的。结束标签前加一个/

　　如：

<?xml version="1.0"?>
<Student>
        <Name>ZhangSan</Name>
        <ID>001</ID>
</Student>

　　文档的后缀名是xml，每个文档有且仅有一个根元素。

　　所谓根元素就是包含了其他所有元素的元素。

XML vs HTML

　　使用XML可以实现异构语言、异构平台之间的交互。

XML1.0语法

　　XML目前只有一个版本，即1.0.

　　XML是自描述数据，使用现有的国际标准。

　　XML中有格式正规的XML和有效的XML。本文讲格式正规的。

　　遵循如下规则的XML文档称为格式正规的XML文档：

语法规范：

　　必须有XML声明语句；

　　必须有且仅有一个根元素；

　　标记大小写敏感；

　　属性值用引号；

　　标记成对；

　　空标记关闭；

　　元素正确嵌套。

元素语法：

　　名称中可以包含字母、数字或者其他字符；

　　名称不能以数字开头；

　　不能以XML/xml/Xml…开头；

　　名称中不能含空格；

　　名称中不能含冒号（注：冒号留给命名空间使用）。

XML解析器

　　XML解析器是读取XML文档并提供对文档内容的访问的软件模块。

　　类型：无验证的解释器和验证的解释器。

　　解析器：

　　MSXML IE

　　IBM XML4J

　　Apache Xerces

　　Oracel XML Parser

XML文档

　　一个XML文档：

<?xml version="1.0"  encoding="utf-8" standalone="yes"?>
<!--第一行是XML声明-->
<!--这是XML处理指令的例子。处理指令以<?开始，以?>结束-->
<!--在<?后的第一个单词是处理指令名，在本例中是xml-->
<!--处理指令一定要顶格写，前面不能有任何空白-->

<students>

        <GREETING><!--开始标记-->

                Hello World<!--元素内容-->

        </GREETING><!--结束标记-->

        <student  gender="male" isHandsome="true">
                <id>001</id>
                <name>zhangsan</name>
                <address>Beijing</address>
                <score>50</score>
        </student>

        <student gender="female">
                <id>002</id>
                <name>lisi</name>
                <address>北京</address>
                <score/><!--为空的简写形式-->
        </student>

</students>

　　如其中注释：

　　<!--第一行是XML声明-->

　　<!--这是XML处理指令的例子。处理指令以<?开始，以?>结束-->

　　<!--在<?后的第一个单词是处理指令名，在本例中是xml-->

　　<!--处理指令一定要顶格写，前面不能有任何空白-->

　　处理指令一定要顶格写，前面不能有任何空白。

　　处理指令的？前面后面都不能有空格。

　　但元素中的空白是允许的。

　　文档注释用<!-- 和-->包围，不允许嵌套，允许多行注释。

　　XML里面的元素严格区分大小写。

　　XML文档必须有且只有一个根元素。

　　根元素是一个完全包括文档中其他所有元素的元素。

XML文档声明

　　每一个XML文档都以一个XML声明开始，用以指明所用的XML的版本。

　　XML声明有version 、encoding和standalone特性。

　　特性是由等号分开的名称-数值对。位于等号左边的是特姓名，而其值位于等号的右边，并用双引号或单引号括起来。

　　在上例中，version特性表明这个文档符合XML 1.0规范。

　　XML声明还可以有standalone特性，这告诉我们文档是否在这一个文件里，还是需要从外部导入文件。

　　encoding 属性指定了编码格式，默认情况下是utf-8，这个属性要放在standalone属性前面。

　　注意本文文件保存时候默认的编码格式是ANSI，需要利用记事本把它手动改为UTF-8保存。

属性

　　如上所述，

　　属性（特性）是由等号分开的名称-数值对。

　　位于等号左边的是特姓名，而其值位于等号的右边，并用双引号或单引号括起来。

　　自定义的元素也可以有一个或多个属性，其属性值使用单引号或者双引号括起来。

　　如果属性值中有双引号则使用单引号，反之亦然。

　　属性的形式为：

　　属性名= "属性值"，比如gender="male"。

　　多个属性值之间用空格隔开（一个或多个空格都可以）。

　　在一个元素上，相同的属性只能出现一次。

　　属性值不能包含<, >, &。

实体

　　实体叫ENTITY，实体的作用是避免重复输入。作用相当于宏或者变量。

　　XML中内置的5种实体：

　　自定义实体语法：

<!DOCTYPE 根元素[

<!ENTITY 实体名 "实体内容">

]>

　　引用已定义的实体：

　　　　&实体名;

　　

　　使用实体的例子：

　　XML代码：

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

<!DOCTYPE test[
<!--实体声明-->
<!ENTITY comA "Company A">

<!ENTITY addA "Some Place">        

]>
<test>

        <!--直接写进去的方法-->
        <company>
                <name>Company A</name>
                <address>Some Place</address>
        </company>

        <!--用实体的方法-->
        <company>
                <name>&comA;</name>
                <address>&addA;</address>
        </company>
</test> 

　　用Chrome打开：

　　可见使用实体和直接写值的效果是一样的，实体所代表的值被浏览器代入。

文档类型定义——DOCTYPE

　　文档类型声明，紧跟XML声明之后，包含所有实体声明。

　　语法：

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

<!DOCTYPE 根元素标记名[

<!--实体声明-->

]>

　　实例如上，实体部分。

处理指令PI

　　处理指令用于XML解析器传递信息到应用程序。

　　语法：<?目标 指令?>

　　PI必须以一个叫做目标的标识符开头，这个标识符遵从如同元素和属性一样的规则，目标是指令所指向的应用的名称，指令是传递给应用程序的信息。

为XML文档编写样式单

　　XML允许用户来创建任何所需要的标记。

　　当然，由于用户在创建标记上有完全的自由，因而通用的浏览器无法预期用户标记的意义，也无法为显示这些标记而提供规则。

　　因而，用户必须为文档编写样式单，告诉浏览器如何显示特定的标记。

　　与标记集类似，用户创建的样式单可由不同的文档不同的人所共享，还可将自己创建的样式单与其他人编写的样式单集成在一起。

　　比如编写样式hello.css：

GREETING{display:block; font-size:24pt; font-weight:bold

　　加入样式的方法，是在XML文档中包括一个处理指令，指定所要使用的样式单：

<?xml-stylesheet type="text/css" href="hello.css"?>

　　完整的XML文档如下：

<?xml version="1.0"  encoding="utf-8" standalone="yes"?>
<!--第一行是XML声明-->
<!--这是XML处理指令的例子。处理指令以<?开始，以?>结束-->
<!--在<?后的第一个单词是处理指令名，在本例中是xml-->
<!--处理指令一定要顶格写，前面不能有任何空白-->

<!--另一个处理指令，表明要采用hello.css定义的样式
     （使用当前目录下的hello.css）-->
<?xml-stylesheet type="text/css" href="hello.css"?>

<students>

        <GREETING><!--开始标记-->

                Hello World<!--元素内容-->

        </GREETING><!--结束标记-->

        <student  gender="male" isHandsome="true">
                <id>001</id>
                <name>zhangsan</name>
                <address>Beijing</address>
                <score>50</score>
        </student>

        <student gender="female">
                <id>002</id>
                <name>lisi</name>
                <address>北京</address>
                <score/><!--为空的简写形式-->
        </student>

</students>

　　通过样式，我们可以实现XML内容与展现形式的分离。

　　为XML文档编写样式单可以用CSS或XSL，XSL比CSS复杂。

CDATA节

　　用于把整段文本解释为纯字符数据而不是标记的情况。

　　包含大量的<、>、&、或者"字符。CDATA节中的所有字符都会被当做元素字符数据的常量部分，而不是XML标记。

　　语法：

<![CDATA[

......

]]>

　　可以输入任意字符（除]]外），不能嵌套。

<?xml version="1.0" encoding="utf-8"?>
<root>
        <![CDATA[

        <hello>
                <world>

            这里放任何内容都是合法的

        ]]> 

        <subRoot>

        </subRoot>
</root>