XML学习笔记2

DTD

DTD是什么？

文档类型定义(Document Type Definition)是一套为了进行程序间的数据交换而建立的关于标记符的语法规则。它是标准通用标记语言和可扩展标记语言1.0版规格的一部分，文档可根据某种DTD语法规则验证格式是否符合此规则。

产生的背景

XML基本语法允许用户随意创建自己的标记，添加元素和属性等，但如果大家都按自己的意愿这么做，产生的XML文档也就失去了共享、交换、理解的价值。因此必须制定一套规则来规范XML文档标记的结构。这就是DTD。

DTD声明的格式

<!DOCTYPE root_node[<!--DTD定义的内容-->]>

三种使用方式

• 直接内装式
• 外部文件式
• 混合式

内装DTD

内装DTD的语法与示例
　＜?xml version=“1.0” endcoding=“GB2312” standalone=“yes”?＞
＜!DOCTYPE 持股信息[
＜!ELEMENT 持股信息(股东)* ＞
＜!ELEMENT 股东(姓名，浦发银行，华夏基金)＞
＜!ELEMENT 姓名(#PCDATA)＞
＜!ELEMENT 浦发银行(#PCDATA)＞
＜!ELEMENT 华夏基金(#PCDATA)＞
]＞
＜持股信息＞
＜股东＞
＜姓名＞张志强＜/姓名＞….

外部文件式

外部文档式的示例：
用文本编辑工具建立文件“char01.dtd”，内容如下：

<?xml version="1.0" encoding="utf-8"?>  ＜!ELEMENT 持股信息(股东)* ＞  ＜!ELEMENT 股东(姓名，浦发银行，华夏基金)＞  ＜!ELEMENT 姓名(#PCDATA)＞  ＜!ELEMENT 浦发银行(#PCDATA)＞  ＜!ELEMENT 华夏基金(#PCDATA)＞　

使用外部文档，在XML中要添加以下声明：
＜!DOCTYPE 持股信息 SYSTEM "char01.dtd" ＞

上述格式中SYSTEM代表此DTD文件由私人制定，假如是国际标准则要用PUBLIC，例如Struts的XML配置：

<!DOCTYPE struts PUBLIC        "-//Apache Software Foundation//DTD Struts Configuration 2.0//EN"        "http://struts.apache.org/dtds/struts-2.0.dtd">

DTD元素

元素声明

基本格式
<!ELEMENT 元素名 元素内容模式>
空模式（关键字EMPTY）
<!ELEMENT image(EMPTY)>
在相应的XML文档中对应为：<image/>
任意模式 （关键字ANY）：与ANY相对应的元素内容没有任何定义和限制。应注意：ANY类型的元素，其包含的子元素并不能继承父元素的模式类型。ANY的使用将导致XML文档结构的丧失，通常只在创建文档的初期使用。例如，一份描述图书信息的DTD设计
＜?xml version=“1.0” endcoding=“GB2312” ?＞
＜!ELEMENT booklist(book?)＞
＜!ELEMENT book ANY＞
＜!ELEMENT author(#PCDATA)＞
＜!ELEMENT title(#PCDATA)＞
混合模式：没有关键字，语法格式：
＜!ELEMENT 父元素名（#PCDATA｜子元素1｜子元素2｜…）*＞
注意：
1、#PCDATA是指该混合元素的父元素内容可以是字符串，长度不限，但要交XML解析器处理。
2、子元素之间的“|”符号与后面的“*”符号一起表示这些子元素出现的次数与顺序都不受限制
示例：

<!ELEMENT music (#PCDATA | name | singer)* >

---

另外，附加一些符号说明

符号 含义 + 子元素至少要出现一次 * 子元素可出现任意次，包括不出现 ? 子元素出现零次或一次 ? 子元素有多种选择，但只可以选择其一

DTD定义的完整性

（1）不允许无穷嵌套，例如：
＜!ELEMENT 商品名称(name,price)＞
＜!ELEMENT price(商品名称,unit)＞
　（2）XML文件中的每个标记都必须在DTD中有相应元素进行约束，且必须最终约束数据类型为#PCDATA。
例如：＜!ELEMENT 列车时刻表(T28,T29)＞
＜!ELEMENT T28(hour,minute)＞
＜!ELEMENT T29(hour,minute)＞
这样的DTD不完整，因为还没有约束元素 hour 和 minute。

DTD属性

声明格式

＜!ATTLIST 元素名　属性名 属性类型　属性默认值＞

以下为XML属性类型

CDATA 文本字符串。解析器不处理。 ID 具有唯一性的属性类型，此属性值在整个XML文档中不可重复。 IDREF 这是其它元素的ID属性值 IDREFS 这是其它元素的ID属性值列表，用空格分隔。 ENTITY 为一个实体。 ENTITYS 用空格分隔的实体。 NMTOKEN Name和Token。是一个关键字的名称 NMTOKENS 用空格分隔的NMTOKEN NOTATION 参考的标记声明。 Enumerated 枚举类型的属性。

属性的默认值只有三种：＃REQUIRED、＃IMPLIED、＃FIXED。
＃REQUIRED是非空的意思，只要该属性出现就必须有一个具体的取值。
＃IMPLIED表示该属性的值可有可无。
＃FIXED表示该属性取用引号括越来的具体值。也有使用竖线分隔的具体值，这时属性值取枚举值。
一些例子：
＜!ATTLIST 汽车　车牌 CDATA #REQUIRED＞
＜!ATTLIST 电动车　车牌 CDATA #IMPLIED＞
＜!ATTLIST 报警电话　号码　#FIXED“110”＞
＜!ATTLIST 论文　关键字　NMTOKENS #REQUIRED＞
XML文档中对应：＜论文　关键字＝“Agent 进化　协作”＞
＜!ATTLIST 姓名　性别（男｜女）＃REQUIRED＞

DTD实体

实体机制允许将不同类型的数据并入XML文档中，可以是一段文本、一块数据，甚至一个文件。这样就可以快速地将经常使用的数据插入到XML文档中任何位置。
实体的作用就是用较短的文本替代较长的文本，实现一处修改，处处修改。
实体必须在DTD中声明后才能在其它地方引用。 实体有许多称呼：通用实体、参数实体、内部实体、外部实体、解析实体、未解析实体。下面分别阐述：
内部实体与XML文档在一起，外部实体则存放在其它文件内，通过URL来关联。
通用实体：在XML文档中引用的实体。以“&”开始，以“；”结束。声明格式：

内部通用实体： ＜!ENTITY 实体名 实体值＞
外部通用实体： ＜!ENTITY 实体名 SYSTEM URL-URI＞

DTD标记符号

XML文档只是一个文本文档，它自身无法包容其它类型的数据（理论上允许通过转换编码方式嵌入），如二进制代码、图片、视频、动画等。XML不处理这些数据，而是采用定义符号的方式标识这些数据，必要时再通过关联外部处理程序交由指定的外部程序去处理。
定义符号用途：1、定义未解析实体；2、作为NOTATION类型的属性值。

声明格式如下：普通符号：<!NOTATION 符号名称 SYSTEM “value”> 　   公共符号：<!NOTATION 符号名称 PUBLIC “name” “value”>    标记符号值通常有两种形式：1、MIME类型；2、外部程序所在路径。

<!NOTATION gif SYSTEM “ACDSee.exe”><!ATTLIST DISPLAY src ENTITY #REQUIRED>

参数实体

这是一种专门用于DTD文件中的实体，在DTD中定义并且只能由DTD文件自身通过实体引用来使用。它以“%”开始，以“；”结束。主要用于简化DTD，方便重用与修改。格式：

 <!ENTITY %实体名　实体值>

 <!ENTITY % HeadingAlign “left|center|right”>   <!ELEMENT message(Content,Align)+>   <!ELEMENT Content(#PCDATA)>   <!ELEMENT Align(%HeadingAlign;)>

第一行说明所创建的参数实体HeadingAlign是用于保留描述对齐方式的字符串，随后再使用对齐方式就只要用对齐元素Align，用%HeadingAlign代替就行了。参数实体也可以采用外部定义方式，但它只存在于DTD内与关联的XML文档无关。例如：

<?xml version=“1.0” encoding=“gh2312”?><!ELEMENT name (#PCDATA)><!ELEMENT sex EMPTY><!ATTLIST sex value (男|女) “男”>

将上述代码保存为importDtd.dtd，下面是引用它的例子：

<?xml version=“1.0” encoding=“gh2312”?><!DOCTYPE students[<!ENTITY % name SYSTEM “importDtd.dtd”><!ELEMENT students (student*)><!ELEMENT students(name,sex)>  %name;]><students>  <student> <name>陈晓</name> <sex /> </student></students>

三个样例

1.电视节目表DTD

<!DOCTYPE TVSCHEDULE [ <!ELEMENT TVSCHEDULE (CHANNEL+)> <!ELEMENT CHANNEL (BANNER,DAY+)> <!ELEMENT BANNER (#PCDATA)> <!ELEMENT DAY (DATE,(HOLIDAY|PROGRAMSLOT+)+)> <!ELEMENT HOLIDAY (#PCDATA)> <!ELEMENT DATE (#PCDATA)> <!ELEMENT PROGRAMSLOT (TIME,TITLE,DESCRIPTION?)> <!ELEMENT TIME (#PCDATA)> <!ELEMENT TITLE (#PCDATA)>  <!ELEMENT DESCRIPTION (#PCDATA)> <!ATTLIST TVSCHEDULE NAME CDATA #REQUIRED><!ATTLIST CHANNEL CHAN CDATA #REQUIRED> <!ATTLIST PROGRAMSLOT VTR CDATA #IMPLIED> <!ATTLIST TITLE RATING CDATA #IMPLIED> <!ATTLIST TITLE LANGUAGE CDATA #IMPLIED> ]> 

2.报纸文章DTD

“`

2.产品目录DTD ```<!DOCTYPE CATALOG [ <!ENTITY AUTHOR "John Doe"> <!ENTITY COMPANY "JD Power Tools, Inc."> <!ENTITY EMAIL "[e-mail]"> <!ELEMENT CATALOG (PRODUCT+)> <!ELEMENT PRODUCT (SPECIFICATIONS+,OPTIONS?,PRICE+,NOTES?)> <!ATTLIST PRODUCT        NAME CDATA #IMPLIED CATEGORY (HandTool|Table|Shop-          Professional) "HandTool"        PARTNUM CDATA #IMPLIED PLANT  (Pittsburgh|Milwaukee|Chicago) "Chicago" INVENTORY (InStock|Backordered|Discontinued) "InStock">        <!ATTLIST SPECIFICATIONS WEIGHT CDATA #IMPLIED POWER CDATA #IMPLIED> <!ELEMENT OPTIONS (#PCDATA)> <!ATTLIST OPTIONS        FINISH (Metal|Polished|Matte) "Matte"        ADAPTER (Included|Optional|NotApplicable) "Included"        CASE (HardShell|Soft|NotApplicable) "HardShell"> <!ELEMENT PRICE (#PCDATA)> <!ATTLIST PRICE MSRP CDATA #IMPLIED WHOLESALE CDATA #IMPLIED STREET CDATA #IMPLIED SHIPPING CDATA #IMPLIED> <!ELEMENT NOTES (#PCDATA)> ]> <!ELEMENT SPECIFICATIONS (#PCDATA)>

DTD存在的问题：
1、DTD文档采用EBNF语法，相对独立，规则也比较繁琐，其本身不是标记语言，也不符合XML文档标准。
2、DTD的数据类型太简单，元素几乎都声明为＃PCDATA，属性类型虽然稍多，但仍缺少常用的整数、日期等。
3、使用DTD的XML文档只能引用一个DTD文件，即DTD不支持命名空间。需要引用多个领域的XML规则时遇到困难。
4、DTD的扩展机制复杂而且较弱，已经不能适应信息环境的不断发展，其功能已显不足。
DTD适用场合：
I、文件是叙述性的，并有混合内容；
II、需要约束标记之间的关系，而非标记本身的内容；
III、需要使用实体；
IV、XML文档的使用者对于使用DTD达成一致。