XML學習筆記2——DTD

　　在上一篇筆記中，將文檔類型分類時，曾經根據文檔是否使用並遵照了DTD或Schema來區分爲格式良好的XML和有效的XML，那麼什麼是DTD和Schema呢？DTD和Schema都是用來規範XML文檔的，對XML文檔進行語義約束的，DTD簡單易用，Schema則功能強大。在這篇筆記中，首先學習一下DTD（Document Type Definition，文檔類型定義）。

一、在XML文檔中怎麼使用DTD

導入方式	語法格式	說明
內部DTD	<!DOCTYPE 根元素名[ 元素描述 ]>	將DTD定義放在XML文檔內部，緊跟在XML聲明和處理指令後面 如：<!DOCTYPE 模型列表[ 　　   <!ELEMENT 模型列表（模型）*>      ]>
外部DTD	<!DOCTYPE 根元素名 SYSTEM "外部DTD的URI">	將DTD單獨定義在一個文件內，而後經過關鍵字SYSTEM導入DTD 如：<!DOCTYPE 模型列表 SYSTEM "模型列表DTD文件的相對路徑或絕對路徑">
公用DTD	<!DOCTYPE 根元素名 PUBLIC "DTD的標識名" "公用DTD的URI">	公用DTD，這種DTD通常是由某個權威機構指定，供特定行業或公衆使用，經過關鍵字PUBLIC導入 如：<!DOCTYPE web-app PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd">

二、 DTD的結構

DTD文檔自己不是XML文檔，而只是爲XML定義語義約束的文檔，DTD文檔的語法很是簡單，大體有以下結構：

（1）第一行是DTD文檔的聲明，語法和XML的聲明相同

（2）0到多個註釋部分，DTD註釋與XML註釋語法相同

（3）0到多個<!ELEMENT...>定義，每一個<!ELEMENT...>定義一個XML元素

（4）0到多個<!ATTLIST...>定義，每一個<!ATTLIST...>爲XML元素定義一個屬性

（5）0到多個<!ENTITY...>定義，每一個<!ENTITY...>定義一個實體

（6）0到多個<!NOTATION...>定義，每一個<!NOTATION...>定義一個符號

其中<!ELEMENT...>、<!ATTLIST...>、<!ENTITY...>、<!NOTATION...>4個定義彼此徹底獨立，無須互相嵌套，下面就逐一說明這四種定義。

三、定義元素

（1）元素類型定義，Element Type Definition，簡稱ETD

（2） 元素類型

元素類型	定義格式	說明
任意類型	<!ELEMENT 元素名稱 ANY>	元素能夠是字符串，能夠是空元素，也能夠包含子元素
字符串值	<!ELEMENT 元素名稱 (#PCDATA)>	元素值只能是字符串，不能夠是空元素，也不能包含子元素
空元素	<!ELEMENT 元素名稱 EMPTY>
包含子元素		比較複雜，須要詳細定義子元素之間的順序以及子元素出現的次數等
混合類型	<!ELEMENT 元素名稱 (#PCDATA|子元素1|子元素2|...)*>	指定值只能是幾個肯定的類型，比任意類型有更強的約束，但功能至關，應儘可能使用混合類型

關於混合類型的定義，說明幾點：

A：#PCDATA必須放在最前面

B：#PCDATA和各子元素之間只能用豎線（|）分隔，不要使用逗號分隔

C：不要在子元素以後使用?、*、+等表示頻率的修飾符

（3）定義子元素

定義子元素的語法	說明	子元素的出現頻率修飾詞	說明
(子元素1,子元素2,...)	使用英文逗號定義有序的子元素	默認（沒有修飾詞）	出現一次，且只能出現一次
(子元素1|子元素2|...)	使用豎線定義互斥的子元素	?	出現0或1次
((子元素1,子元素2)|(子元素3,子元素4))	使用括號將子元素分組	+	出現1或屢次
(子元素1|子元素2|...)+	使用豎線互斥，而後使用頻率修飾實現定義無序的子元素	*	出現0或屢次

四、定義屬性

在XML中，屬性不能單獨存在，所以定義屬性時必須指定屬於哪一個元素。定義屬性的語法格式以下：

<!ATTLIST 屬性所屬的元素名稱  屬性名稱  屬性類型  [元素對屬性的約束]  [默認值]>

（1）屬性類型

類型	說明
CDATA	該屬性值只能是字符串數據
(en1|en2|en3)	該屬性值必須是一系列枚舉值之一
ID	該屬性值必須是有些的標識符，且該屬性值可用於標識該元素，所以必須在此XML文檔中惟一
IDREF	該屬性值必須是引用另外一個已有的ID類型的屬性值
IDREFS	該屬性值必須是引用已有的一個或多個ID類型的屬性值，多個ID類型的屬性值之間使用空格分隔
NMTOKEN	該屬性值必須是合法的XML名稱，必須是字符串數據，比CDATA約束更強，只能由字母、數字、下劃線、中劃線，點號和冒號組成
NMTOKENS	該屬性值必須是一個或多個NMTOKEN類型的屬性值，多個使用空格分隔
ENTITY	該屬性值是一個外部實體，好比圖片
ENTITIES	該屬性值是一個或多個ENTITY類型的屬性值，多個使用空格分隔
NOTATION	該屬性值是在DTD中聲明過的符號（NOTATION），這是個將要過時的規範，儘可能避免使用
xml:	該屬性值是一個預約義的XML值

（2）元素對屬性的約束與默認值的關係

元素對屬性的約束	說明	默認值
未指定		必須指定默認值
#REQUIRED	必須的屬性，必須爲相應元素提供該屬性	不能指定默認值
#IMPLIED	該屬性無關緊要	不能指定默認值
#FIXED	該屬性值是固定的，定義時必須指定固定值	必須指定默認值

五、定義實體

實體引用就是用一個字符串代替另外一個字符串，相似於C語言中的宏，上一篇筆記中已經提到過XML中內置的5個實體引用，在這裏接着看看怎麼自定義實體引用。

實體類型	使用場所	定義語法	使用語法	說明
普通實體	XML	<!ENTITY 實體名 "實體值">	&實體名;
參數實體	DTD	<!ENTITY % 實體名 "實體值">	%實體名;	必須在使用前先定義
外部實體	XML	<!ENTITY 實體名 SYSTEM "實體值所在文件的URI">	&實體名;	這裏外部文件必須是知足XML文檔結構的文本文檔
公用外部實體	XML	<!ENTITY 實體名 PUBLIC "公用實體標識名" "實體值所在文件的URI">	&實體名;
外部參數實體	DTD	<!ENTITY % 實體名 SYSTEM "實體值所在文件的URI">	%實體名;
公用外部參數實體	DTD	<!ENTITY % 實體名 PUBLIC "公用實體標識名" "實體值所在文件的URI">	%實體名;
未解析實體	XML	<!ENTITY % 實體名 SYSTEM "實體值所在文件的URI" NDATA 符號名>	須要經過ENTITY等類型的屬性調用	未解析實體不能由XML文檔解析，而須要根據相應的符號名去解析
公用未解析實體	XML	<!ENTITY % 實體名 PUBLIC "公用實體標識名" "實體值所在文件的URI" NDATA 符號名>

六、定義符號

定義符號也有兩種語法格式，分別定義普通符號和公用符號：

符號類型	定義語法
普通符號	<!NONATION 符號名 SYSTEM "符號值">
公用符號	<!NONATION 符號名 PUBLIC "公用符號標識名" "符號值">

符號值一般有兩種形式：

（1）MIME：通用MIME類型的文件老是由相應的程序負責處理

（2）外部程序所在路徑：直接指定某個外部程序負責處理XML文檔中的外部數據

符號一般有兩種用途：

（1）如上，符號能夠用來定義未解析實體

（2）符號能夠做爲ENTITY或ENTITIES類型的屬性值

（3）符號還能夠做爲NOTATION類型的屬性的值，定義NOTATION類型的屬性時，語法以下：

<!ATTLIST 屬性所屬的元素 屬性名 NOTATION  (值1|值2|...) 約束 默認值>

比通常的屬性定義多一個值的列表。