XML文档类型定义DTD

DTD概述

DTD用来定义XML文档的结构，它包含一系列规则说明，以确保XML文档的一致性和有效性
DTD定义了XML文档可用的词汇（元素和属性的名称）和结构：
元素名称，包括根元素
元素的属性及属性的数据类型和取值方式
子元素的名称、顺序、出现次数
元素是否拥有子元素，是否能拥有文本内容，等等
可以用DTD验证XML文档
发现书写错误（命名错误）
检查结构和顺序
检查是否使用了规定的规范文档

DTD的引用

DTD可以是被XML引用的独立的外部文档，也可以嵌入到XML文档中
DTD文档是特殊格式的XML文档 例如，DTD文档student.dtd的内容如下：

[html]  view plain copy

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!ELEMENT 班级 (学生+)>  
3. <!ELEMENT 学生 (ID, 姓名, 年龄?, 住址?, 电话*)>  
4. <!ELEMENT ID (#PCDATA)>  
5. <!ELEMENT 姓名 (#PCDATA)>  
6. <!ELEMENT 年龄 (#PCDATA)>  
7. <!ELEMENT 住址 (#PCDATA)>  
8. <!ELEMENT 电话 (座机*, 手机?)>  
9. <!ELEMENT 座机 (#PCDATA)>  
10. <!ELEMENT 手机 (#PCDATA)>  

嵌入的DTD

[html]  view plain copy

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE 班级 [  
3.     <!ELEMENT 班级 (学生+)>  
4.     <!ELEMENT 学生 (ID, 姓名, 年龄?, 住址?, 电话*)>  
5.     <!ELEMENT ID (#PCDATA)>  
6.     <!ELEMENT 姓名 (#PCDATA)>  
7.     <!ELEMENT 年龄 (#PCDATA)>  
8.     <!ELEMENT 住址 (#PCDATA)>  
9.     <!ELEMENT 电话 (座机*, 手机?)>  
10.     <!ELEMENT 座机 (#PCDATA)>  
11.     <!ELEMENT 手机 (#PCDATA)>  
12. ]>  
13. <班级>  
14.     <学生>  
15.         <ID>001</ID>  
16.         <姓名>王刚</姓名>  
17.         <年龄>2</年龄>  
18.         <电话>  
19.             <手机>234345456</手机>  
20.         </电话>  
21.     </学生>  
22. </班级>  

外部DTD-SYSTEM
在XML文档中声明使用外部DTD文档 <!DOCTYPE 根元素名称 SYSTEM “DTD文档URL”>
 例如，XML文档student.xml的内容如下：

[html]  view plain copy

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE 班级 SYSTEM “student.dtd”>  
3. <班级>  
4.     <学生>  
5.         <ID>001</ID>  
6.         <姓名>王刚</姓名>  
7.         <年龄>2</年龄>  
8.         <电话>  
9.             <手机>234345456</手机>  
10.         </电话>  
11.     </学生>  
12. </班级>  

外部DTD-PUBLIC
在XML文档中声明使用公共DTD文档 <!DOCTYPE 根元素名称 PUBLIC “公共标识符” “URI” 公共标识符的格式为：  标准//作者//类型和版本//语言 例如，XML文档student.xml的内容如下：

[html]  view plain copy

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE 班级 PUBLIC “-//WeiDP//Example 1.0//ZH-CN” “student.dtd”>  
3. <班级>  
4.     <学生>  
5.         <ID>001</ID>  
6.         <姓名>王刚</姓名>  
7.         <年龄>2</年龄>  
8.         <电话>  
9.             <手机>234345456</手机>  
10.         </电话>  
11.     </学生>  
12. </班级>  

元素Element

ANY：内容中可包含子元素
格式：<!ELEMENT 元素名称 ANY>
示例：<段落>使用<关键词>XML</关键词>技术</段落>
EMPTY：不能包含任何内容
格式：<!ELEMENT 元素名称 EMPTY>
示例：<paper color=“red”/>
#PCDATA：不能包含子元素
格式：<!ELEMENT 元素名称 (#PCDATA)>
示例：<book author=“Black”>C Language</book>
子元素的顺序和出现频率
<!ELEMENT 元素名称 (子元素名称[修饰符][，…])>
其中，修饰符为：
省略：必须出现，且只能出现1次
+：至少出现1次
?：最多出现1次
*：可以不出现，也可以出现多次
示例：<!ELEMENT cpu (厂商,型号+,工艺?,价格*)>
子元素的选择
<!ELEMENT 元素名称 (子元素[|子元素]…]) >
示例： <!ELEMENT 电话 (座机|手机)>

[html]  view plain copy

1. <?xml version="1.0" encoding="GB2312" standalone="no"?>  
2. <!DOCTYPE 我的电脑 [  
3.     <!ELEMENT 我的电脑 (CPU, 内存+, 硬盘+)>  
4.     <!ELEMENT CPU EMPTY>  
5.     <!ELEMENT 内存 (描述*)>  
6.     <!ELEMENT 分区 (名称, 操作系统)>  
7.     <!ELEMENT 名称 (#PCDATA)>  
8.     <!ELEMENT 操作系统 (#PCDATA)>  
9.     <!ELEMENT 硬盘 (分区+, 描述*)>  
10.     <!ELEMENT 描述 ANY>  
11. ]>  
12. <我的电脑>  
13.     <CPU/>  
14.     <内存><描述>="512MB"</描述></内存>  
15.     <内存/>  
16.     <硬盘>  <分区>  
17.             <名称>系统盘</名称>  
18.             <操作系统>Windows 2003</操作系统>  
19.         </分区>  
20.         <描述>关于系统盘的任何描述信息</描述>  
21.     </硬盘>  
22. </我的电脑>  

属性列表ATTLIST

ATTLIST定义元素的属性的名称、类型和默认值，可以限制出现次数但不能限制出现顺序
语法：<!ATTLIST 元素名称  属性1名称 属性类型 属性值声明  属性2名称 属性类型 属性值声明 ……>
属性类型
CDATA：一般文本
ID：具有ID属性值，不能重复（唯一性）
IDREF：对ID属性值的引用
IDREFS：对ID属性值列表的引用（用空白分割）
ENTITY：引用未解析的外部实体
ENTITIES：引用ENTITY列表（用空白分割）
NMTOKEN：包含一个有效的XML名称
NMTOKENS：NMTOKEN列表
（属性值[[|属性值]…]）：属性为NMTOKEN类型，只能取列表中的值
NOTATION （属性值[[|属性值]…]）：属性为NOTATION（已定义的），取值任选其一
属性值说明
#REQUIRED：该属性必须出现
#IMPLIED：该属性是可选的
“默认值”：属性是可选的；若不出现，在验证文档后，元素将隐含该属性，取默认值
#FIXED “固定值”：属性是可选的；若出现，属性值必须取固定值；若不出现，则验证后自动隐含该固定值
例如：

[html]  view plain copy

1. <?xml version="1.0" encoding="GB2312"?>  
2. <!—该文件保存为computer.dtd-->  
3. <!ELEMENT 我的电脑 (CPU, 内存+, 硬盘+)>  
4. <!ELEMENT CPU EMPTY>  
5. <!ATTLIST CPU  
6.     厂商 (AMD | Intel | Other) “Intel"  
7.     序列号 CDATA #IMPLIED  
8.     工作频率 CDATA #REQUIRED  
9. >  
10. <!ELEMENT 内存 (描述*)>  
11. <!ATTLIST 内存  
12.     容量 CDATA #REQUIRED  
13. >  
14. <!ELEMENT 分区 (名称, 操作系统)>  
15. <!ATTLIST 分区  
16.     盘符 NMTOKEN #REQUIRED  
17. >  
18. <!ELEMENT 名称 (#PCDATA)>  
19. <!ELEMENT 操作系统 (#PCDATA)>  
20. <!ELEMENT 硬盘 (分区+, 描述*)>  
21. <!ATTLIST 硬盘  
22.     容量 CDATA #REQUIRED  
23. >  
24. <!ELEMENT 描述 ANY>  

xml

[html]  view plain copy

1. <?xml version="1.0" encoding="GB2312" standalone="no"?>  
2. <!DOCTYPE 我的电脑 SYSTEM "computer.dtd">  
3. <!--以上部分称为XML文档的“序言”（Prolog）-->  
4. <我的电脑>  
5.     <CPU 厂商="AMD" 工作频率="1.5GHz"/>  
6.     <内存 容量="512MB">  
7.         <描述>Kingmax DDR 4000</描述>  
8.     </内存>  
9.     <内存 容量="512MB"/>  
10.     <硬盘 容量="80GB">  
11.         <分区 盘符="C">  
12.             <名称>系统盘</名称>  
13.             <操作系统>  
14.                 <![CDATA[> Windows 2003 <]]>  
15.             </操作系统>  
16.         </分区>  
17.     </硬盘>  
18. </我的电脑>  

示例二

[html]  view plain copy

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE 班级 [  
3.     <!ELEMENT 班级 (学生+, 班长?)>  
4.     <!ELEMENT 班长 EMPTY>  
5.     <!ATTLIST 班长 学号 IDREF #REQUIRED>  
6.     <!ELEMENT 学生 (姓名, 年龄?, 住址?, 电话*)>  
7.     <!ATTLIST 学生  
8.         学号 ID #REQUIRED  
9.         性别 (男 | 女) "男"  
10.         系别 CDATA "计算机"  
11.     >  
12.     <!ELEMENT 姓名 (#PCDATA)>  
13.     <!ELEMENT 年龄 (#PCDATA)>  
14.     <!ELEMENT 住址 (#PCDATA)>  
15.     <!ELEMENT 电话 (座机*, 手机?)>  
16.     <!ELEMENT 座机 (#PCDATA)>  
17.     <!ELEMENT 手机 (#PCDATA)>  
18. ]>  

xml

[html]  view plain copy

1. <班级>  
2.     <学生 学号="s05601" 性别="女">  
3.         <姓名>王刚</姓名>  
4.         <年龄>2</年龄>  
5.         <电话>  
6.             <手机>234345456</手机>  
7.         </电话>  
8.     </学生>  
9.     <学生 学号="S05046" 性别="男" 系别="材料">  
10.         <姓名>孙俊</姓名>  
11.         <住址>203房间</住址>  
12.     </学生>  
13.     <学生 学号="s05603">  
14.         <姓名>孙俊</姓名>  
15.         <住址>203房间</住址>  
16.         <电话>  
17.             <座机>45655656  
18.         </座机>  
19.             <座机>465675</座机>  
20.         </电话>  
21.     </学生>  
22.     <班长 学号="s05601"/>  
23. </班级>  

注记notation
XML文档可以包含非XML数据（不能由解析器直接处理），例如图像、声音等，需要告知解析器如何调用外部程序处理这些数据，否则就会出错。
NOTATION将非XML数据描述为一种能够被外部程序处理的形式
格式：<!NOTATION 名称 SYSTEM “系统标识符”>
例如：<!NOTATION jpg SYSTEM “image/jpeg”>
notation实例

[html]  view plain copy

1. <?xml version="1.0" encoding="GB2312"?>  
2. <!ELEMENT 相册 (照片)+>  
3. <!ELEMENT 照片 (#PCDATA)>  
4. <!NOTATION jpg SYSTEM "image/jpeg">  
5. <!NOTATION gif SYSTEM "image/gif">  
6. <!NOTATION png SYSTEM "image/png">  
7. <!ATTLIST 照片  
8.     名称 NMTOKEN #REQUIRED  
9.     文件类型 NOTATION (jpg | gif | png) #IMPLIED  
10. >  

实体ENTITY

逻辑上，一个XML文档只有一个根元素，根元素包含所有子元素和内容。但XML文档中可以引用来自其他文档（文件）中的数据（内容），这就是实体。例如，可以将论文标题定义为实体，就可以在文中多次引用，而不必重复输入，也便于修改标题。
实体存储的内容有形式规范的XML、其他形式的文本或二进制数据。实体可以是文件、数据记录或任何包含数据的项目。除了文档实体外，多数实体都有名称。
实体定义在DTD中，在与该DTD关联的XML文档中通过实体引用使用这些实体，XML解析器会在解析标记时，用实体的内容替换实体引用。

普通实体
  内部普通实体
<!ENTITY 实体名称  “实体内容”>
例如，<!ENTITY UPC “中国石油大学”>
  外部普通实体
<!ENTITY 实体名称 SYSTEM “URI”>
例如，<!ENTITY UPC SYSTEM “/XML/upc.xml”>
<!ENTITY 实体名称 PUBLIC FPI “URI”>
其中，FPI是经认可的全球唯一的公共标识符，形如“前缀//使用者标识//文本类//文本描述//语言”
例如，<!ENTITY hello PUBLIC “-//ISO9//me//Hello//EN” “/xml/hello.xml”>
book_intro.xml文档

[html]  view plain copy

1. <?xml version="1.0" encoding="GB2312"?>  
2. <内容简介>适合计算机专业本科学习</内容简介>  

[html]  view plain copy

1. <?xml version="1.0" encoding="GB2312"?>  
2. <!DOCTYPE 图书 [  
3.     <!ENTITY copyright "版权所有，2007">  
4.     <!ENTITY intro SYSTEM "book_intro.xml">  
5.     <!ELEMENT 图书 (书名, 作者, 内容简介)>  
6.     <!ELEMENT 书名 (#PCDATA)>  
7.     <!ELEMENT 作者 (#PCDATA)>  
8.     <!ELEMENT 内容简介 (#PCDATA)>  
9. ]>  
10. <图书>  
11.     <书名>计算概论（©right;）  
12. </书名>  
13.     <作者>张三</作者>  
14.     &intro;  
15. </图书>  

未解析实体

外部未解析实体可以将非XML文档数据引入XML文档进行处理
引入XMl文档
<!ENTITY 名称 SYSTEM “URI”>
URI对应XML文档
引入非XML文档
<!ENTITY 名称 SYSTEM “URI” NDATA 类型声明>
类型声明用于描述文档类型

[html]  view plain copy

1. <?xml version="1.0" encoding="GB2312"?>  
2. <!DOCTYPE IMAGE [  
3.     <!ELEMENT IMAGE (PIC)>  
4.     <!NOTATION gif SYSTEM "image/gif">  
5.     <!ENTITY pic SYSTEM "office.gif" NDATA gif>  
6.     <!ELEMENT PIC EMPTY>  
7.     <!ATTLIST PIC src ENTITY #REQUIRED>  
8. ]>  
9. <IMAGE>  
10.     <PIC src="pic"/>