给XML文件定义DTD

DTD是Document Type Definition(文档类型定义)的缩写。它通过定义元素、属性、标记以及文档中的实体及其相互关系等规则来保证XML文档的合法性。

1.DTD的声明方式分为内部声明与外部声明

内部声明的格式是

<! DOCTYPE 根元素 [

<!ELEMENT 根元素 (元素1,元素2) >

<! ELEMENT 元素1 (#PCDATA) >

<! ELEMENT 元素2 (#PCDATA) >

]>

外部声明的格式分两种，对应的关键字为"SYSTEM"与"PUBLIC"

<! DOCTYPE 根元素 SYSTEM "外部DTD文件" >

<!--  这里的外部DTD文件，若不指明 绝对路径，则必须是和xml文件在同一目录，否则无效  -->  

"PUBLIC"声明的DTD文件通常是一个由权威机构制订的，提供给特定行业或公众使用的DTD。

<! DOCTYPE 根元素 PUBLIC "外部DTD的标示名" "外部DTD文件路径" >

2.元素类型声明

<! ELEMENT 元素名 元素内容描述 >

 DTD中使用的元素内容类型有:EMPTY、ANY、Mixed、Elements

EMPTY是指元素不能有任何的内容，但可以有属性:

<!--  DTD声明部分  -->  

<! ELEMENT 元素1 EMPTY >

<! ATTLIST 元素1 性别 (男|女) "男" >  

<!--  XML文件部分  -->

< 元素1  性别 ="女"   />  

<!--  这里若是以<元素1></元素1>的形式出现，即使里面没有任何数据,也会产生错误  -->

 ANY说明元素可以有任何类型的子元素，也可以是纯文本，还可以为空

<! ELEMENT 元素2 ANY >  

 这里需要特别注意的是，虽然用ANY定义的元素可以包含其它元素，但必须遵循XML文件的"有效的"原则，即XML文件规定文件中所使用的任何元素都必须在DTD中给出定义

看下面这段非法的文件:

 

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 图书信息 [

<!ELEMENT 图书信息 ANY >

]>

< 图书信息 >

< 书名 > 新概念英语 </ 书名 >

</ 图书信息 >

编译器会提示这样一条错误信息

"This file is not valid: Element '书名' has not been declared."

就是提示"书名"这个元素没有经过定义，要纠正这个错误，只要在DTD定义部分加入定义语句"<!ELEMENT 书名 (#PCDATA)>"就可以了

Mixed允许混合内容使得字符数据和其他元素能在元素内共存,它并不是以关键字的形式存在的

<! ELEMENT 元素3 (#PCDATA|子元素1|子元素2) >

 

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 图书信息 [
<!ELEMENT 图书信息 (#PCDATA|书名|价格)* >
<! ELEMENT 书名 (#PCDATA) >
<! ELEMENT 价格 (#PCDATA) >
]>

< 图书信息 >
今日新到图书:
< 书名 >
XML实用教程
</ 书名 >
< 价格 >
￥26.00
</ 价格 >
</ 图书信息 >

Elements规定特定子元素必须按规则与顺序出现,子元素后可以用各种元字符来说明出现的次数

<!ELEMENT 元素4 (子元素1,子元素2,子元素3)>

可能出现的元字符:

元字符	含义
+	出现1次或多次
*	出现0次或多次
?	出现0次或1次
无符号	只能出现1次

下面的例子中，"IT求职"的各项子元素必须按顺序和元字符说明的次数来出现

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE IT求职 [
<!ELEMENT IT求职 (招聘信息)+ >
<! ELEMENT 招聘信息 (公司名,招聘职位+,公司网站?,联系方式*) >
<! ELEMENT 公司名 (#PCDATA) >
<! ELEMENT 招聘职位 (#PCDATA) >
<! ELEMENT 公司网站 (#PCDATA) >
<! ELEMENT 联系方式 (#PCDATA) >
]>

< IT 求职 >

< 招聘信息 >
< 公司名 > 中兴通讯 </ 公司名 >
<!-- 这里招聘职位出现了2次 -->
< 招聘职位 > 1.Java高级工程师 </ 招聘职位 >
< 招聘职位 > 2.C++高级工程师 </ 招聘职位 >
<!-- 这里公司网站出现了1次 -->
< 公司网站 > http://www.zte.com.cn/ </ 公司网站 >
<!-- 这里联系方式出现了2次 -->
< 联系方式 > 地址：深圳市南山区高新技术产业园科技南路中兴通讯大厦 </ 联系方式 >
< 联系方式 > 电话：0755-26770000 </ 联系方式 >
</ 招聘信息 >

< 招聘信息 >
< 公司名 >
阿里巴巴
</ 公司名 >
<!-- 这里招聘职位出现了1次 -->
< 招聘职位 > 软件测试工程师 </ 招聘职位 >
<!-- 没有出现公司网站 -->
<!-- 没有出现联系方式 -->
</ 招聘信息 >

</ IT求职 >

3.定义有效的元素属性

在DTD中定义属性时，我们采用下面的格式:

<!ATTLIST 元素名 属性名 (属性值 属性类型 缺省值)*>

例如:

<!ATTLIST 作者

姓名 CDATA #REQUIRED

性别 (男|女) "男"

联系方式 CDATA #IMPLIED

>

根据XML文件是否必须为一个属性提供取值，属性的缺省值又可以分为以下四类:

• 必须赋值的属性REQUIRED
  
• 属性值可有可无的属性IMPLIED
  
• 固定取值的属性FIXED
  
• 自定义的缺省值

下面用一个例子来说明这四类缺省属性

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 图书信息 [
<!ELEMENT 图书信息 (书名,作者,价格)* >
<! ELEMENT 书名 (#PCDATA) >
<! ELEMENT 作者 (#PCDATA) >
<! ELEMENT 价格 (#PCDATA) >
<! ATTLIST 作者 
姓名 CDATA #REQUIRED
性别 (男|女) "男"
联系方式 CDATA #IMPLIED
分类 CDATA #FIXED "WEB编程技术"
>
]>

< 图书信息 >
< 书名 > ASP.NET案例开发集锦 </ 书名 >
< 作者 姓名="赵辉、杨丽敏" />
< 价格 > 37.00 </ 价格 >

< 书名 > C#高级编程 </ 书名 >
< 作者 姓名="wrox " 联系方式 ="http://www.wrox.com" />
< 价格 > 128.00 </ 价格 >

< 书名 > HTML XHTML CSS基础教程(第6版) </ 书名 >
< 作者 姓名="Elizabeth  Castro" 分类 ="WEB编程技术" />
< 价格 > 50.00 </ 价格 >

< 书名 > ASP.NET 2.0 应用开发技术 </ 书名 >
< 作者 姓名="孟宪会(net_lover )" 性别 ="男" />
< 价格 > 59.00 </ 价格 >
</ 图书信息 >

上面的例子为子元素"作者"定义了4个属性，分别是"姓名"(#REQUIRED类型)、"联系方式"(#IMPLIED类型)、"分类"(#FIXED类型)、"性别"(自定义类型)

在第一本书《ASP.NET案例开发集锦》中，只出现了"姓名"，但其实际属性有两项，还有一个是#FIXED类型的"分类"

在第二本书《C#高级编程》中，除了必须出现的"姓名",还出现了#IMPLIED类型的"联系方式"，算上#FIXED类型的"分类"，实际属性有三项

在第三本书《HTML XHTML CSS基础教程(第6版》中，除了"姓名",还显式出现了#FIXED类型的"分类",它的实际属性与第一本书相同

在第四本书《ASP.NET 2.0 应用开发技术》中，"姓名"后出现了自定义属性"性别",它只有两个值"男"和"女",默认为"男",出现其他值将显示错误

属性类型分为以下10种:

• CDATA
  
• Enumerated
  
• ID
  
• IDREF
  
• IDREFS
  
• ENTITY
  
• ENTITIES
  
• NMTOKEN
  
• NMTOKENS
  
• NOTATION

CDATA和Enumerated(枚举类型)在上面的例子中已有所说明，主要研究一下其他的属性类型:

·ID属性类型

每个ID类型的属性必须有不同的值,大多数ID属性使用#REQUIRED,且ID类型和#FIXED不兼容.属性不能既是固定的，又有ID类型.这是因为#FIXED属性只能有一个值

看下面的错误示例:

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

<! DOCTYPE 职员信息 [
<!ELEMENT 职员信息 (普通职员)* >
<! ELEMENT 普通职员 (#PCDATA) >
<! ATTLIST 普通职员 编号 ID #REQUIRED >
]>

< 职员信息 >
< 普通职员 编号="8 " > 张三 </ 普通职员 >
< 普通职员 编号="E8 " > 李四 </ 普通职员 >
< 普通职员 编号="E8 " > 王五 </ 普通职员 >
</ 职员信息 >

上面的文件有2个错误,一个是 编号="8" 这里，ID属性不能是纯数字，必须要以字母或下划线开头；另一个是出现了两个"E8"的编号，这与ID属性的定义是相违背的.

·IDREF属性类型

具有IDREF类型的属性的值是文档中另一个元素的ID

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 武将信息 [
<!ELEMENT 武将信息 (姓名)* >
<! ELEMENT 姓名 (#PCDATA) >
<! ATTLIST 姓名 编号 ID #REQUIRED >
<! ATTLIST 姓名 君主 IDREF #IMPLIED >
]>

< 武将信息 >
< 姓名 编号="P1 " > 曹操 </ 姓名 >
< 姓名 编号="P2 " > 刘备 </ 姓名 >
< 姓名 编号="P3 " > 孙权 </ 姓名 >

< 姓名 编号="P4 " 君主 ="P1"> 许楮 </ 姓名 >
< 姓名 编号="P5 " 君主 ="P2"> 关羽 </ 姓名 >
< 姓名 编号="P6 " 君主 ="P3"> 甘宁 </ 姓名 >
</ 武将信息 >

 

上面的例子中，由于"君主"属性指定为IDREF，所以其内容必须为ID属性的"编号"里的值

·IDREFS属性类型

IDREF属性的值只能为一个.但如果要描述一对多的关系，例如三国里所有人都只有一个君主，但却会有多个子女.这时候就要用到IDREFS属性了

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 武将信息 [
<!ELEMENT 武将信息 (姓名)* >
<! ELEMENT 姓名 (#PCDATA) >
<! ATTLIST 姓名 编号 ID #REQUIRED >
<! ATTLIST 姓名 子女 IDREFS #IMPLIED >
]>

< 武将信息 >
< 姓名 编号="C1 " > 关平 </ 姓名 >
< 姓名 编号="C2 " > 关兴 </ 姓名 >
< 姓名 编号="C3 " > 孙策 </ 姓名 >
< 姓名 编号="C4 " > 孙权 </ 姓名 >
< 姓名 编号="C5 " > 孙尚香 </ 姓名 >

< 姓名 编号="F1 " 子女 ="C1 C2"> 关羽 </ 姓名 >
< 姓名 编号="F2 " 子女 ="C3 C4 C5"> 孙坚 </ 姓名 >
</ 武将信息 >  

·ENTITY属性类型

ENTITY类型属性使人们能把外部二进制数据(即外部未解析的普通实体)链接到文档,ENTITY属性的典型例子是一幅图像，该图像由来自与另一个URL的二进制数据组成

<? xml version="1.0" encoding="UTF-8" ?>
<! DOCTYPE 图像 [
<!ELEMENT 图像 EMPTY >
<! ATTLIST 图像 来源 ENTITY #REQUIRED >
<! ENTITY Logo SYSTEM "logo.gif" >
]>
< 图像 来源="&Logo ;" />

 

·ENTITIES属性类型

ENTITIES是ENTITY的复数形式.ENTITIES类型的属性值由空格分隔多个未解析的实体名称组成.每个实体名称引用一个外部的非XML数据源.这个方法的一个用途是轮流显示不同图片的幻灯片,如下所示:

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 幻灯片 [
<!ELEMENT 幻灯片 EMPTY >
<! ATTLIST 幻灯片 来源 ENTITY #REQUIRED >
<! ENTITY PIC1 SYSTEM "picture1.jpg" >
<! ENTITY PIC2 SYSTEM "picture2.gif" >
<! ENTITY PIC3 SYSTEM "picture3.jpg" >
]>

< 幻灯片 来源="&PIC1 ; &PIC2; &PIC3;" />

·NMTOKEN属性类型

NMTOKEN属性类型限制有效的XML名称记号的属性值，除了空格，任何字符都被认为是有效的.

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 客户资料 [
<!ELEMENT 客户资料 (联系地址)* >
<! ELEMENT 联系地址 (#PCDATA) >
<! ATTLIST 联系地址 城市 NMTOKEN #REQUIRED >
]>

< 客户资料 >

< 联系地址 城市="London " > 张三 </ 联系地址 >

< 联系地址 城市="010 北京" > 李四 </ 联系地址 >

< 联系地址 城市="New  York" > 王五 </ 联系地址 >

</ 客户资料 >

上面的例子，"010北京"虽然是以数字开头，但由于是NMTOKEN类型，所以它也是合法的.但最后的"New York"为非法，因为NMTOKEN类型限制了空格的使用

·NMTOKENS属性类型

NMTOKENS是NMTOKEN的复数形式，它允许出现一组值，同NMTOKEN的规则一样，不限制符号的使用。它可以出现空格，但空格的作用是分割不同的记号

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 注册信息 [
<!ELEMENT 注册信息 (用户资料)* >
<! ELEMENT 用户资料 (#PCDATA) >
<! ATTLIST 用户资料 爱好 NMTOKENS #REQUIRED >
]>

< 注册信息 >

< 用户资料 爱好="足球 篮球" > 张三 </ 用户资料 >

< 用户资料 爱好="唱歌 跳舞" > 李四 </ 用户资料 >

< 用户资料 爱好="Play  the Piano" > 王五 </ 用户资料 >

</ 注册信息 >

上面的例子虽然没有错误，但最后的"play the piano"本来想表达的意思是"弹钢琴"，但由于NMTOKENS的限制，被拆解成了"play"、"the"、"Piano"三个部分。所以在遇到NMTOKENS类型属性时，要特别注意空格的使用。

·NMTOKENS属性类型

NOTATION对于使用非XML格式的数据非常有用。现实世界中存在很多无法或不易用XML格式组织的数据，例如图象、声音、影象等等。对于这些数据，XML应用程序常常并不提供直接的应用支持。通过为它们设定NOTATION类型的属性，可以向应用程序指定一个外部的处理程序

<? xml version="1.0" encoding="gb2312" ?>

<! DOCTYPE 文件 [
<!ELEMENT 文件 (声音文件) >
<! ELEMENT 声音文件 (#PCDATA) >
<! NOTATION MP SYSTEM "mplayer32.exe" >
<! NOTATION ST SYSTEM "soundtool" >
<! NOTATION SM SYSTEM "Sound Machine" >
<! ATTLIST 声音文件 处理程序 NOTATION (MP|SM|ST) #REQUIRED >
]>

< 文件 >
< 声音文件 处理程序="MP " > Lydia.mp3 </ 声音文件 >
</ 文件 >