DTD（Document Type Definition）详解

转载自: http://blog.csdn.net/a19881029/article/details/41890347

DTD（Document Type Definition）全名是文档类型定义，用来为XML文档定义语义约束，比较简单，但是由于其支持的数据类型有限，无法对元素或属性的内容进行详细规范，在可读性和可扩展性方面也比不上XML Schema

 

一，DTD引入方式

1，内部DTD

即DTD和XML格式的数据放在同一份文档中，其格式为：

[html]  view plain  copy

1. <!DOCTYPE 根元素名 [  
2.     元素描述  
3. ]>  

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (name , price)>  
4.     <!ELEMENT name (#PCDATA)>  
5.     <!ELEMENT price (#PCDATA)>  
6. ]>  
7. <book>  
8.     <name>test</name>  
9.     <price>10</price>  
10. </book>  

2，外部DTD

其格式为：<!DOCTYPE 根元素名称 SYSTEM "外部DTD的URI">，示例如下：

book.xml：

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book SYSTEM "book.dtd">  
3. <book>  
4.     <name>test</name>  
5.     <price>10</price>  
6. </book>  

book.dtd：

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!ELEMENT book (name , price)>  
3. <!ELEMENT name (#PCDATA)>  
4. <!ELEMENT price (#PCDATA)>  

3，公用DTD

其格式为：<!DOCTYPE 根元素名称 PUBLIC "DTD标识名" "公用DTD的URI">，下面的示例取自Spring的配置文件：

[html]  view plain  copy

 

1. <?xml version="1.0"?>    
2. <!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN"     
3.         "http://www.springframework.org/dtd/spring-beans.dtd">  
4. ......  

 

二，定义元素

其格式为：<!ELEMENT 元素名 元素类型描述>

元素类型描述主要包含以下5种：

1，任意类型

元素的内容可以是字符串，也可以包含其它子元素，也可以是空元素，其格式为：<!ELEMENT 元素名 ANY>

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book ANY>  
4. ]>  
5. <book>  
6.     <name>test</name>  
7.     <price>10</price>  
8. </book>  

虽然book元素的元素类型是任意类型，但是DTD中并没有name元素和price元素的定义，故上面的XML文档并不是一份有效的XML文档

对于一份有效的XML文档，XML格式的数据中只能出现DTD中定义过的元素

2，字符串值

元素的内容只能是字符串，不可包含子元素，其格式为：<!ELEMENT 元素名 (#PCDATA)>

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (#PCDATA) >  
4. ]>  
5. <book>  
6.     just a test  
7. </book>  

3，空元素

元素的内容为空，不能包含字符串（空格、回车...也不行），也不能包含其它子元素，但可以包含属性，其格式为：<!ELEMENT 元素名 EMPTY>

[html]  view plain  copy

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book EMPTY>  
4.     <!ATTLIST book name CDATA #REQUIRED>  
5. ]>  
6. <book name="aaa"></book>  

4，包含子元素

这种元素比较复杂，需要详细定义子元素之间的顺序和子元素出现的次数

有序子元素：

元素之间必须严格遵守定义顺序，其格式为：<!ELEMENT 元素名 (子元素1 , 子元素2 , 子元素3...)>，以“,”分隔子元素

互斥子元素：

一系列子元素之间只能出现其中之一，其格式为：<!ELEMENT 元素名 (子元素1 | 子元素2 | 子元素3...)>，以“|”分隔子元素

定义元素出现次数：

符号	说明
默认	只能出现一次且必须出现一次
+	至少1次
*	0次或多次
?	0次或1次

示例如下：

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (name, writer+, price?, desc*)>  
4.     <!ELEMENT name (#PCDATA)>  
5.     <!ELEMENT writer (#PCDATA)>  
6.     <!ELEMENT price (#PCDATA)>  
7.     <!ELEMENT desc (#PCDATA)>  
8. ]>  
9. <book>  
10.     <name>test</name>  
11.     <writer>sean</writer>  
12.     <price>10</price>  
13. </book>  

组合子元素：

使用圆括号将多个子元素括起来形成元素组，元素组内各子元素用“,”号分隔，表示元素组内各子元素有序，也可以用“|”号分隔，表示元素组内各子元素互斥，元素组后可以附带表示频率的特殊标记，用以表示元素组出现的频率

一旦使用圆括号将多个元素变成一个元素组，该元素组就成为一个整体，当做单个元素来使用，示例如下：

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book ((name+| writer), (price, desc)*)>  
4.     <!ELEMENT name (#PCDATA)>  
5.     <!ELEMENT writer (#PCDATA)>  
6.     <!ELEMENT price (#PCDATA)>  
7.     <!ELEMENT desc (#PCDATA)>  
8. ]>  
9. <book>  
10.     <name>test</name>  
11.     <name>test</name>  
12. </book>  

无序子元素：

DTD没有专门为定义无序子元素提供语法，但是我们可以借助元素组来实现它，示例如下：

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (name | writer | price | desc)+>  
4.     <!ELEMENT name (#PCDATA)>  
5.     <!ELEMENT writer (#PCDATA)>  
6.     <!ELEMENT price (#PCDATA)>  
7.     <!ELEMENT desc (#PCDATA)>  
8. ]>  
9. <book>  
10.     <desc>just a test</desc>  
11.     <price>10</price>  
12.     <writer>sean</writer>  
13.     <name>test</name>  
14. </book>  

5，混合类型

元素既有字符串格式的内容，又包含子元素，对内容和子元素的顺序、出现频率均没有要求，其格式为：<!ELEMENT 元素名 (#PCDATA | 子元素1 | 子元素2... )*>

有几点需要注意：

1，#PCDATA必须放在最前面

2，#PCDATA和各子元素之前只能用“|”分隔

3，各子元素后面不能带表示频率的修饰符

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (#PCDATA | name | price)*>  
4.     <!ELEMENT name (#PCDATA)>  
5.     <!ELEMENT price (#PCDATA)>  
6. ]>  
7. <book>  
8.     just a test  
9.     <price>10</price>  
10.     <name>test</name>  
11.     just a test  
12.     <name>test</name>  
13. </book>  

 

三，定义元素属性

属性不能独立于元素而存在，故在定义属性时，必须指定其所属的元素，格式为：<!ATTLIST 属性所属元素 属性名 属性类型 [元素对属性的约束] [默认值]>

其中“元素对属性的约束”和“默认值”是可选项，“元素对属性的约束”可使用如下值：

1，不指定“元素对属性的约束”，此时必须为该属性指定“默认值”

2，#REQUIRED，必须属性，必须为该元素提供该属性，此时不能为该属性指定“默认值”

3，#IMPLED，可有可无的属性，不能为该属性指定“默认值”

4，#FIXED，属性值固定，故必须为该属性指定“默认值”

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (#PCDATA)>  
4.     <!ATTLIST book name CDATA "aaa"  
5.              writer CDATA #REQUIRED  
6.              price CDATA #FIXED "10"  
7.              desc CDATA #IMPLIED>  
8. ]>  
9. <book name="aaa"   
10.         writer="sean"  
11.         price="10">  
12.     just a test  
13. </book>  

CDATA是最常见的属性类型，表示属性的值是字符串，除此之外，还可以使用枚举类型，属性值是一系列枚举值之一，示例如下：

[html]  view plain  copy

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (#PCDATA)>  
4.     <!ATTLIST book name (a | b) #REQUIRED>  
5. ]>  
6. <book name="b"/>  

 

四，定义实体

可以提高代码的复用性，通过实体引用的方式还可以使用某些特殊字符（比如“<”，直接使用时XML解析器会将其作为元素的开始，从而导致解析失败），如果某个字符串特别长，还可以减少字符输入量

1，内部实体

这种实体在XML格式数据中引用，其定义方式为：<!ENTITY 实体名 "实体值">，其引用方式为：&实体名;

[html]  view plain  copy

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (#PCDATA)>  
4.     <!ATTLIST book name CDATA #REQUIRED>  
5.     <!ENTITY bookname "Jane Eyre">  
6.     <!ENTITY desc "&bookname;">  
7. ]>  
8. <book name="&bookname;">  
9.     &desc;  
10. </book>  

2，内部参数实体

这种实体只能在DTD中引用（在XML格式的数据中引用时，会被当做普通字符串，并不会替换为相应的实体值），其定义方式为：<!ENTITY % 实体名 "实体值">，其引用方式为：%实体名;，必须先定义，然后才能使用

在内部DTD中使用，实体值必须是完整的定义，否则将影响XML文档的有效性

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book [  
3.     <!ELEMENT book (#PCDATA)>  
4.     <!ENTITY % desc "<!ATTLIST book name CDATA #FIXED 'aaa'>">  
5.     %desc;  
6. ]>  
7. <book name="aaa"/>  

如果是在外部DTD中使用，要求会低很多，但是也是有一些具体的要求的，使用前最好用XMLSpy或其它工具校验一下

book.xml：

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!DOCTYPE book SYSTEM "book.dtd">  
3. <book name="a" price="10"/>  

book.dtd：

[html]  view plain  copy

 

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!ENTITY % attrs "name CDATA #FIXED 'a'  
3.          price CDATA #FIXED '10'">  
4. <!ELEMENT book (#PCDATA)>  
5. <!ATTLIST book %attrs;>  

3，外部实体

实体值不是直接在DTD中指定，而是专门提供一个文件来指定其值

其定义方式为：<!ENTITY 实体名 SYSTEM "实体值所在文件的URI">或者<!ENTITY 实体名 PUBLIC “公用实体标识名” "实体值所在文件的URI">，引用方式为：&实体名;

4，外部参数实体

其定义方式为：<!ENTITY % 实体名 SYSTEM "实体值所在文件的URI">或者<!ENTITY % 实体名 PUBLIC “公用实体标识名” "实体值所在文件的URI">，引用方式为：%实体名;