当 XML 开发人员谈到格式正确和格式不正确的 XML 时,我们并不是参加美学讨论。当然,格式正确的 XML 文档是满足以下三个基本结构需求的文档:
- 有一个包含所有其它元素的父(或根)元素
- 每个开始标记都有结束标记
- 所有元素都正确嵌套的
清单 1 是一个格式正确的 XML 示例。请注意:该文档的父元素是 <person>
,每个开始标记都有一个结束标记,并且每个结束标记都有与其开始标记完全相同的定义。通常,开始标记和结束标记之间包括的是信息或文本。不过,在某些情况下,标记之间没有包括信息或文本。空标记必须用一个右斜杠来结束。 <nothing/>
就是一个空标记。
|
清单 2 是一个格式不正确的 XML 示例。它举例说明了三种常见错误。首先,开始和结束 <firstname>
标记没有完全匹配。其次, <lastname>
标记没有结束标记。最后,空标记没有用一个右斜杠结束。
|
XML 的优点在于它允许您定义自己的有意义的标记,因此您可以最大程度地定制文档。但 XML 就是 XML(可扩展),而人就是人(疯狂的人),这可能很快就会无法控制。解决方案是 DTD,它指定了 XML 文档的标记。简而言之,DTD 指定:可以在文档中存在的元素、那些元素可以具有的属性、在元素内部元素的层次结构以及元素在整个文档中出现的顺序。
虽然 DTD 不是必需的,但它们确实带来方便。DTD 适合三个基本用途。它能:
- 对标记编制文档
- 加强标记参数内部的一致性
- 使 XML 语法分析器能够确认文档
如果不对 XML 文档进行 DTD 定义,文档就无法由 XML 语法分析器进行确认。使用 XML Schema 实例来代替 DTD 如何?清单 3 是清单 1 中显示的 XML 文档的 DTD。
|
清单 3 中 DTD 的第一行定义了 XML 文档的父元素: person
。person 元素有两个子元素: firstname
和 lastname
。
第二和第三行包含了元素属性 #PCDATA
,它表明 firstname
和 lastname
元素可能包含经过语法分析的字符数据(在这种情况下是文本)。DTD 文件的最后一行描述了一个空标记: nothing
。
从清单 3 中的 DTD 可以看出,任何阅读我们的 XML 文档的人(以及对它进行语法分析的语法分析器)都知道 person
元素仅包含两个文本元素: firstname
和 lastname
。此外,DTD 规定,在整个文档中, firstname
元素必须在 lastname
元素之前出现。
在转到更复杂的示例之前,让我们回顾一下一些最常用的 DTD 语法元素。
A、B、C 和 D 是在下例中代表元素的变量。
元素必须有正好一个 A
、至少一个 B
(由加号表示)、零个或多个 C
(由星号表示)以及零个或一个 D
(由问号表示):
|
元素可能有 A
或 B
或 C
之一:
|
元素不包含任何内容:
|
元素可以包含在 DTD 中列出的任何元素:
|
元素可能包含经过语法分析的字符数据或另一个元素( element2
)。星号(*)表示混合内容模型 — 其中元素可以包含不同类型的属性。
|
下例将文本 "entity reference" 插到文档中它出现的任何地方:
|
可以看到在 XML 文档中该实体引用元素如下:
|
下例表明其元素是一个包含三个属性的空标记:属性 1( att1
)是一个可选属性,属性 2( att2
)是带有固定值 "A"
的属性,属性 3( att3
)是必需的文本属性。
|
可以看到在 XML 文档中使用的这个元素如下:
|
属性 CDATA
表示包括的信息应该是文本。 ID
属性表明必须填入唯一的标识。每个元素只能有一个 ID
属性。另外, CDATA
表示 att2
和 att3
可能包含任何字符串。
对 XML 的深入探讨主要考虑的是文档头中的几个元素,从以下开始:
|
每个 XML 文档都必须包含这样的一个头,向 XML 语法分析器表示它是一个 XML 文档。头中的下一行告诉 XML 语法分析器该文档是使用什么字符编码来创建的:
|
在 Unix 系统上创建的 XML 文档和在 Windows 系统上创建的 XML 文档可能有不同的编码。
还可以为第一行设置可选的 standalone
属性。standalone 的缺省值是 no。 no 值表示该 DTD 定义是在另一个文件中描述的。 yes 值表明该 DTD 应该在 XML 文档内部定义。我没有为示例设置这个属性;如果想设置,它应该看起来如下:
|
还应该注意使这个文档格式正确的方法。例如,所有空标记都用一个右斜杠结束,如下所示:
|
还请注意 CDATA
用于对所有若不进行转义就会以 XML 语言解释的任何数据进行转义,例如:
|
如果适当的格式化,这一行将以文本内容显示:
|
可以从 XML 文件的进一步研究中获益,甚至可能从对您自己的文件运行 XML 语法分析器获益。
|
通过比较 XML 文件及其 DTD,您应该能够方便地定义 DTD 和 XML 文件中各元素之间的关系。不过,还有两个剩下的元素,您可能感兴趣。
清单 4 包含了对实体的引用。
|
实体引用用于代替在 DTD 文档中定义的特定字符或字符串。进行了语法分析后,该实体引用将读作:
|
还应该注意, <other>
标记的内容类型是 ANY
。这表示 <other>
可能包含所有以前已在 DTD 中声明过的元素。因此, other
元素可能包含 car
和 house
元素,如下:
|