XML三部曲之拨云见日DTD（二）

       上篇博客讨论了文件定义格式的基本用法，即DTD中元素和实体的声明语法，同时讨论了DTD中为了避免命名冲突而引入的命名空间和前缀标识。DTD同时为我们提供了一种节省时间的方法，它的功能很类似于抽象类，接下来将着重讨论实体机制。

一. 实体详解

    有了元素为什么还要引入实体呢？要想区分两者，首先要看实体引入的目的。实体机制是一种节省大量时间的工具，将多种不同类型的数据并入XML文档的方法。它就好像是面向对象的抽象类一样，把经常使用的抽象成一个实体，在使用它的地方可以直接引用，避免了重复。

    详细的说

     （1）代替无法输入的字符，键盘只有26个字母和一些简单的标点符号，而字符集中有成N多各种符号是无法在键盘中输入的。

     （2）代替一些与xml规范保留字相冲突的内容，如：< > 等等。 

     （3）代替大段的重复的文本。

    实体引用按照引用的位置分为内部和外部两种，按照引用的内容分为一般和参数引用两种。下面看一个外部实体引用的实例：

    清单1：“2.dtd”的声明

<!-- 声明外部DTD，并保存为2.dtd -->
 
<!ELEMENT 影片目录 (影片)+>
<!ELEMENT 影片 (片名,主演,导演,简介)>
<!ATTLIST 影片 类别 CDATA "动作" 年份 CDATA #REQUIRED>
<!ENTITY 十面埋伏 "漫天大雪，三人在雪中决斗">
<!ENTITY 霍元甲 "民族英雄，与西方帝国主义抗争">
<!ELEMENT 片名 (#PCDATA)>
<!ELEMENT 主演 (#PCDATA)>
<!ELEMENT 导演 (#PCDATA)>
<!ELEMENT 简介 (#PCDATA)>
<!ENTITY filmcomment SYSTEM "影评.xml">       <!-- 引用外部通用实体，文件名称为“影评.xml” -->

      清单2：影评.xml的内容

<?xml version="1.0" encoding='utf-8'?>
<影评>
 这些影评都是由XXX公司出品，值得观看！
</影评>

     清单3：使用dtd的xml文件中的内容。

<?xml version="1.0" encoding='utf-8'?>
<影评>
 这些影评都是由XXX公司出品，值得观看！
</影评>

清单3：使用dtd的xml文件中的内容。
<?xml version="1.0" encoding='utf-8'?>
<!DOCTYPE 影片目录 SYSTEM "./2.dtd" >
<影片目录>
    <影片 类别="武侠" 年份="2008">
        <片名>十面埋伏</片名>
        <主演>刘德华、金城武、章子怡</主演>
        <导演>张艺谋</导演>
        <简介>&十面埋伏;</简介>
    </影片>
    <影片 类别="武侠" 年份="2006">
        <片名>霍元甲</片名>
        <主演>李连杰</主演>
        <导演>于仁泰</导演>
        <简介>&霍元甲;</简介>
    </影片>
     &filmcomment;
</影片目录>

     
      清单4：使用IE8打开清单3后的内容

<?xml version="1.0" encoding="utf-8" ?>
  <!DOCTYPE 影片目录 (View Source for full doctype...)>
- <影片目录>
-   <影片 类别="武侠" 年份="2008">
       <片名>十面埋伏</片名>
       <主演>刘德华、金城武、章子怡</主演>
       <导演>张艺谋</导演>
       <简介>漫天大雪，三人在雪中决斗</简介>
    </影片>
-   <影片 类别="武侠" 年份="2006">
       <片名>霍元甲</片名>
       <主演>李连杰</主演>
       <导演>于仁泰</导演>
       <简介>民族英雄，与西方帝国主义抗争</简介>
    </影片>
    <影评>这些影评都是由XXX公司出品，值得观看！</影评>
  </影片目录>

     内部和外部很容易理解，主要看一般和参数两种引用的区别。

   1.参数实体

         清单1：test.dtd，在此该内容单独存在了一个dtd文件中是因为在内部DTD子集中。
        参数实体引用不能在标记声明内部出现，可以在标记声明允许出现的地方出现。然而，对于外部DTD子集，则没有这个限制。

<!-- 声明外部DTD，并保存为test.dtd -->
<!-- 个人信息实体声明的是参数类型的，可以再各个元素中共同使用该参数 -->
<!ENTITY % 个人信息 "(姓名,性别,出生日期)">
<!ELEMENT 学生信息 %个人信息;>
<!ELEMENT 教师信息 %个人信息;>
<!ELEMENT 员工信息 %个人信息;>

         清单2：学校信息.xml文件，引用了外部的test.dtd文件

<?xml version='1.0' encoding='utf-8'?>
<!-- 学校信息.xml文件 --> 
<!-- 引用外部DTD -->
<!DOCTYPE 学校信息 SYSTEM './test.dtd'>
<!-- 由DTD获得的XML -->
<学校信息>
 <学生信息>
  <姓名>张三</姓名>
  <性别>男</性别>
  <出生日期>2013-10-12</出生日期>
 </学生信息>
 <教师信息>
  <姓名>张三</姓名>
  <性别>男</性别>
  <出生日期>2013-10-12</出生日期>
 </教师信息>
 <员工信息>
  <姓名>张三</姓名>
  <性别>男</性别>
  <出生日期>2013-10-12</出生日期>
 </员工信息>
</学校信息>

       
      清单3：使用IE8打开清单2的内容后

<?xml version="1.0" encoding="utf-8" ?>
- <!--
 声明内部DTD 
  -->
  <!DOCTYPE 学校信息 (View Source for full doctype...)>
- <!--
 由DTD获得的XML 
  -->
- <学校信息>
-    <学生信息>
       <姓名>张三</姓名>
       <性别>男</性别>
       <出生日期>2013-10-12</出生日期>
     </学生信息>
-    <教师信息>
        <姓名>张三</姓名>
        <性别>男</性别>
        <出生日期>2013-10-12</出生日期>
     </教师信息>
-    <员工信息>
        <姓名>张三</姓名>
        <性别>男</性别>
        <出生日期>2013-10-12</出生日期>
     </员工信息>
  </学校信息>

 

 2. 一般实体

    可在XML元素中加以引用，也可以在DTD中引用，但参数实体只能在DTD中引用，并且通常情况下只能在外部DTD文档中引用。

   3. 对比升华

参数实体与一般实体的区别如下：

     （l）在定义参数实体时，实体名前必须加一个“%”号。

     （2）参数实体引用以“%”开始，而不是一般实体引用的“&”。

     （3）参数实体的内容不仅可以包含文本，还可以包含标记。

     （4）参数实体只能应用于DTD，而不能在文档本体中引用。即参数实体只能用来构成DTD的内容，而不能构成文档内容。

     （5）参数实体只能在外部DTD文档中使用，无法应用于内部DTD。


外部参数实体与外部一般实体的区别如下：

     （1）外部参数实体应用于独立的DTD文档，外部一般实体应用于XML文档。

     （2）外部参数实体应用于将多个独立的DTD文档组合为一个大的DTD文档，外部一般实体用于将多个独立的XML文档组合成一个大的XML文档。

二. 验证XML文件的合法性

    DTD定义了XML文件的使用格式，它从结构和形式上限制了XML文档，通过引用DTD可以形成统一的规范化的XML文档，另外通过使用实体简化了DTD和XML文档的内容。使用DTD验证的XML文档才能称为规范化文档，那如何验证所写的XML文档是否符合DTD的规范呢。通过如下的代码串：

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.xml.sax.InputSource;

public class ValidateDTD
{
	public static void main(String[] args){
		
		//在验证前需要把需要验证的XML和规范DTD包含在jar中
		try{
			DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();	//创建一个文档构造工厂
			dbf.setValidating(true);
			DocumentBuilder builder=dbf.newDocumentBuilder();
			builder.parse(new InputSource("xml-2-2.xml"));	//需要验证的XML名称
		}catch(Exception e){
			e.printStackTrace();
		}
	}
}

       上面代码中的类和结构主要完成了XML文档的解析，并且在解析之前验证当前XML文件是否符合某个DTD的定义。在上面的代码运行前需要将需要验证的XML和提供规范化的DTD文档引入到当前ValidateDTD项目中，后运行上面的代码实例，该项目会在项目文件中自动查找规范的DTD，然后验证xml文件。

三. 结语

      
        至此，有关文件定义格式的内容已经基本上讨论了一遍，从最初的元素声明到复杂多变的实体类型，DTD的引入无疑为XML的使用指定了一个统一的标准，这种标准是由提供方规定好，使用方遵守的一种规则，并在最后讨论了如何验证引用DTD的XML合法与否。另外描述XML文档结构的不仅仅只有DTD，DTD是一种早期的定义格式，它有很多缺点，如不支持数据类型，不易于扩展等，为了避免这种缺点后来又引入了Schema，它是DTD的继任者，下篇博客将着重讨论Schema。