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>