首页 > 代码库 > XML DTD详解
XML DTD详解
有效的XML: DTD（文档类型定义）介绍
文档类型定义和命名空间
有效（Valid）的XML文档：
首先，XML文档是个格式正规的（Well-formed）XML文档；（见格式正规的XML：语法 属性 实体 处理指令 样式单 CDATA节）。
其次，需要满足DTD的要求，这样的XML文档称为有效的（Valid）XML文档。
DTD
DTD，即文档类型定义——Document Type Definition。
DTD用来描述XML文档的结构，
一个DTD文档包含：
元素（ELEMENT）的定义规则；
元素之间的关系规则；
属性（ATTLIST）的定义规则；
可使用的实体（ENTITY）或符号（NOTATION）规则。
DTD文档与XML文档实例的关系
类与对象；
数据库表结构与数据记录；
有了DTD，每个XML文件可以携带一个自身格式的描述。
有了DTD，不同组织的人可以使用一个通用DTD来交换数据。
应用程序可以使用一个标准DTD校验从外部世界接收来的XML数据是否有效。
可以使用DTD校验自己的XML数据。
如何生成DTD文档
DTD文档有三种应用形式：
1.内部DTD文档
<!DOCTYPE 根元素[定义内容]>
2.外部DTD文档
<!DOCTYPE 根元素 SYSTEM "DTD文件路径">
3.内外部DTD文档结合
<!DOCTYPE 根元素 SYSTEM "DTD文件路径" [定义内容]>
内部DTD
一个内部DTD的例子：
上半部分是DTD，下面是XML文档，文档要符合DTD。
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE poem [ <!ELEMENT poem (author, title, content)> <!ELEMENT author (#PCDATA)> <!ELEMENT title (#PCDATA)> <!ELEMENT content (#PCDATA)>]><!--为元素poem定义了三个子元素author title content，这三个元素必须要出现并且必须按照这个顺序少元素不行，多元素也不行--><!--指明author,title,content里面的内容是字符串类型--><poem> <author>王维</author> <title>鹿柴</title> <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content></poem>
上面的文档就是格式良好，并且有效的。
详见其中的注释。
#PCDATA（Parsed Character Data） ，可解析的字符数据，即字符串。
上面部分是DTD，在下面编写XML文档时，如果不符合其DTD规范，用XMLSpy做检查的时候，是well-formed的，但是却不是valid的。
比如根元素写：
<Students></Students>
Validate检查的时候就会报错，根元素和DTD中的poem不符。
外部DTD
上面是一个内部DTD的例子，下面用一个外部的DTD:
首先，新建一个DTD文档，文件名叫dtd_1.dtd，内容如下:
<?xml version="1.0" encoding="UTF-8"?><!ELEMENT poem (author, title, content)><!ELEMENT author (#PCDATA)><!ELEMENT title (#PCDATA)><!ELEMENT content (#PCDATA)>
然后，新建一个XML文档。
如果只写XML元素内容，那么它是一个格式良好的，却不是有效的文档，因为找不到DTD。
需要加入外部DTD文件的名称（同一个路径下只给出文件名即可）。
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE poem SYSTEM "dtd_1.dtd"><poem> <author>王维</author> <title>鹿柴</title> <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content></poem>
内外部DTD结合
DTD的内容也可以有些放在外部，有些放在内部，如下：
文件dtd_2.dtd
<?xml version="1.0" encoding="UTF-8"?><!ELEMENT author (#PCDATA)><!ELEMENT title (#PCDATA)>
XML文档：
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE poem SYSTEM "dtd_2.dtd"[<!ELEMENT poem (author, title, content)><!ELEMENT content (#PCDATA)>]><poem> <author>王维</author> <title>鹿柴</title> <content>空山不见人，但闻人语声。返景入深林，复照青苔上。</content></poem>
___________________________________________________________________________________________________
格式正规的XML：语法 属性 实体 处理指令 样式单 CDATA节
XML介绍
eXtensible Markup Language
XML是一种元标记语言，用户可以定义自己需要的标记。
Document Type Definition, DTD文档类型定义。
XML描述的是结构、内容和语义，它不描述页面元素的格式化。
对比：HTML侧重于如何表现信息，内容描述与显示整合为一体。
XML中的每个元素名都是成对出现的。结束标签前加一个/
如：
<?xml version="1.0"?><Student> <Name>ZhangSan</Name> <ID>001</ID> </Student>
文档的后缀名是xml，每个文档有且仅有一个根元素。
所谓根元素就是包含了其他所有元素的元素。
XML vs HTML
使用XML可以实现异构语言、异构平台之间的交互。
XML1.0语法
XML目前只有一个版本，即1.0.
XML是自描述数据，使用现有的国际标准。
XML中有格式正规的XML和有效的XML。本文讲格式正规的。
遵循如下规则的XML文档称为格式正规的XML文档：
语法规范：
必须有XML声明语句；
必须有且仅有一个根元素；
标记大小写敏感；
属性值用引号；
标记成对；
空标记关闭；
元素正确嵌套。
元素语法：
名称中可以包含字母、数字或者其他字符；
名称不能以数字开头；
不能以XML/xml/Xml…开头；
名称中不能含空格；
名称中不能含冒号（注：冒号留给命名空间使用）。
XML解析器
XML解析器是读取XML文档并提供对文档内容的访问的软件模块。
类型：无验证的解释器和验证的解释器。
解析器：
MSXML IE
IBM XML4J
Apache Xerces
Oracel XML Parser
XML文档
一个XML文档：
<?xml version="1.0" encoding="utf-8" standalone="yes"?><!--第一行是XML声明--><!--这是XML处理指令的例子。处理指令以<?开始，以?>结束--><!--在<?后的第一个单词是处理指令名，在本例中是xml--><!--处理指令一定要顶格写，前面不能有任何空白--><students> <GREETING><!--开始标记--> Hello World<!--元素内容--> </GREETING><!--结束标记--> <student gender="male" isHandsome="true"> <id>001</id> <name>zhangsan</name> <address>Beijing</address> <score>50</score> </student> <student gender="female"> <id>002</id> <name>lisi</name> <address>北京</address> <score/><!--为空的简写形式--> </student></students>
如其中注释：
<!--第一行是XML声明-->
<!--这是XML处理指令的例子。处理指令以<?开始，以?>结束-->
<!--在<?后的第一个单词是处理指令名，在本例中是xml-->
<!--处理指令一定要顶格写，前面不能有任何空白-->
处理指令一定要顶格写，前面不能有任何空白。
处理指令的？前面后面都不能有空格。
但元素中的空白是允许的。
文档注释用<!-- 和-->包围，不允许嵌套，允许多行注释。
XML里面的元素严格区分大小写。
XML文档必须有且只有一个根元素。
根元素是一个完全包括文档中其他所有元素的元素。
XML文档声明
每一个XML文档都以一个XML声明开始，用以指明所用的XML的版本。
XML声明有version 、encoding和standalone特性。
特性是由等号分开的名称-数值对。位于等号左边的是特姓名，而其值位于等号的右边，并用双引号或单引号括起来。
在上例中，version特性表明这个文档符合XML 1.0规范。
XML声明还可以有standalone特性，这告诉我们文档是否在这一个文件里，还是需要从外部导入文件。
encoding 属性指定了编码格式，默认情况下是utf-8，这个属性要放在standalone属性前面。
注意本文文件保存时候默认的编码格式是ANSI，需要利用记事本把它手动改为UTF-8保存。
属性
如上所述，
属性（特性）是由等号分开的名称-数值对。
位于等号左边的是特姓名，而其值位于等号的右边，并用双引号或单引号括起来。
自定义的元素也可以有一个或多个属性，其属性值使用单引号或者双引号括起来。
如果属性值中有双引号则使用单引号，反之亦然。
属性的形式为：
属性名= "属性值"，比如gender="male"。
多个属性值之间用空格隔开（一个或多个空格都可以）。
在一个元素上，相同的属性只能出现一次。
属性值不能包含<, >, &。
实体
实体叫ENTITY，实体的作用是避免重复输入。作用相当于宏或者变量。
XML中内置的5种实体：
自定义实体语法：
<!DOCTYPE 根元素[
<!ENTITY 实体名 "实体内容">
]>
引用已定义的实体：
&实体名;
使用实体的例子：
XML代码：
<?xml version="1.0" encoding="utf-8"?><!DOCTYPE test[<!--实体声明--><!ENTITY comA "Company A"><!ENTITY addA "Some Place"> ]><test> <!--直接写进去的方法--> <company> <name>Company A</name> <address>Some Place</address> </company> <!--用实体的方法--> <company> <name>&comA;</name> <address>&addA;</address> </company></test>
用Chrome打开：
可见使用实体和直接写值的效果是一样的，实体所代表的值被浏览器代入。
文档类型定义——DOCTYPE
文档类型声明，紧跟XML声明之后，包含所有实体声明。
语法：
<?xml version="1.0" encoding="utf-8"?><!DOCTYPE 根元素标记名[<!--实体声明--> ]>
实例如上，实体部分。
处理指令PI
处理指令用于XML解析器传递信息到应用程序。
语法：<?目标 指令?>
PI必须以一个叫做目标的标识符开头，这个标识符遵从如同元素和属性一样的规则，目标是指令所指向的应用的名称，指令是传递给应用程序的信息。
为XML文档编写样式单
XML允许用户来创建任何所需要的标记。
当然，由于用户在创建标记上有完全的自由，因而通用的浏览器无法预期用户标记的意义，也无法为显示这些标记而提供规则。
因而，用户必须为文档编写样式单，告诉浏览器如何显示特定的标记。
与标记集类似，用户创建的样式单可由不同的文档不同的人所共享，还可将自己创建的样式单与其他人编写的样式单集成在一起。
比如编写样式hello.css：
GREETING{display:block; font-size:24pt; font-weight:bold
加入样式的方法，是在XML文档中包括一个处理指令，指定所要使用的样式单：
<?xml-stylesheet type="text/css" href="http://www.mamicode.com/hello.css"?>
完整的XML文档如下：
<?xml version="1.0" encoding="utf-8" standalone="yes"?><!--第一行是XML声明--><!--这是XML处理指令的例子。处理指令以<?开始，以?>结束--><!--在<?后的第一个单词是处理指令名，在本例中是xml--><!--处理指令一定要顶格写，前面不能有任何空白--><!--另一个处理指令，表明要采用hello.css定义的样式 （使用当前目录下的hello.css）--><?xml-stylesheet type="text/css" href="http://www.mamicode.com/hello.css"?><students> <GREETING><!--开始标记--> Hello World<!--元素内容--> </GREETING><!--结束标记--> <student gender="male" isHandsome="true"> <id>001</id> <name>zhangsan</name> <address>Beijing</address> <score>50</score> </student> <student gender="female"> <id>002</id> <name>lisi</name> <address>北京</address> <score/><!--为空的简写形式--> </student></students>
通过样式，我们可以实现XML内容与展现形式的分离。
为XML文档编写样式单可以用CSS或XSL，XSL比CSS复杂。
CDATA节
用于把整段文本解释为纯字符数据而不是标记的情况。
包含大量的<、>、&、或者"字符。CDATA节中的所有字符都会被当做元素字符数据的常量部分，而不是XML标记。
语法：
<![CDATA[......]]>
可以输入任意字符（除]]外），不能嵌套。
<?xml version="1.0" encoding="utf-8"?><root> <![CDATA[ <hello> <world> 这里放任何内容都是合法的 ]]> <subRoot> </subRoot></root>
XML DTD详解