DTD规范XML文档

 

DTD规范XML文档

DTD是一套关于标记的语法规则，它定义了文档的逻辑结构，规定了文档中所使用的元素、实体、元素的属性、元素与实体之间的关系。

一、              引入DTD   (3种方式)

内部DTD——内部的DTD紧跟在XML声明和处理指令之间。

< ? xml version=”1.0” encoding=”GB2312” standalone=”yes” ?>

<! DOCTYPE 根元素名称 [

   <! ELEMENT  子元素名称 (#PCDATA)>

]>

2、外部DTD

外部文件类型定义存在于独立文件中，文件扩展名为“dtd”。外部DTD的了处：可以方便地被多个XML文档共享，只需要定义一份DTD文档，即可为多个XML文档定义语义约束。

<!DOCTYPE  根元素名  SYSTEM " DTD-URL ">

SYSTEM:关键字，指该外部DTD是私有的

DTD-URL:通过URL将外部DTD引用到XML文档中，可以是绝对地址也是可以相对地址。

3、公用DTD

<!DOCTYPE  根元素名  PUBLIC  " DTD-NAME “  “DTD-URL”>

公用DTD与外部DTD区别在于：公用DTD使用PUBLIC代替了原来的SYSTEM，并增加了DTD标识名。

二、              DTD文档的结构

<?xml version="1.0" encoding="UTF-8"?> DTD声明部分，DTD注释与XML注释的语法完全相同

<!ELEMENT …>定义一个XML元素

<!ELEMENT …>

…

<!ATTLIST …>定义一个XML元素定义了一个属性

<!ATTLIST …>

…

<!EMTITY…>定义一个实体

…

<!NOTATION…>定义一个符号

...

三、DTD对元素声明【重点】

使用ELEMENT声明XML元素的语法，  <!ELEMENT    元素名   元素内容>

注：元素声明以“<!”开始，以“>”结束；

       元素声明指令“ELEMENT”为关键字，必须大写；

元素名：为当前元素指定的元素名称；

元素内容：元素名后面的内容用来指定元素的内容类型，可分为EMPTY（空）、子元素类型，混合型、ANY（任意）和#PCDATA 五种类型；

DTD必须定义XML文档中允许出现的所有元素。由此可见，虽然XML文档允许开发者自由扩展各种标签，但一旦使用DTD为其增加了语义约束，该XML文档就只能出现在DTD中定义过的元素。

1、    空元素类型——EMPTY      语法：<!ELEMENT     元素名     EMPTY>

2、    任意类型的元素——ANY           语法：<!ELEMENT   元素名   ANY>

3、    字符串内容的元素——#PCDATA       语法：<!ELEMENT   元素名   #PCDATA>

4、    混合内容元素              语法：<!ELEMENT 父元素名 （#PCDATA|子元素1|子元素2|子元素3…..）*>

注意：

#PCDATA必须放在最前面

#PCDATA和各子元素之间只能用竖线（|）分割

子元素1，子元素2和子元素3之间的竖线（|）并不是表示互斥，而只是表  示这些元素能无序的重复出现，而且次数不受限制

不要试图在各个子元素之后添加？，*。+等表示频率的修饰符

四、              定义子元素

有序的子元素       互斥的子元素       无序的子元素

1．有序的子元素——用英文逗号，作为子元素之间的分隔符，则子元素之间必须遵守所定义的顺序。

2．互斥的子元素——互斥的子元素表明一系列子元素之间只能出现

其中一次。互斥子元素使用竖线（|）分隔，以竖线（|）分隔的多个元素只能出现其中之一。

3．无序的子元素

从理论上讲，DTD没有专门为定义无序子元素提供语法，如果希望使用DTD来表示某个元素之内可以接受无序的子元素。

注：+: 表明子元素可以出现1次或多次*:  表明子元素可以出现0次或多次    ?:  表明子元素可以出现0次或1次

**组合子元素——<!ELEMENT 计算机书籍 ((书名,作者)+,价格,简要介绍)>

五、              DTD对属性声明【重点】

在 DTD 中，属性通过 ATTLIST 声明来进行声明。一个属性声明可以声明一个元素的多个属性。

<! ATTLIST 元素名 属性名 属性类型  [属性限定条件] [默认值]>

注：“属性限定条件”和“默认值‘两部分是可选的吗，有下面几种情况

在没有指定“元素对属性的约束”时，必须为该属性指定“默认值”；

当“元素对属性的约束”是#REQUIRED时，不能为该属性指定“默认值”；

当“元素对属性的约束”是“IMPLIED”时，不能为该属性指定“默认值”；

当“元素对属性的约束”是“FIXED”时，必须为该属性指定“默认值”；

六、              定义属性类型【重点】

DTD支持的属性类型

属性类型

含义

CDATA

值为字符串数据

(en1|en2|..)

此值是枚举列表中的一个值

ID

该属性值必须是有效地标识符，在XML文档时唯一的

IDREF

值为另外一个元素的 id属性值

IDREFS

值必须引用自多个已经有的ID属性值，多个ID属性值用空格隔开

NMTOKEN

值为合法的 XML 名称

NMTOKENS

值为多个合法的 XML 名称的列表

ENTITY

值是一个外部实体，如图片支持

ENTITIES

值是一个实体列表，多个实体之间以空格隔开

NOTATION

该属性值是在DTD中声明过的符号，这个是过期的，不要使用

七、              字符类型

CDATA   是简单的纯文本字符类型,是最常用的类型,将简单的文本用做属性值。可以包括任何字符串，但不允许使用“<”,“>”,“&”,“””,“‘”。如果需要使用必须使用实体引用。属性值和元素内容都可以是文本类型，但是定义的方法不同

<! ATTLIST  Student  name CDATA   #REQUIRED>

八、              枚举类型、ID、IDREF、IDREFS类型、NMTOKEN和NMTOKENS类型

枚举类型——声明了属性的备选值列表，属性必须从该列表中选择一个值作为属性值。

ID——ID类型是一种较为严格的约束，它要求属性值必须是有效地XML标识名，而且在整个XML文件档中其值不能重复。

IDREF——只能取其他元素设定的ID值

IDREFS——可以一次引用多个属性值，复数引用

NMTOKEN——是一个比ID类型更宽松的类型，只要求该属性是一个合法的XML标识。

NMTOKENS——复数引用，属性值可以取多个合法的XML标识，用空格隔开。

九、              实体定义

1．所谓实体引用就是用一个字符串代替另一个字符串。定义实体有如下作用：

提高代码的服用，方便修改，维护XML文档；

使用某些特殊的符号，这些特殊的符号可能会使XML解析器混淆；

减少字符输入量，如果某个字符串特别长，而且需要经常使用，则可以定义为实体。

2．实体的分类

（1）按照实体的具体内容来分类，实体可分为可解析与不可解析两类。可解析实体的具体内容为简单的字符、数字、文本块，而不可解析实体的具体内容则为图片、声音等二进制文件。

（2）按照逻辑存储来分类，实体可分为内部实体与外部实体两类。内部实体的内容是在文档内部设定的；而外部实体则是一个外部独立的物理存储对象，如某个外部文件。

(3) 按照使用的范围来分类，实体可分为一般实体与参数实体两类。一般实体都用来构成文档的具体内容，可出现在XML文档中，也可出现在DTD中；而参数实体只能出现在DTD中，不能出现在XML文档中。

3．定义普通实体

普通实体是在XML文档里使用的实体，语法：<! ENTITY    实体名     “实体值”>

使用实体的语法：&实体名；

4．定义参数实体

参数实体是在DTD文档里使用的实体，语法：<! ENTITY    % 实体名     “实体值”>

使用实体的语法：&实体名；

5.外部普通实体

外部实体的值不在DTD中直接指定，而是专门提供一个文件为该实体指定值----“实体值所在的文件的URL”处的文件来指定。定义外部实体的语法格式：

<! ENTITY    实体名  SYSTEM  “实体值所在文件的URI”>

<! ENTITY   实体名  PUBLIC “公用实体标识名”  “实体值所在文件的URI”>

6.外部参数实体

类似于定义内部参数实体，语法：<!ENTITY %实体名 SYSTEM|PUBLIC[“公用实体标识名”]  “实体值所在文件的URI”>