Chapter 3. DTD

Table of Contents

3.1. 文档类型声明
3.2. 元素声明
3.3. 属性声明
3.3.1. 属性类型
3.3.2. 属性缺省值
3.4. 实体

由于XML可自定义标签，所以每个人定义的标签集都会不同，如果没有一套标准来规定标签的定义原则，则应用程序就不能对XML文档进行处理。解决该问题的方案采用DTD，DTD(Document Type Definition，文档类型定义)，用于定义XML文档的编写规则。如哪些元素可出现在文档中，及元素的内容和属性的要求等。应用程序会利用这个DTD对文档进行检验，符合DTD约束规则的XML文档称之为有效文档，可以进行下一步处理，否则会报错，应用程序可捕获该错误进行相应的异常处理。检验过程是可选，这要视具体应用而定。

3.1. 文档类型声明

要使用DTD进行有效性检验，就要使用文档类型定义声明指定DTD。如：

<?xml version="1.0" standalone="no"?>
<!DOCTYPE portal SYSTEM "http://www.w3c.com/dtd/portal.dtd">
<portal>
  <name>Jims</name>
  <email>Jims@163.com</email>
  <email>Jims@21cn.com</email>
</portal>

文档类型声明位于XML声明之后，根元素之前。如果dtd文档位于本机，可用路径名直接指出dtd文档的位置。portal.dtd的内容如下：

<!ELEMENT portal (name,email*)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT email (#PCDATA)>

上面的内容也可直接写到XML文档内，这种dtd声明方式叫内部dtd子集，如：

<?xml version="1.0" standalone="no"?>
<!DOCTYPE portal [
<!ELEMENT portal (name,email*)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT email (#PCDATA)>
]>
<portal>
  <name>Jims</name>
  <email>Jims@163.com</email>
  <email>Jims@21cn.com</email>
</portal>

如果dtd位于XML文档外，则叫外部dtd子集。我们可以结合内外dtd，共同组成一个dtd来为XML文档作验证。如：

<!DOCTYPE portal SYSTEM "external.dtd" [
<!ELEMENT portal (name,email*)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT email (#PCDATA)>
]>

注意，使用内外dtd时，这两个dtd要互相兼容，不能有冲突。

3.2. 元素声明

上节文档类型声明中的每一项都是元素声明，定义了每个元素的约束。元素声明的格式为：

<!ELEMENT element_name (content_model)>

有效文档中使用的每个元素都必须在文档的DTD中用元素声明进行声明。element_name可是任何合法的XML名称，content_model(内容模型)指定元素可以或必须包含的子元素以及子元素的顺序。下面具体介绍内容模型的内容。

#PCDATA，规定元素只包含已析的字符数据。下面声明指出一个name元素可以包含文本，但不能划分为独立的area_code、number和extension元素：

<!ELEMENT name (#PCDATA)>
　　子元素，可指明元素的子元素。下面声明表示name元素必须包含且只包含一个desc元素。

<!ELEMENT name (desc)>
　　也可用逗号为分隔符，指明多个子元素。并且子元素出现的次序必须按定义时的顺序。如：

<!ELEMENT name (id,desc)>
　　name元素的id子元素必须在desc子元素前面，否则验证会出错，该文档不是一个有效的XML文档。

下面这个文档是有效的
<name>
   <id>1</id>
   <desc>dtd test</desc>
</name>

下面这个文档是无效的，顺序颠倒了
<name>
   <desc>dtd test</desc>
   <id>1</id>
</name>

下面的文档也是无效的，有多余的元素
<name>
   <id>1</id>
   <desc>dtd test</desc>
   <date>2005/01/31</date>
</name>

子元素的个数，我们可通过正则表达式来规定子元素的个数。

?，允许零个或一个该元素
　　*，允许零个或多个该元素
　　+，允许一个或多个该元素

下面我们可利用这些符号规定id子元素必须出现，且只能出现一次，而desc子元素可选。

<!ELEMENT name (id，desc*)>

根据上面的声明，下面的name元素都是有效的。

<name>
   <id>1</id>
   <desc>dtd test</desc>
</name>

<name>
   <id>2</id>
</name>

<name>
   <id>3</id>
   <desc>dtd test</desc>
   <desc>another test</desc>
</name>

可选项(

)，选项是一个参数列表，每个参数间用“

”分隔，代表能且只能选一个子元素。

<!ELEMENT choice (good

bad)>
　　上例的choice元素可选一个good子元素，或bad子元素，且只能从选一个。可选的参数列可以多项，不限于两项。如：

<!ELEMENT choice (one

two

three

four)>
　　小括号，可用小括号把选项括起来，以表达更丰富的意思，如我们想表示choice元素必须包含一个good子元素，并且必须包含ok子元素或bad子元素的一个。

<!ELEMENT choice (good，(ok

bad))>
　　混合内容，在一些文档中，一个元素可能既包含子元素，也包含字符串，这些内容叫混合内容。可用以下方式表示：

<!EMEMENT description (#PCDATA

term)* )>
　　该声明表示description元素可包含已析的字符串和term子元素，且允许出现零次或多次，如：

<description>
this is a <term>dtd</term> test.
</description>

#PCDATA必须在第一位，可选的子元素可任意多项。

空元素，某些元素不用包含任何内容，称之为空元素。写成以/>结束的独立标签。

<!ELEMENT image EMPTY>

示例：

<image src="http://www.xml.com/dtd.jpg" />
　　ANY，允许元素内包含任意内容。该选项在dtd测试时很有用，在生产系统中尽量不要使用。
　　<!ELEMENT page ANY>

3.3. 属性声明

一个有效的XML文档，必须对元素的属性进行声明。使用ATTLIST声明来完成，一个ATTLIST可以为一个元素类型声明多个属性。

<!ATTLIST image src CDATA #REQUIRED>
　　上例声明image元素必须有一个src属性，该属性的值是字符数据。可用ATTLIST声明为一个元素声明多个属性，如：

<!ATTLIST image src　　CDATA #REQUIRED
            　　width  CDATA #REQUIRED
            　　height CDATA #REQUIRED
            　　alt　　CDATA #IMPLIED
>

上述声明指出src、width、height属性是必须的，alt属性是可选的。