第1章 XML基本結(jié)構(gòu)和DTD-

XML結(jié)構(gòu)2XML文件的整體結(jié)構(gòu)xml文件包括三部分：XML聲明、處理指示（可選）、XML元素。XML文檔的一個基本要求是形式良好的(wellformed)，一個形式良好的XML文檔要包含這三個部分。<?xmlversion="1.0"encoding="gb2312"?>

<?xml-stylesheettype="text/xsl"href="mystyle.xsl"?>

<學(xué)生花名冊>

<學(xué)生>

<名字>李華</名字>

<籍貫>河北</籍貫>

<年齡>15</年齡>

<電話號碼>62875555</電話號碼>

</學(xué)生>

<學(xué)生>

<名字>張三</名字>

<籍貫>北京</籍貫>

<年齡>14</年齡>

<電話號碼>82873425</電話號碼>

</學(xué)生>

</學(xué)生花名冊>3XML文件的整體結(jié)構(gòu)用XML聲明作為開頭XML聲明由“<?”開始，“?>”結(jié)束。在“<?”后面緊跟著處理指示的名稱，在這里是“xml”。聲明中必須指定“version”的屬性值。聲明中還有兩個可選屬性，分別是“standalone”和“encoding”。standalone屬性表明該XML文件是否和一個獨立的置標(biāo)聲明文件配套使用。如果這個屬性置為“no”，則有可能有這樣一個文件。encoding屬性所有的XML語法分析器都要支持8位和16位的編碼標(biāo)準(zhǔn)。簡體中文碼：GB2312繁體中文碼：BIG5國際字符：UTF-8處理指示處理指示是用來給處理XML文件的應(yīng)用程序提供信息的。4XML文件的實質(zhì)內(nèi)容——元素元素是XML文件內(nèi)容的基本單元。從語法上講，一個元素包含一個起始標(biāo)記、一個結(jié)束標(biāo)記以及標(biāo)記之間的數(shù)據(jù)內(nèi)容。其形式是：

〈標(biāo)記〉數(shù)據(jù)內(nèi)容〈/標(biāo)記〉另外，元素中還可以再嵌套別的元素。比如數(shù)據(jù)內(nèi)容可再擴展為

<標(biāo)記1>數(shù)據(jù)內(nèi)容1</標(biāo)記1>

<標(biāo)記2>數(shù)據(jù)內(nèi)容2</標(biāo)記2>

...

<標(biāo)記n>數(shù)據(jù)內(nèi)容1</標(biāo)記n>元素里還可以再嵌套元素，實現(xiàn)循環(huán)嵌套。最外層的元素稱為根元素。一個xml文檔只能有一個根元素。5字符數(shù)據(jù)與實體引用一對標(biāo)記之間出現(xiàn)的字符數(shù)據(jù)可以是任何合法的UNICODE字符，但不能包含字符“〈”。這是因為，字符“〈”被預(yù)留用作標(biāo)記的開始符。在XML中，起始和結(jié)束標(biāo)記之間出現(xiàn)的所有合法字符都被忠實地傳給XML處理程序。

為了避免把字符數(shù)據(jù)和標(biāo)記中需要用到的一些特殊符號相混淆，XML還提供了一些有用的

實體引用。這些特殊的XML實體引用包括：大于(>):>小于(<):<連字符(&):&雙引號(“)"單引號(’):'<STATEMENTVALUE="Shesaid,"Dontgothere!"">正確的寫法應(yīng)該是：

<STATEMENTVALUE="Shesaid,"Don'tgothere!"">6標(biāo)記XML的標(biāo)記和HTML的標(biāo)記在模樣上大體相同，除了注釋和CDATA部分以外，所有符號〈和符號〉之間的內(nèi)容都稱為標(biāo)記。其基本形式為：〈標(biāo)記名（屬性名=“屬性取值”）*〉XML對于標(biāo)記的語法規(guī)定比HTML嚴(yán)格大小寫有所區(qū)分要有正確的結(jié)束標(biāo)記標(biāo)記要正確嵌套有效使用屬性7CDATA可以把XML文件中除標(biāo)記以外的所有內(nèi)容都看作是字符數(shù)據(jù)，而把標(biāo)記中的所有內(nèi)容都看作置標(biāo)。在一個特殊的標(biāo)記CDATA下，所有的標(biāo)記、實體引用都被忽略，而被XML處理程序一視同仁地當(dāng)作字符數(shù)據(jù)看待。CDATA的形式如下：

〈![CDATA[

文本內(nèi)容

]]〉8CDATA例如，要在“示例”元素中放入了一段XML代碼：<聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人><示例>

<聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人>

</示例><示例>

<![CDATA[

<聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人>

]]〉

〈/示例〉9注釋在HTML中，注釋是用“〈！--”和“--〉”引起來的。在XML中，注釋的方法完全相同<示例>

<!--一個XML的例子-->

＜![CDATA[

<聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人>

]]＞

</示例><!--一個XML的例子

<!--以上是一個注釋-->

-->10形式良好的XML為了使一個文檔“形式良好”，XML文檔中的所有置標(biāo)和字符數(shù)據(jù)必須遵守前幾節(jié)中給出的規(guī)則。而且有幾條關(guān)于如何把置標(biāo)和字符數(shù)據(jù)相互聯(lián)系起來的規(guī)則。這些規(guī)則總結(jié)如下：1．文檔的開始必須是XML聲明。2．含有數(shù)據(jù)的元素必須有起始標(biāo)記和結(jié)束標(biāo)記。3．不含數(shù)據(jù)并且僅使用一個標(biāo)記的元素必須以/>結(jié)束。4．文檔只能包含一個能夠包含全部其他元素的元素。5．元素只能嵌套不能重疊。6．屬性值必須加引號。7．字符<和&只能用于起始標(biāo)記和實體引用。8．出現(xiàn)的實體引用只有&、<、>、'和"。11內(nèi)部DTD一個XML文件必須遵守文件類型描述DTD（DocumentTypeDefinition）中定義的種種規(guī)定。所有的文件都是由序言和文件體構(gòu)成的。序言中包含了XML聲明，在序言中還可以包含DTD定義。最簡單的使用DTD的方法是在XML文件的序言部分加入一個DTD描述，加入的位置是

緊接在XML處理指示之后。一個包含DTD的XML文件的結(jié)構(gòu)為：<?xmlversion="1.0"encoding="GB2312"standalone="yes"?>

<!DOCTYPE根元素名[

元素描述

]＞

文件體.......12外部DTD可以方便高效地被多個XML文件所共享你只要寫一個DTD文件，就可以被多個XML文件所引用。為了引用外部DTD，必須修改XML聲明和DOCTYPE聲明。XML聲明中必須說明這個文件不是自成一體的，即standalone屬性的屬性值不再是yes了：

<?xmlversion="1.0"encoding="GB2312"standalone="no"?>

在DOCTYPE聲明中，應(yīng)該加入SYSTEM屬性：

<!DOCTYPE根元素名SYSTEM"外部DTD文件的URL"><!DOCTYPE聯(lián)系人列表

SYSTEM"/dtds/fclml.dtd">上面的URL是一個絕對路徑，除此以外，它還可以是一個相對路徑，如：

<!DOCTYPE聯(lián)系人列表

SYSTEM"fclml.dtd">

13共用DTD使用外部DTD時，要在DOCTYPE中使用關(guān)鍵字SYSTEM。實際上，SYSTEM不是引用外部DTD的唯一方法，這個關(guān)鍵字主要用于引用一個作者或組織所編寫的眾多XML文件中通用的DTD。還存在一種外部DTD，它是一個由權(quán)威機構(gòu)制訂的，提供給特定行業(yè)或公眾使用的DTD。因此，另一個引用外部DTD的辦法是使用關(guān)鍵字PUBLIC，引用這一類公開給公眾使用的DTD。當(dāng)使用關(guān)鍵字PUBLIC進行引用時，這個外部DTD還需要得到一個標(biāo)識名。引用公共DTD的形式為：<!DOCTYPE根元素PUBLIC"DTD名稱""外部DTD的URL">請見下面例子：

<!DOCTYPE聯(lián)系人列表PUBLIC"聯(lián)系人DTD""/dtds/fclml.dtd">14元素類型聲明1一個DTD不僅要告訴語法分析器它所關(guān)聯(lián)的XML文件的根元素是什么，而且還要告

訴語法分析器文件的內(nèi)容和結(jié)構(gòu)，說清文件結(jié)構(gòu)中的每一個細節(jié)。為了定義這些細節(jié)，我們必須展開DTD中元素說明部分，使用元素類型聲明(ETD)來聲明所有有效的文件元素。ETD不但說明了每個文件中可能存在的元素，給出了元素的名字，而且給出了元素的

具體類型。15元素類型聲明1ETD應(yīng)該采用如下的結(jié)構(gòu)：<!ELEMENT元素名元素內(nèi)容描述>因此，在前面的例子里，可以在文件序言中通過如下方式定義“聯(lián)系人列表”這個元素：<?xmlversion="1.0"encoding="GB2312"standalone="yes"?>

<!DOCTYPE聯(lián)系人列表[

<!ELEMENT聯(lián)系人列表ANY>

]><聯(lián)系人列表>

...

</聯(lián)系人列表>16元素類型聲明2為了使元素“聯(lián)系人列表”中還可以包含其它元素，我們還需要定義元素“聯(lián)系人”和“姓名”。<?xmlversion="1.0"encoding="GB2312"standalone="yes"?>

<!DOCTYPE聯(lián)系人列表[

<!ELEMENT聯(lián)系人列表ANY>

<!ELEMENT聯(lián)系人(姓名)>

<!ELEMENT姓名(#PCDATA)>

]><聯(lián)系人列表>

<聯(lián)系人>

<姓名>張三</姓名>

</聯(lián)系人>

</聯(lián)系人列表>17元素類型聲明2注意：1.除了根元素外，在定義其它元素時使用關(guān)鍵字ANY都是不好的習(xí)慣。2.在定義元素時，ETD的順序是無關(guān)緊要的。3.還有一點要注意，不能對不同的元素使用相同的元素名，即便這些元素的內(nèi)容、包含的子元素不同也不行，因為它只會引起文件各個元素的混淆，使文件的可讀性大打折扣。4.元素名的第一個字母必須是字母、或下劃線（_）、或冒號（：），后跟字母、數(shù)字、句號（.）、冒號、下劃線、連結(jié)號（-）的組合，并且不能包含空白符，不能以“xml”開頭。盡管XML1.0標(biāo)準(zhǔn)允許使用任何長度的文件名，但是實際的XML處理器常常會限制標(biāo)記名的長度。18定義元素及其子元素元素“聯(lián)系人”必須包含一個，且只能包含一個子元素“姓名”?？扇绻釉厥恰癊MAIL地址”怎么辦？聯(lián)系人可能根本沒有自己的EMAIL郵箱，也可能有好幾個EMAIL帳號。使用正則表達式，我們就可以解決上述問題，描述父元素與子元素之間非常復(fù)雜的

關(guān)系。例如，你可以對一個元素作如下任何一種類型的定義：它有一個子元素，有一個或多個子元素，有零個或多個子元素，至少有一個子元素。你還可以定義復(fù)合關(guān)系，比如“元素X是有效的，如果它含有一個或多個子元素Y，或一個子元素Z”。19定義元素及其子元素元素定義是由它們的元素內(nèi)容模型(ECM)來描述的，也就是說，是由緊跟元素后面的括號中的內(nèi)容來定義的。ECM中的內(nèi)容采取一組正則表達式的形式。元字符含義

+ 出現(xiàn)一次或多次

* 出現(xiàn)零次或多次

？ 可選，不出現(xiàn)或出現(xiàn)一次

（）一組要共同匹配的表達式

| OR，或

，AND， 要求嚴(yán)格遵從順序要求

元素A

元素B

元素C元素列表，無須遵從順序要求

20有順序的子元素在元素內(nèi)容定義中，使用逗號(,)可以使一個元素的各個子元素之間要遵循一定的順序。<!ELEMENT聯(lián)系人(姓名,EMAIL)>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)><聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人><聯(lián)系人>

<EMAIL>zhang@</EMAIL>

<姓名>張三</姓名>

</聯(lián)系人>21重復(fù)元素<!ELEMENT聯(lián)系人(姓名，EMAIL+)>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)><聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

<EMAIL>zhang@</EMAIL>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人>“+”表示一個或多個有效<!ELEMENT聯(lián)系人(姓名，EMAIL*)>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)><聯(lián)系人>

<姓名>張三</姓名>

</聯(lián)系人>“*”表示零個或多個有效22成組元素元素可以使用括號并為一組。因此，下面的DTD片段說明，一個“聯(lián)系人”元素中可以有一個或多個“姓名/EMAIL”子元素對，并且在每個子元素對中，“姓名”都放在“EMAIL”之前。<!ELEMENT聯(lián)系人(姓名，EMAIL)+>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)><聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL><姓名>李四</姓名>

<EMAIL>li@</EMAIL><姓名>王五</姓名>

<EMAIL>wang@</EMAIL>

</聯(lián)系人>23OR或符號“|”描述了一個OR操作。因此，下面的DTD片段所規(guī)定的XML元素是：所有的“聯(lián)系人”元素應(yīng)該有一個“姓名”子元素，同時，在此之后還應(yīng)該有一個“電話”或一個“EMAIL”元素，但不能同時有“電話”和“EMAIL”兩個元素。<!ELEMENT聯(lián)系人(姓名，(電話|EMAIL))>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENT電話(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)><聯(lián)系人>

<姓名>張三</姓名>

<電話>12345678</EMAIL>

</聯(lián)系人><聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人>24可選子元素字符“?”說明一個子元素是可選的，它可以出現(xiàn)，也可以不出現(xiàn)。<!ELEMENT聯(lián)系人(姓名，(電話|EMAIL)，地址?)>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENT電話(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)>

<!ELEMENT地址(街道，城市，省份)>

<!ELEMENT街道(#PCDATA)>

<!ELEMENT城市(#PCDATA)>

<!ELEMENT省份(#PCDATA)><聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

<地址>

<街道>五街1234號</街道>

<城市>北京市</城市>

<省份>北京</省份>

</地址>

</聯(lián)系人><聯(lián)系人>

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人>25混合內(nèi)容&空元素一個元素包含子元素的同時也包含純文本，這稱為混合內(nèi)容的元素。<?xmlversion="1.0"encoding="GB2312">

<!DOCTYPECONTACTS[

<!ELEMENT聯(lián)系人列表ANY>

<!ELEMENT聯(lián)系人(#PCDATA|姓名|電話|EMAIL)*>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENT電話(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)>

]><聯(lián)系人列表>

<聯(lián)系人>

<姓名>張三</姓名>

<電話>(010)62345678</電話>

<EMAIL>zhang@</EMAIL>

這是關(guān)于張三的信息

</聯(lián)系人>

</聯(lián)系人列表><!ELEMENTHREMPTY>

EMPTY關(guān)鍵字用于定義XML文件中的空元素，例如此處的<HR/>。26定義有效的元素屬性一個有關(guān)“商品”的元素，它有兩個屬性，即“類型”和“顏色”：<商品類型="服裝"顏色="黃色">在DTD中使用下面的格式為元素定義屬性：<!ATTLIST元素名（屬性名屬性類型缺省值）*>注意：由于ATTLIST是一個屬性的列表，它可以包含很多屬性，在實際應(yīng)用中，一個元素也經(jīng)常有多個屬性。<!ATTLIST商品

類型CDATA#REQUIRED

顏色CDATA#IMPLIED

>27屬性缺省值屬性的缺省值又可以分為以下三類：必須賦值的屬性，關(guān)鍵字REQUIRED說明XML文件中必須為這個屬性給出一個屬性值。屬性值可有可無的屬性，當(dāng)使用IMPLIED關(guān)鍵字時，文法解釋器不再強行要求在XML文件中給該屬性賦值，而且也無須在DTD中為該屬性提供缺省值。固定取值的屬性，為一個特定的屬性提供一個缺省值，并且不希望XML文件的編寫者把缺省值替代掉。這時候，就應(yīng)該使用FIXED關(guān)鍵字，同時為該屬性提供一個缺省值。28屬性缺省值定義缺省值的屬性如果不使用上面任何一種關(guān)鍵字，該種屬性就是屬于這種類型,這種屬性需要在DTD中為它提供一個缺省值。而在XML文件中可以為該屬性給出新的屬性值來覆蓋事先定義的缺省值，也可以不另外給出屬性值，后一種情況下它就默認為采用DTD中給出的缺省值。<!ATTLIST頁面作者

姓名CDATA#IMPLIED

年齡CDATA#IMPLIED

聯(lián)系信息CDATA#REQUIRED

網(wǎng)站職務(wù)CDATA#FIXED"頁面作者"

個人愛好CDATA"上網(wǎng)">29屬性類型一個元素可以為以下十種類型中的任意一種：CDATAEnumeratedIDIDREFIDREFSENTITYENTITIESNMTOKENNMTOKENSNOTATION30CDATA類型CDATA指的是純文本，即由字符、符號“&”、小于號“<”和引號“"”組成的字符串。

對于上述中的特殊字符，應(yīng)該使用實體&代替“&”，<代替“<”，"代替“"”。<?xmlversion="1.0"

encoding="GB2312"

standalone="yes"?>

<!DOCTYPE劇本[

<!ELEMENT劇本ANY>

<!ELEMENT對話(#PCDATA)>

<!ATTLIST對話演員CDATA#IMPLIED>

]>

<劇本>

<對話演員="某甲">我可不這么認為！</對話>

<對話演員="某乙">為什么呢？</對話>

</劇本>31枚舉類型屬性也可以被描述為一組可接受的取值的列表，XML文件中對屬性的賦值將從這個列表中選取一個值。這類屬性屬于枚舉類型ENUMERATED，不過，關(guān)鍵字ENUMERATED是不出現(xiàn)在DTD定義中的。<?xmlversion="1.0"

encoding="GB2312"

standalone="yes"?>

<!DOCTYPE購物籃[

<!ELEMENT購物籃ANY>

<!ELEMENT肉EMPTY>

<!ATTLIST肉類型(雞肉|牛肉|豬肉|魚肉)"雞肉">

]>

<購物籃>

<肉類型="魚肉"/>

<肉類型="牛肉"/>

<肉/>

</購物籃>32ID和IDREFID是用屬性值的方式為文件中的某個元素定義唯一標(biāo)識的方法，它的作用類似于HTML文件中的內(nèi)部鏈接。ID的值必須是一個有效的XML名稱，它由字母、數(shù)字或下劃線開始，名字中不能出

現(xiàn)空白符。<?xmlversion="1.0"encoding="GB2312"

standalone="yes"?>

<!DOCTYPE聯(lián)系人列表[

<!ELEMENT聯(lián)系人列表ANY>

<!ELEMENT聯(lián)系人(姓名,EMAIL)>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)>

<!ATTLIST聯(lián)系人編號ID#REQUIRED>

]><聯(lián)系人列表>

<聯(lián)系人編號="1">

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人><聯(lián)系人編號="2">

<姓名>李四</姓名>

<EMAIL>li@</EMAIL>

</聯(lián)系人>

</聯(lián)系人列表>33ID和IDREFIDREF類型允許一個元素的屬性使用文件中的另一個元素，方法就是把那個元素的ID標(biāo)識值作為該屬性的取值。<?xmlversion="1.0"encoding="GB2312"standalone="yes"?>

<!DOCTYPE聯(lián)系人列表[

<!ELEMENT聯(lián)系人列表ANY>

<!ELEMENT聯(lián)系人(姓名,EMAIL)>

<!ELEMENT姓名(#PCDATA)>

<!ELEMENTEMAIL(#PCDATA)>

<!ATTLIST聯(lián)系人編號ID#REQUIRED>

<!ATTLIST聯(lián)系人上司IDREF#IMPLIED>

]><聯(lián)系人列表>

<聯(lián)系人編號="2">

<姓名>張三</姓名>

<EMAIL>zhang@</EMAIL>

</聯(lián)系人><聯(lián)系人編號="1"上司="2">

<姓名>李四</姓名>

<EMAIL>li@</EMAIL>

</聯(lián)系人>

</聯(lián)系人列表>34NMTOKEN和NMTOKENSNMTOKEN和NMTOKENS這兩種類型用于指示一個有效的名字。NMTOKEN屬性取值要求類似于元素名，但可以以數(shù)字作為其開頭字符。NMTOKES類型值可以由多個NMTOKEN組成，每個NMTOKEN標(biāo)識之間用空格隔開。關(guān)于元素的定義：<!ELEMENT數(shù)據(jù)(#PCDATA)>

<!ATTLIST數(shù)據(jù)

安全性(ON|OFF)"OFF"

授權(quán)用戶NMTOKENS#IMPLIED

>XML文件：<數(shù)據(jù)安全性="ON"授權(quán)用戶="IggieeBSelenaSGuntherB">

blahblahblah

</數(shù)據(jù)>35NOTATION類型NOTATION類型允許屬性值為一個DTD中聲明的符號，這個類型對于使用非XML格式的數(shù)據(jù)非常有用?，F(xiàn)實世界中存在著很多無法或不易用XML格式組織的數(shù)據(jù)，例如圖象、聲音、影象等等。對于這些數(shù)據(jù)，XML應(yīng)用程序常常并不提供直接的應(yīng)用支持。通過為它們設(shè)定NOTATION類型的屬性，可以向應(yīng)用程序指定一個外部的處理程序。例如，當(dāng)你想要為一個給定的文件類型指定一個演示設(shè)備時，可以用NOTATION類型的屬性作為觸發(fā)。36NOTATION類型要使用NOTATION類型作為屬性的類型，首先要在DTD中為可選用的記號作出定義。定義的方式有兩種，一種是使用MIME類型，形式是：<！NOTATION記號名SYSTEM"MIME類型">再有一種是使用一個URL路徑，指定一個處理程序的路徑。<！NOTATION記號名SYSTEM"URL路徑名">37NOTATION類型在這個例子中，為"電影"元素指定了兩種可選設(shè)備：一種是movPlayer.exe，用來播映.mov文件，另一種則用來繪制GIF圖象。<?xmlversion="1.0"

encoding="GB2312"

standalone="yes"?>

<!DOCTYPE文件[

<!ELEMENT文件ANY>

<!ELEMENT電影EMPTY>

<!