第3章 有效的XML文件-DTD

第1頁第3章有效的XML文件—DTD引言本章學習目標本章大綱引言文檔類型定義（DocumentTypeDefinition，DTD）是有效的XML文檔的基礎。用戶可按照XML文檔語法規(guī)則隨意地創(chuàng)建自己的標記，向其中添加元素和屬性等，但是如果每個人或每家公司都按照自己的意愿和愛好設計標記、添加元素及屬性，那么對于同一問題設計出來的文檔之間就可能有很大的不同，不便于解析器解析其中的數(shù)據，因此需要一套機制通過設置特定的規(guī)則來控制XML文檔結構。這套機制就稱為文檔類型定義，簡稱為DTD。本章大綱3.1DTD概述3.2DTD的基本結構3.3DTD元素定義3.4DTD屬性說明3.5DTD實體聲明3.6DTD現(xiàn)狀和Schema的優(yōu)勢本章學習目標● 理解DTD的基本概念● 掌握DTD元素類型及聲明語法● 掌握DTD屬性類型及聲明語法● 理解DTD實體類型及聲明語法● 了解DTD文件現(xiàn)狀DTD概述-1DTD(DocumentTypeDefinition)是一套關于標記符的語法規(guī)則。它是XML1.0版規(guī)格的一部分，是XML文件的驗證機制，屬于XML文件組成的一部分。DTD文件是一個ASCII文本文件，后綴名為.dtd。DTD概述-2DTD提供了一套檢驗數(shù)據的語言，在DTD中詳細描述了每個元素可以包含的子元素、元素的出現(xiàn)順序、出現(xiàn)次數(shù)以及屬性的相關設置等信息。可以確保文檔內部數(shù)據的正確性。文檔類型定義的作用就是給予文檔一種格式（type），使用戶知道所使用的XML文檔需包含哪些標記(tag)、屬性（attribute）、實體（entities）。DTD定義了置標語言、文檔結構的語法和詞匯表，實際上是定義了一個語法分析器。DTD的分類外部DTD可以單獨形成文件，后綴名為.dtd，該文件可以被多個XML文檔共享和DTD調用。內部DTD是在XML文檔中直接定義DTD，該DTD只能被當前XML文檔使用。DTD的基本結構-1

內部DTD文檔類型聲明以“<!DOCTYPE”開始，以“]>”結束，通常將開始和結束標記放在不同的行。<!DOCTYPE根元素名稱[<!ELEMENT子元素名稱(#PCDATA)>]>內部DTD舉例【例3-1】帶有內部DTD的XML文檔<?xmlversion=”1.0”encoding=”GB2312”><!DOCTYPEbook[<!ELEMENTbook(name)><!ELEMENTname(#PCDATA)>]><book><name>《XML教程》</name></book>DTD的基本結構-2外部DTD如果需要在XML文件中使用外部DTD，必須在XML文檔的文檔類型定義部分通過URL引用外部DTD，語法格式聲明如下：<!DOCTYPE

根元素名稱

SYSTEM"DTD-URL">或<!DOCTYPE根元素名稱PUBLIC“DTD-name”“DTD-URL”>外部DTD舉例-1【3-2】外部引用DTD先根據需求構思XML文檔的格式，建立DTD文檔。<?xmlversion=”1.0”encoding=”GB2312”><!ELEMENTbook(name,publisher,company,author)><!ELEMENTname(#PCDATA)><!ELEMENTpublisher(#PCDATA)><!ELEMENTcompany(#PCDATA)><!ELEMENTauthor(#PCDATA)>將上述代碼保存到book.dtd文檔外部DTD舉例-２引用上述DTD文檔的XML文檔內容如下：<?xmlversion=”1.0”encoding=”GB2312”><!DOCTYPE

bookSYSTEM“book.dtd”><book><name>《XML教程》</name><publisher>清華大學出版社</publisher><company>鄭州大學</company><author>慕橙</author></book>DTD基本結構模板DTD的基本結構包括XML聲明、元素聲明、屬性聲明、實體聲明等，DTD基本結構模板如下所示：<!ELEMENT…> <!--定義一個XML元素--><!ELEMENT…>…<!ATTLIST…> <!--指定元素擁有的屬性--><!ATTLIST…>…<!ENTITY…> <!--定義一個實體-->…<!NOTATION…> <!--定義一個符號-->...DTD元素定義元素是DTD的重要組成部分。在DTD中，元素是通過ELEMENT標記聲明的，該標記提供所有聲明元素的名稱和內容規(guī)范。元素的名稱遵守XML對名稱的限制。<!ELEMENT元素名稱類別>或者<!ELEMENT元素名稱(元素內容)>表示XML的標記名指明XML中此元素應該包含什么類型的數(shù)據指明XML中此元素應該包含什么樣的內容對子元素的規(guī)定如果一個元素有一個或多個子元素，需要將子元素定義在括號中。在DTD中，通過正則表達式規(guī)定子元素出現(xiàn)的順序和次數(shù)。語法分析器將這些正則表達式與XML文檔內部的數(shù)據模式相匹配，以判別一個文檔是否是ValidatingXML。符號說明符號說明+必須出現(xiàn)一次以上？不出現(xiàn)或只出現(xiàn)一次*不出現(xiàn)或可出現(xiàn)多次無符號只出現(xiàn)一次子元素聲明舉例【例3-3】聲明子元素Authorlist元素擁有子元素author，且可能有一個或多個：<!ELEMENTauthorlist(author+)>遵循上述DTD規(guī)定的XML文件應該這樣定義：<authorlist><author>李四</author><author>張三</author></authorlist>空元素空元素表示在XML的標記中沒有任何數(shù)據，不能包含子元素和文本，但可以有屬性。語法格式如下：<!ELEMENT元素名EMPTY>【例3-4】聲明空元素<!ElEMENTbrEMPTY>在XML中，下面的元素就是合法的。<br/>Unrestricted元素Unrestricted元素表示在XML文檔中可以包含任何在DTD中定義的元素內容。一般情況下，只把文檔的根元素定義為此類型，這樣設定后，元素出現(xiàn)的次數(shù)和順序不受限制。語法格式如下：<!ELEMENT元素名稱ANY>【例3-5】聲明Unrestricted元素<!ElEMENTanimalsANY>注意：過多地使用ANY會破壞文檔結構的清晰性，所以在DTD中應慎用ANY。簡單元素簡單元素使用關鍵字#PCDATA，此元素可以包含任何字符數(shù)據，但不能包含子元素。語法格式如下：<!ELEMENT

元素名稱

(#PCDATA)>【例3-6】聲明簡單元素<!ELEMENTbookname(#PCDATA)>上述bookname可以是空元素也可以包含數(shù)據內容，但是一定不能包含子元素。如果在XML文檔中定義子元素，則是非法的，例如：<bookname><author>張三</author><name>XML教程</name></bookname>以上代碼會被驗證出錯?；旌显鼗旌显仡愋偷亩x為：<!ELEMENT元素名(#PCDATA|子元素1|子元素2|···|子元素n)*>【例3-7】聲明混合元素<!ELEMENTbook(#PCDATA|author|press)*>相應XML文檔如下所示：<?xmlversion=”1.0”encoding=”GB2312”><!DOCTYPEbook[<!ELEMENTbook(#PCDATA|bookname|author|press)*><!ELEMENTbookname(#PCDATA)><!ELEMENTauthor(#PCDATA)><!ELEMENTpress(#PCDATA)>]><book><bookname>XML教程</bookname></book>DTD屬性說明屬性描述元素的額外信息，是對元素的修飾與補充。信息詳細的XML文檔都有一個特點，即元素通過屬性來添加附加信息。元素的屬性聲明由ATTLIST關鍵字、元素名稱及屬性定義3部分構成。<!ATTLIST元素名屬性名屬性類型屬性限定條件>一個聲明可以同時聲明元素的多個屬性，只需要使用空格分隔即可。屬性的默認值名稱含義#REQUIRED必須賦值的屬性，在XML文檔中必須給出這個屬性的屬性值#IMPLIED屬性值可有可無的屬性，不要求在XML文檔中給該屬性賦值，而且也無需在DTD中為該屬性提供默認值#FIXED固定取值的屬性。需要為一個特定的屬性提供一個特定的默認值，并且不希望XML文檔中另給出元素值把此默認值代替掉Defaultvalue事先定義了默認值的屬性。需要在DTD中提供一個默認值，在XML文檔中可以為該屬性提供新的屬性值，也可以不另外給出屬性值屬性的類型類型含義CDATA純文本，由可顯示字符組成的字符串Enumerated取值來自一組可接受的取值范圍，在()內被指定ID以屬性值的方式為文檔中的某個元素定義唯一的標識，用以區(qū)分具有相同結構、相同屬性的不同元素IDREF屬性值引用已定義的ID值，方法是把那個元素的Tn標識值作為該屬性的取值ENTITY取值為一個已定義的實體ENTITYS該屬性包含多個外部實體，不同實體用空格隔開NMTOKEN表述屬性值只能由字母、數(shù)字、下劃線、句點(．)、冒號(：)、連字符(一)這些符號組成NMTOKENS表示屬性值可以由多個NMTOKEN組成，每個NMTOKEN之間用空格隔開CDATA類型一個CDATA類型的屬性可以包含除小于號“<”、大于號“>”，與符號“&”、雙引號“””和單引號“’”的任何字符，前提條件是它必須滿足規(guī)范格式的約束?！纠?-11】在DTD中定義CDATA類型的屬性<!ATTLISTbooksalesCDATA#REQURED>此定義說明book元素有一個sales是必需賦值的屬性，該屬性值是任何字符數(shù)據，在本例中可用此屬性描述該圖書是否售出的狀態(tài)。如果需要使用小于號“<”、大于號“>”，與符號“&”、雙引號“””和單引號“’”這幾個特殊字符，就使用實體引用（<；，>；，&；，"；和&apos；）替代特殊字符。ID類型ID屬性值是具有唯一性的值，如身份證號碼、學生學號都屬于此類。如果在整份XML文件中需要類似數(shù)據表的主索引，就可以將屬性設為ID屬性類型。如果XML文檔在元素屬性的聲明中定義了ID屬性，則這個元素必須在文檔中擁有一個唯一的標識符，只有這樣的文檔才能通過DTD的檢驗?！纠?-13】在DTD中定義ID類型的屬性<!ATTLISTstudentsidID#REQUIRED>上述的屬性聲明指出student元素的sid屬性為ID類型，該屬性的值可以唯一的標識“sid”Enumerated類型Enumerated類型即是枚舉類型，枚舉聲明了屬性的備選值列表，屬性必須從該列表中選擇一個值作為屬性值。通過豎線“|”把備選值隔開?！纠?-14】在DTD中定義枚舉類型的屬性<!ATTLIST學生答題(正確|錯誤)“正確”>本例中包含一個枚舉類型的屬性聲明，元素學生的屬性“答題”的屬性值可以取值“正確”或“錯誤”，而且默認取值為“正確”。IDREF和IDREFSIDREF類型是ID類型的引用類型，IDREFS類型是多個ID類型的引用。IDREF和IDREFS類型的屬性值必須指向帶有ID屬性的元素。對于IDREF類型的屬性，其屬性值必須和文檔中某些ID屬性相匹配。如果IDREF類型的屬性值是一個不存在的ID值時，該XML文檔會被驗證無效?！纠?-15】在DTD中定義IDREF類型的屬性<?Xmlversion=”1.0”encoding=“GB2312”?><!ELEMENTBookOrder(Customer+,book+)><!ELEMENTCustomer(name*)><!ELEMENTname(#PCDATA)><!ELEMENTbook(publishing+)><!ELEMENTpublishing(#PCDATA)><!ATTLISTCustomeroidIDREF#REQUIRED><!ATTLISTbookbidID#REQUIRED>IDREF和IDREFS（續(xù)）<?xmlversion=”1.0”encoding=”GB2312”><!DOCTYPEBookOrderSYSTEM“book.dtd”><BookOrder><Customeroid=”ISBN7-333-33333-3”><name>Tom</name></Customer><Customeroid=”ISBN7-333-33333-2”><name>Lucy</name></Customer><bookbid=”ISBN7-333-33333-3”><publishing>清華大學出版社</publishing></book><bookbid=”ISBN7-333-33333-2”><publishing>北京大學出版社</publishing></book></BookOrder>NMTOKEN和NMTOKENSNMTOKEN類型類似CDATA屬性類型，但NMTOKEN是一個比CDATA類型更寬松的類型，它只要求該屬性的屬性值是一個合法的XML表示即可。也就是說，NMTOKEN類型的屬性值也是字符串數(shù)據，但NMTOKEN類型的屬性值中允許出現(xiàn)的字符要多。NMTOKEN類型的屬性值中不能包含空格字符，可以由字母、數(shù)字、下劃線、點號“.”或連字符“_”組成，可以使用數(shù)字、點號或連字符開頭。【例3-16】在DTD中定義NMTOKEN類型的屬性<?xmlversion=”1.0”encoding=“GB2312”?><!ELEMENT書籍列表(計算機書籍*)><!ELEMENT計算機書籍(書名,作者,價格,簡要介紹)><!ELEMENT書名(#PCDATA)><!ELEMENT作者(#PCDATA)><!ELEMENT價格(#PCDATA)><!ELEMENT簡要介紹(#PCDATA)><!ATTLIST作者地址NMTOKEN#REQUIRED>NMTOKEN和NMTOKENS（續(xù)）<?xmlversion=”1.0”encoding=”GB2312”><!DOCTYPE書籍列表SYSTEM“book.dtd”><書籍列表><計算機書籍><書名>XML教程</書名><作者地址=”鄭州”>李剛</作者><價格>63</價格><簡要介紹>該書主要介紹了XML的各種相關知識。</簡要介紹></計算機書籍></書籍列表>ENTITY和ENTITIESENTITY類型的屬性包含在DTD的其他位置聲明的未解析實體中，它能夠把外部二進制數(shù)據，即外部未解析的普通實體鏈接到XML文檔。ENTITY類型的屬性值是在DTD中聲明的未解析常規(guī)實體的名稱，它與外部數(shù)據相連?！纠?-17】在DTD中定義ENTITY類型的屬性<?Xmlversion=”1.0”encoding=”gb2312”><!DOCTYPEphotos[<!ELEMENTphotos(photo*)><!ELEMENTphotoEMPTY><!ATTLISTphotosourceENTITY#REQUIRED><!ENTITYsrcSYSTEM“img.gif”>]><photos><photosource=”src”/></photos>DTD實體聲明在XML文檔中，可以將經常使用的XML文本區(qū)段定義成實體，這樣可以快速地將XML文本內容插入到任何需要插入的地方。此外，也可以將外部文件定義成實體，然后將外部數(shù)據附加到XML文檔。實體的概念在XML中，實體一詞具有廣泛的含義，其基本意思是指與XML文檔相關的下列任何形式的存儲單元。有效的XML文檔本身。外部的DTD子集。定義成DTD中外部實體的外部文檔。在DTD中定義的，用引號括起來的字符。實體的分類實體可以通過3種方式進行分類。(1)通用實體與參數(shù)實體通用實體可以在XML文檔中使用。參數(shù)實體只能用在DTD文件中，該實體包含了可以被安插在DTD中的XML文檔。(2)內部實體和外部實體內部實體是實體的內容已經包含在DTD文件中。外部實體的內容是通過URI引用DTD以外的其他文件。(3)可解析實體與不可解析實體可解析實體就是可以被解析器解析的數(shù)據。不可解析實體就是解析器無法解析的數(shù)據，通常指二進制數(shù)據。XML文檔中不可引用不可解析實體。內部通用實體-1內部通用實體是在文檔實體內部定義和使用的實體，其內容通常是一段文本字符。這種實體要在DTD中通過DTD語句的定義，可以在XML文檔中使用，也可以在DTD中使用。其定義的語法格式如下：<!ENTITYentity_name“entity_value”>其中，<!ENTITY>為關鍵字，entity_name為實體名稱，entity_value為實體所代替的文本內容。引用內部通用實體以“&”開始，以“;”結束。例：&entity_name;內部通用實體-２當內部通用實體在DTD中引用時，需注意以下兩方面：（1）不能在元素及屬性的聲明中引用內部通用實體，如下面的語句是非法的：<!ENTITYpcd(#PCDATA)><!ELEMENTtitle&pcd>（2）在語句中不能出現(xiàn)循環(huán)，如下面的語句是非法的。<!ENTITYthepub“北大&pub;”><!ELEMENTpub“出版社&thepub:”>外部通用實體外部通用實體為獨立的文件，可被多個文檔所引用。正因為每一個完整的XML文檔都是一個合法的實體，所以XML通過對外部通用實體的引用，可以在一個XML文檔中嵌入另一個XML文檔，或者將多個文檔組合成一個文檔。其定義的語法格式如下：<!ENTITYentity_name“URL”>其中，URL為引用的外部實體的URL地址。引用外部通用實體也與引用內部通用實體的方法一樣：&entity_name;參數(shù)實體與通用實體的區(qū)別（1）在引用形式上，通用實體的引用為“&entity_name;”，而參數(shù)實體的引用則為“%entity_name;”（2）在引用范圍上，通用實體可在XML文檔中引用，也可在DTD中引用，而參數(shù)實體只可在DTD中引用。內部參數(shù)實體內部參數(shù)實體是指在獨立的內部DTD文檔的內部定義和使用的實體，其內容僅能為DTD而非XML文檔內容的書寫文本。定義內部參數(shù)實體的語法格式如下：<!ENTITY%entity_name“entity_value”>【例3-21】內部參數(shù)實體的定義及引用<!ENTITY%HeadingAlign“l(fā)eft|center|right”><!ELEMENTmessage(Content,Align)+><!ELEMENTContent(#PCDATA)><!ELEMENTAlign(%HeadingAlign;)>外部參數(shù)實體外部參數(shù)實體是指在獨立的外部DTD文檔的外部定義和使用的實體，外部參數(shù)實體用于將多個獨立的DTD文檔組合成一個大的DTD文檔。定義外部參數(shù)實體的語法格式如下：<!ENTITY%entity_name“URL”>DTD現(xiàn)狀DTD是驗證XML文檔有效性的方法之一，其存在著一些不足。作為SGMLDTD的一個子集，XMLDTD與XML的格式完全不同。因此，XML文檔開發(fā)人員必須使用這套與XML本身不同的語法來驗證X