XML文档类型定义DTD

DTD概述

DTD用来定义XML文档的结构，它包含一系列规则说明，以确保XML文档的一致性和有效性
DTD定义了XML文档可用的词汇（元素和属性的名称）和结构：
元素名称，包括根元素
元素的属性及属性的数据类型和取值方式
子元素的名称、顺序、出现次数
元素是否拥有子元素，是否能拥有文本内容，等等
可以用DTD验证XML文档
发现书写错误（命名错误）
检查结构和顺序
检查是否使用了规定的规范文档

DTD的引用

DTD可以是被XML引用的独立的外部文档，也可以嵌入到XML文档中
DTD文档是特殊格式的XML文档例如，DTD文档student.dtd的内容如下：

[html] view plaincopy

<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT 班级 (学生+)>
<!ELEMENT 学生 (ID, 姓名, 年龄?, 住址?, 电话*)>
<!ELEMENT ID (#PCDATA)>
<!ELEMENT 姓名 (#PCDATA)>
<!ELEMENT 年龄 (#PCDATA)>
<!ELEMENT 住址 (#PCDATA)>
<!ELEMENT 电话 (座机*, 手机?)>
<!ELEMENT 座机 (#PCDATA)>
<!ELEMENT 手机 (#PCDATA)>

嵌入的DTD

[html] view plaincopy

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 班级 [
<!ELEMENT 班级 (学生+)>
<!ELEMENT 学生 (ID, 姓名, 年龄?, 住址?, 电话*)>
<!ELEMENT ID (#PCDATA)>
<!ELEMENT 姓名 (#PCDATA)>
<!ELEMENT 年龄 (#PCDATA)>
<!ELEMENT 住址 (#PCDATA)>
<!ELEMENT 电话 (座机*, 手机?)>
<!ELEMENT 座机 (#PCDATA)>
<!ELEMENT 手机 (#PCDATA)>
]>
<班级>
<学生>
<ID>001</ID>
<姓名>王刚</姓名>
<年龄>2</年龄>
<电话>
<手机>234345456</手机>
</电话>
</学生>
</班级>

外部DTD-SYSTEM
在XML文档中声明使用外部DTD文档 <!DOCTYPE 根元素名称 SYSTEM “DTD文档URL”>
例如，XML文档student.xml的内容如下：

[html] view plaincopy

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 班级 SYSTEM “student.dtd”>
<班级>
<学生>
<ID>001</ID>
<姓名>王刚</姓名>
<年龄>2</年龄>
<电话>
<手机>234345456</手机>
</电话>
</学生>
</班级>

外部DTD-PUBLIC
在XML文档中声明使用公共DTD文档 <!DOCTYPE 根元素名称 PUBLIC “公共标识符” “URI” 公共标识符的格式为：标准//作者//类型和版本//语言例如，XML文档student.xml的内容如下：

[html] view plaincopy

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 班级 PUBLIC “-//WeiDP//Example 1.0//ZH-CN” “student.dtd”>
<班级>
<学生>
<ID>001</ID>
<姓名>王刚</姓名>
<年龄>2</年龄>
<电话>
<手机>234345456</手机>
</电话>
</学生>
</班级>

元素Element

ANY：内容中可包含子元素
格式：<!ELEMENT 元素名称 ANY>
示例：<段落>使用<关键词>XML</关键词>技术</段落>
EMPTY：不能包含任何内容
格式：<!ELEMENT 元素名称 EMPTY>
示例：<paper color=“red”/>
#PCDATA：不能包含子元素
格式：<!ELEMENT 元素名称 (#PCDATA)>
示例：<book author=“Black”>C Language</book>
子元素的顺序和出现频率
<!ELEMENT 元素名称 (子元素名称[修饰符][，…])>
其中，修饰符为：
省略：必须出现，且只能出现1次
+：至少出现1次
?：最多出现1次
*：可以不出现，也可以出现多次
示例：<!ELEMENT cpu (厂商,型号+,工艺?,价格*)>
子元素的选择
<!ELEMENT 元素名称 (子元素[|子元素]…]) >
示例： <!ELEMENT 电话 (座机|手机)>

[html] view plaincopy

<?xml version="1.0" encoding="GB2312" standalone="no"?>
<!DOCTYPE 我的电脑 [
<!ELEMENT 我的电脑 (CPU, 内存+, 硬盘+)>
<!ELEMENT CPU EMPTY>
<!ELEMENT 内存 (描述*)>
<!ELEMENT 分区 (名称, 操作系统)>
<!ELEMENT 名称 (#PCDATA)>
<!ELEMENT 操作系统 (#PCDATA)>
<!ELEMENT 硬盘 (分区+, 描述*)>
<!ELEMENT 描述 ANY>
]>
<我的电脑>
<CPU/>
<内存><描述>="512MB"</描述></内存>
<内存/>
<硬盘> <分区>
<名称>系统盘</名称>
<操作系统>Windows 2003</操作系统>
</分区>
<描述>关于系统盘的任何描述信息</描述>
</硬盘>
</我的电脑>

属性列表ATTLIST

ATTLIST定义元素的属性的名称、类型和默认值，可以限制出现次数但不能限制出现顺序
语法：<!ATTLIST 元素名称属性1名称属性类型属性值声明属性2名称属性类型属性值声明 ……>
属性类型
CDATA：一般文本
ID：具有ID属性值，不能重复（唯一性）
IDREF：对ID属性值的引用
IDREFS：对ID属性值列表的引用（用空白分割）
ENTITY：引用未解析的外部实体
ENTITIES：引用ENTITY列表（用空白分割）
NMTOKEN：包含一个有效的XML名称
NMTOKENS：NMTOKEN列表
（属性值[[|属性值]…]）：属性为NMTOKEN类型，只能取列表中的值
NOTATION （属性值[[|属性值]…]）：属性为NOTATION（已定义的），取值任选其一
属性值说明
#REQUIRED：该属性必须出现
#IMPLIED：该属性是可选的
“默认值”：属性是可选的；若不出现，在验证文档后，元素将隐含该属性，取默认值
#FIXED “固定值”：属性是可选的；若出现，属性值必须取固定值；若不出现，则验证后自动隐含该固定值
例如：

[html] view plaincopy

<?xml version="1.0" encoding="GB2312"?>
<!—该文件保存为computer.dtd-->
<!ELEMENT 我的电脑 (CPU, 内存+, 硬盘+)>
<!ELEMENT CPU EMPTY>
<!ATTLIST CPU
厂商 (AMD | Intel | Other) “Intel"
序列号 CDATA #IMPLIED
工作频率 CDATA #REQUIRED
>
<!ELEMENT 内存 (描述*)>
<!ATTLIST 内存
容量 CDATA #REQUIRED
>
<!ELEMENT 分区 (名称, 操作系统)>
<!ATTLIST 分区
盘符 NMTOKEN #REQUIRED
>
<!ELEMENT 名称 (#PCDATA)>
<!ELEMENT 操作系统 (#PCDATA)>
<!ELEMENT 硬盘 (分区+, 描述*)>
<!ATTLIST 硬盘
容量 CDATA #REQUIRED
>
<!ELEMENT 描述 ANY>

xml

[html] view plaincopy

<?xml version="1.0" encoding="GB2312" standalone="no"?>
<!DOCTYPE 我的电脑 SYSTEM "computer.dtd">
<我的电脑>
<CPU 厂商="AMD" 工作频率="1.5GHz"/>
<内存容量="512MB">
<描述>Kingmax DDR 4000</描述>
</内存>
<内存容量="512MB"/>
<硬盘容量="80GB">
<分区盘符="C">
<名称>系统盘</名称>
<操作系统>
<![CDATA[> Windows 2003 <]]>
</操作系统>
</分区>
</硬盘>
</我的电脑>

示例二

[html] view plaincopy

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 班级 [
<!ELEMENT 班级 (学生+, 班长?)>
<!ELEMENT 班长 EMPTY>
<!ATTLIST 班长学号 IDREF #REQUIRED>
<!ELEMENT 学生 (姓名, 年龄?, 住址?, 电话*)>
<!ATTLIST 学生
学号 ID #REQUIRED
性别 (男 | 女) "男"
系别 CDATA "计算机"
>
<!ELEMENT 姓名 (#PCDATA)>
<!ELEMENT 年龄 (#PCDATA)>
<!ELEMENT 住址 (#PCDATA)>
<!ELEMENT 电话 (座机*, 手机?)>
<!ELEMENT 座机 (#PCDATA)>
<!ELEMENT 手机 (#PCDATA)>
]>

xml

[html] view plaincopy

<班级>
<学生学号="s05601" 性别="女">
<姓名>王刚</姓名>
<年龄>2</年龄>
<电话>
<手机>234345456</手机>
</电话>
</学生>
<学生学号="S05046" 性别="男" 系别="材料">
<姓名>孙俊</姓名>
<住址>203房间</住址>
</学生>
<学生学号="s05603">
<姓名>孙俊</姓名>
<住址>203房间</住址>
<电话>
<座机>45655656
</座机>
<座机>465675</座机>
</电话>
</学生>
<班长学号="s05601"/>
</班级>

注记notation
XML文档可以包含非XML数据（不能由解析器直接处理），例如图像、声音等，需要告知解析器如何调用外部程序处理这些数据，否则就会出错。
NOTATION将非XML数据描述为一种能够被外部程序处理的形式
格式：<!NOTATION 名称 SYSTEM “系统标识符”>
例如：<!NOTATION jpg SYSTEM “image/jpeg”>
notation实例

[html] view plaincopy

<?xml version="1.0" encoding="GB2312"?>
<!ELEMENT 相册 (照片)+>
<!ELEMENT 照片 (#PCDATA)>
<!NOTATION jpg SYSTEM "image/jpeg">
<!NOTATION gif SYSTEM "image/gif">
<!NOTATION png SYSTEM "image/png">
<!ATTLIST 照片
名称 NMTOKEN #REQUIRED
文件类型 NOTATION (jpg | gif | png) #IMPLIED
>

实体ENTITY

逻辑上，一个XML文档只有一个根元素，根元素包含所有子元素和内容。但XML文档中可以引用来自其他文档（文件）中的数据（内容），这就是实体。例如，可以将论文标题定义为实体，就可以在文中多次引用，而不必重复输入，也便于修改标题。
实体存储的内容有形式规范的XML、其他形式的文本或二进制数据。实体可以是文件、数据记录或任何包含数据的项目。除了文档实体外，多数实体都有名称。
实体定义在DTD中，在与该DTD关联的XML文档中通过实体引用使用这些实体，XML解析器会在解析标记时，用实体的内容替换实体引用。

普通实体
内部普通实体
<!ENTITY 实体名称 “实体内容”>
例如，<!ENTITY UPC “中国石油大学”>
外部普通实体
<!ENTITY 实体名称 SYSTEM “URI”>
例如，<!ENTITY UPC SYSTEM “/XML/upc.xml”>
<!ENTITY 实体名称 PUBLIC FPI “URI”>
其中，FPI是经认可的全球唯一的公共标识符，形如“前缀//使用者标识//文本类//文本描述//语言”
例如，<!ENTITY hello PUBLIC “-//ISO9//me//Hello//EN” “/xml/hello.xml”>
book_intro.xml文档

[html] view plaincopy

<?xml version="1.0" encoding="GB2312"?>
<内容简介>适合计算机专业本科学习</内容简介>

[html] view plaincopy

<?xml version="1.0" encoding="GB2312"?>
<!DOCTYPE 图书 [
<!ENTITY intro SYSTEM "book_intro.xml">
<!ELEMENT 图书 (书名, 作者, 内容简介)>
<!ELEMENT 书名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 内容简介 (#PCDATA)>
]>
<图书>
</书名>
<作者>张三</作者>
&intro;
</图书>

未解析实体

外部未解析实体可以将非XML文档数据引入XML文档进行处理
引入XMl文档
<!ENTITY 名称 SYSTEM “URI”>
URI对应XML文档
引入非XML文档
<!ENTITY 名称 SYSTEM “URI” NDATA 类型声明>
类型声明用于描述文档类型

[html] view plaincopy

<?xml version="1.0" encoding="GB2312"?>
<!DOCTYPE IMAGE [
<!ELEMENT IMAGE (PIC)>
<!NOTATION gif SYSTEM "image/gif">
<!ENTITY pic SYSTEM "office.gif" NDATA gif>
<!ELEMENT PIC EMPTY>
<!ATTLIST PIC src ENTITY #REQUIRED>
]>
<IMAGE>
<PIC src="pic"/>