DTD的作用

XML文檔是1種元標記語言，即1種定義標記語言的語言。在XML中可以創(chuàng)建新的標記語言，這些新的標記語言(也叫標記集)要通過文檔類型定義(Document Type Definitions，DTD)來定義。DTD文檔是這些新的標記語言的法律性文檔。如果XML文檔的語法符，DTD的定義和規(guī)定，那末就稱為1個合法的XML文檔，否則就是非法的XML文檔。合法的XML文檔在實際利用中的地位很重要，由于只有合法的XML文檔才能被利用軟件有效地處理。
DTD定義了文檔的邏輯結(jié)構(gòu)，規(guī)定了文檔中所使用的元素、實體、元素的屬性、元素與實體之間的關(guān)系。其作用主要表現(xiàn)在以下幾個方面。
(1) 使用DTD可以提供1種統(tǒng)1的格式。XML的可擴大性為文檔的作者提供了很高的靈活性，可有時候需要的是統(tǒng)1，要求某1類文檔具有相同的結(jié)構(gòu)。
(2) 使用DTD可以保證數(shù)據(jù)交換和同享的順利進行。
(3) DTD使用戶能夠不依賴具體的數(shù)據(jù)就知道文檔的邏輯結(jié)構(gòu)。在沒有XML文檔的時候，也能夠根據(jù)DTD為XML文檔編寫樣式單，編寫處理程序，這樣可以有效地提高工作效力。
(4) 使用DTD可以驗證數(shù)據(jù)的有效性。DTD對文檔的邏輯結(jié)構(gòu)進行了束縛，這類束縛可以比較寬松，也能夠10分嚴格。可以根據(jù)DTD檢查數(shù)據(jù)，以驗證其是不是符合規(guī)定和要求，這可以保證數(shù)據(jù)的正確和有效。

DTD元素

DTD中描寫的基本部件是元素和屬性，它們負責肯定XML文檔的邏輯結(jié)構(gòu)。元素表示1個信息對象，而屬性表示這個對象的性質(zhì)。所有元素中有且只有1個根元素，其他的元素都是它的子元素，除根元素外，每一個元素都被其他元素包括，1個元素可以有幾個不同類型的子元素。

1. -元素的基本類型 元素的基本類型大致可分為兩種，1種稱為簡單型，另外一種稱為復(fù)合型。簡單型具有文本數(shù)據(jù)，便可析字符數(shù)據(jù)，該類型也稱為上下文中的“#PCADTA”；復(fù)合型可以包括其他元素和文本數(shù)據(jù)。

   • 簡單型
     “#PCDATA”(Parsed Character Data)表示標記的內(nèi)容是可解析文本，所謂的可解析文本就是非標記文本。用“#PCDATA”規(guī)范了的元素不能再包括子元素。例如How do you do是不包括標記的文本，而How do you do就不是可解析的數(shù)據(jù)類型，由于其中包括有標記和。另外DTD文檔中不同元素定義的次序沒有前后關(guān)系，但文檔的語法對大小寫敏感。
     “#PCDATA”的聲明格式：

“#PCDATA”的用法，代碼以下所示。

• 復(fù)合型
  復(fù)合型元素與簡單型元素相對，復(fù)合型元素可包括其他元素。
  復(fù)合型元素的用法，代碼以下所示

2.-元素的聲明
1. 元素聲明的基本語法
元素的聲明格式：

其中，Element_Name為聲明的元素名稱，Element_Defination為元素內(nèi)容格式的定義。
合法的元素聲明語句如：

1. 空元素的聲明
   在第3章中已介紹了空標記的使用方法，那末在DTD中如何對與其對應(yīng)的空元素進行聲明呢？其聲明格式：

例以下面的語句：

1. 不限定元素內(nèi)容的聲明
   ANY是DTD中使用很頻繁的1個關(guān)鍵字，特別是對文檔根元素的聲明。在定義1個DTD文檔時通常很難準確地肯定1個元素是不是具有子元素的情況，此時1般的做法是指定該元素的子元素為ANY型(表示可以是任意的元素)，這樣在它當中可以包括任何數(shù)據(jù)、任何聲明的子元素及其數(shù)據(jù)和子元素的組合。
   ANY元素的聲明格式：

而在文檔剛開始定義時，其實不明確將來的利用領(lǐng)域中會有多少個元素，所以唯1的做法就是標記為ANY類型，表示可以包括任何元素和可解析數(shù)據(jù)。例如：

然后在文檔的實際開發(fā)進程中再逐漸完善該元素的子元素的具體定義，將ANY關(guān)鍵字替換掉。
【例4.3】 ANY的用法，代碼如源程序code4_3.xml所示。

文檔中能有多個ANY型的元素嗎？這是完全可以的，由于ANY型的元素不1定是根元素。
包括多個ANY型元素的XML文檔，代碼下所示。

ANY型的元素在文檔中應(yīng)盡可能少使用，由于這與XML文檔的數(shù)據(jù)結(jié)構(gòu)性相背背。但多數(shù)情況之下在定義1個元素的所有子元素之前，總是首先以ANY代替，最后再以實際的子元素替換ANY關(guān)鍵字，定義出具體的DTD文檔。
4. 子元素列表的設(shè)定
在XML中有1種針對復(fù)合元素的最為嚴格的設(shè)定方法，稱為子元素列表的設(shè)定。這類方式下，元素都具有哪些子元素、每一個子元素出現(xiàn)的次數(shù)和位置都有明確的規(guī)定，在具體文檔實現(xiàn)時，必須嚴格履行。
子元素列表的設(shè)定語法以下：

其中“(Child_Element1, Child_Element2,…)”部份為Element_Name所具有的子元素列表。
【例4.5】 子元素列表的設(shè)定，代碼以下所示。

上面程序是1個不合法的文檔，緣由在于，標記<pubdate></pubdate>和<ISBN></ISBN>的使用順序與DTD中定義的順序不1致。在1個標記后面的子標記列表中，子標記出現(xiàn)的次序代表了將來XML文檔中的子標記出現(xiàn)次序，而且這類次序不能被背背。
5. 可選擇的子元素
有些時候，需要在兩個或多個互斥的元素中進行選擇。即多選1的情況，如1個人的性別可以是男或女，二者中只能有1種情況。DTD有專門的語法來處理這類情況，其語法格式以下：

其中，“(Child_Element1|Child_Element2|…)”部份為選擇性元素組合，具體使用時必須要在這個列表當選擇其1。
【例4.6】 選擇性元素列表的設(shè)定，代碼以下所示。

1. 元素出現(xiàn)次數(shù)的控制
   在DTD中定義1個元素的子元素不過是解決該元素可以包括甚么元素，各個子元素的出現(xiàn)次序和能夠出現(xiàn)的次數(shù)的問題。DTD可以在1定程度上控制出現(xiàn)的次數(shù)。太精確太復(fù)雜的控制是沒必要要的。如明確規(guī)定1個元素出現(xiàn)3次或4次，是容易使到的，使用上面介紹的子元素列表的設(shè)定方法便可實現(xiàn)，但如果重復(fù)出現(xiàn)的次數(shù)較多時，這類方法就顯得10分笨拙，這時候可用以下方法來對其進行控制。
   (1) 1個元素可能出現(xiàn)1次，也可能不出現(xiàn)。這時候可通過在元素名后面加上1個“?”來實現(xiàn)。
   (2) 1個元素可能不出現(xiàn)，也可能出現(xiàn)屢次。這時候可通過在元素名后面加上1個“*”來實現(xiàn)。
   (3) 1個元素可能出現(xiàn)1次，也可能出現(xiàn)屢次，但最少也要出現(xiàn)1次。這時候可通過在元素名后面加上1個“+”來實現(xiàn)。
2. 元素組
   在聲明復(fù)合型元素的時候，可使用括號將其部份子元素組合在1起，成為1個元素組，該元素組在特性上與普通元素沒甚么區(qū)分，可以對其使用“?”、“*”、“+”等控制字符。
   【例4.7】 元素組的使用，代碼以下所示。

在實際利用中，使用元素組可能不是最好的方案。這時候也能夠先將準備分組的元素定義為1個復(fù)合元素，再在原來的元素中援用剛定義的復(fù)合元素，這樣文檔的結(jié)構(gòu)更清晰。

【例4.8】 較好的方案，代碼以下所示。

1. 混合型元素
   還有另外一種元素，其內(nèi)容既可以為字符數(shù)據(jù)，也能夠為子元素，這類元素稱為混合型元素。混合型元素的聲明格式：

混合型元素的存在破壞了文檔的層次結(jié)構(gòu)化，不利于利用軟件對XML文檔的處理，在XML文檔開發(fā)進程中，它可以作為1個不成熟的DTD文檔，1步1步地在XML文檔中添加元素，邊添加邊測試其正確性，這時候可將還沒有處理的部份作為字符數(shù)據(jù)組織到1個混合型元素中，以便使文檔通過測試。但在文檔最后完成時，要通過添加新元素的方法來清除這類非結(jié)構(gòu)化信息。

DTD屬性

4.3.1 屬性的聲明
在DTD中，屬性的聲明格式：

其中，<!ATTLIST>為屬性聲明的關(guān)鍵字，Element_name為元素名，Attribute_name為屬性名，TYPE是屬性類型，Default_value為沒有設(shè)定屬性值時的默許值。
【例4.9】 屬性的聲明，代碼以下所示。

圖4.5 屬性的聲明
在聲明屬性時有以下需要注意的事項。
(1) 可以屢次為1個元素聲明其中所包括的屬性。如在XML文檔中有以下語句：

屬性聲明可以為

(2) 屬性的聲明在文檔中的次序沒有嚴格的要求，可位于與其相連的元素聲明之前或以后。如在XML文檔中有以下語句：

屬性聲明可以為

(3) 所有元素的屬性，都要在各自所對應(yīng)的標記中聲明。如在XML文檔中有以下語句：

屬性聲明可以為

(4) 屬性有4種不同類型的默許值，可在屬性聲明中的Default_value部份指定。
① default：表示使用提供的默許值，default不是1個關(guān)鍵字，它代表1個預(yù)設(shè)的字符串。

此例句表示當在XML文檔中省略了對bookinfo元素的bookcategory屬性值進行設(shè)定時，該屬性的默許值就是“文藝”。
② #REQUIRED：表示屬性值必須指定。
③ #IMPLIED：表示元素的這個屬性可用可不用。
④ #FIXED：表示元素的這個屬性值是1個固定值，且必須是指定的值。
4.3.2 屬性的類型
在屬性的聲明中TYPE部份為屬性的類型設(shè)定，DTD中屬性的類型有10種，下面將對這些數(shù)據(jù)類型進行逐1的介紹。
1. CDATA型
CDATA型表明屬性值為不包括“<”和“””的任意字符串，如果屬性值中需要包括“<”和“””，則可以使用特殊字符來代替。
2. Enumerated型
如果屬性值其實不是任意的字符串，而是在幾個可能的值中進行選擇，如書籍的“種別”屬性，其值可為“文藝”，也可為“自然科學”，而不可能為其他情況時，則可以將書籍的“種別”屬性設(shè)定為Enumerated型。
3. ID型
當元素的某個屬性值是不能重復(fù)時，如書籍的ISBN屬性、個人的“身份證號”屬性等，要定義這樣的屬性則需使用屬性的ID類型。在1個XML文檔中，所有元素的ID類型屬性的屬性值必須是唯1的，不可重復(fù)，另外，1個元素不能有超過1個ID類型的屬性。
4. IDREF與IDREFS型
IDREF為Identifier Reference的縮寫，IDREF與ID類型屬性的關(guān)系為子元素與父元素的關(guān)系，即IDREF類型屬性的值必須是其他元素的ID類型屬性的值，且該ID類型屬性的值必須在文檔的其他地方被設(shè)定過。IDREFS類型屬性的屬性值可有多個，每個都必須是在文檔其他地方被設(shè)定了的ID類型屬性的值，而這多個屬性值之間用空格隔開。
【例4.10】 IDREFS的使用，代碼以下所示。

1. ENTITY與ENTITIES型
   ENTITY類型的屬性提供了把外部2進制情勢的文件(如.jpeg、.mp3等)和外部不可解析實體鏈接到XML文檔的功能。因此其屬性值也必須為不可解析的鏈接外部實際數(shù)據(jù)的通用實體名。ENTITIES類型屬性的屬性值可由多個不可解析的外部實體名稱組成，各實體名稱之間使用空格隔開。
   【例4.11】 ENTITY與ENTITIES的使用，代碼以下所示。

本例不是所有XML閱讀器都可以自動辨認的通用格式，僅僅某些閱讀器和利用程序可能采取的在文檔中嵌入非XML數(shù)據(jù)的方法而已。
6. NMTOKEN與NMTOKENS型
NMTOKEN類型的屬性限定屬性值是有效的XML名稱，這個屬性值可以由英文、數(shù)字、“.”、 “_”、“-”、“:”等組成，這里有幾點需要注意。
(1) 不能包括空格。
(2) 以上字符中除“:”之外，其他字符都可以作為開頭字符。
(3) “:”可以出現(xiàn)在中間，但由于它是命名域的關(guān)鍵字符，所以1般不提倡使用。
正由于NMTOKEN類型的屬性對字符的嚴格要求，使得它在1些經(jīng)常使用編程語言中，都是合法的數(shù)據(jù)，這就為這些編程語言對XML文檔數(shù)據(jù)的操作打下了良好的基礎(chǔ)。
NMTOKENS類型的屬性具有與NMTOKEN屬性相近的情勢。這類類型的屬性可使以下情況合法——屬性由若干XML名稱組成，彼其間由空格隔開。通常可為使用NMTOKEN屬性相同的理由而使用NMTOKENS屬性，但僅僅在需要多個名字的時候。
7. NOTATION型
XML文檔中引入了外部不可解析的實體后，解析器沒法解析這些2進制文件，這時候，就能夠使用NOTATION類型的屬性為這些2進制文件指定與其對應(yīng)的利用軟件以對其進行處理。
【例4.12】 NOTATION的使用，代碼以下所示。

DTD中的實體

4.4.1 實體的概念
實體是包括了文檔片斷的虛擬存儲單元，可用來存儲XML聲明、DTD、其他情勢的文本及2進制數(shù)據(jù)等。簡單來說就是1段代碼或數(shù)據(jù)的代稱，這個代稱即為實體的名字。當需要在文檔中援用某段代碼或數(shù)據(jù)時，可以援用與這段代碼或數(shù)據(jù)相對應(yīng)的實體名稱來代替實體的具體內(nèi)容。具有正確性檢查功能的XML處理器在提交文檔給終究利用程序之前或在顯示文檔之前，將先把所有不同的實體援用替換為與其對應(yīng)的具體內(nèi)容，從而構(gòu)成1個結(jié)構(gòu)完全的文檔。
4.4.2 實體的分類
依照實體的具體內(nèi)容來分類，實體可分為可解析與不可解析兩類。可解析實體的具體內(nèi)容為簡單的字符、數(shù)字、文本塊，而不可解析實體的具體內(nèi)容則為圖片、聲音等2進制文件。
依照邏輯存儲來分類，實體可分為內(nèi)部實體與外部實體兩類。內(nèi)部實體的內(nèi)容是在文檔內(nèi)部設(shè)定的；而外部實體則是1個外部獨立的物理存儲對象，如某個外部文件。
依照使用的范圍來分類，實體可分為1般實體與參數(shù)實體兩類。1般實體都用來構(gòu)成文檔的具體內(nèi)容，可出現(xiàn)在XML文檔中，也可出現(xiàn)在DTD中；而參數(shù)實體只能出現(xiàn)在DTD中，不能出現(xiàn)在XML文檔中。
1. 內(nèi)部1般實體
內(nèi)部1般實體就是在文檔實體內(nèi)部定義和使用的實體，其內(nèi)容通常是1段文本字符。這類實體要在DTD中通過DTD語句的定義，可以在XML文檔中使用，也可在DTD中使用。其定義的語法格式以下：

其中，<!ENTITY>為關(guān)鍵字，Eentity_name為實體名稱，Replacement為實體所代替的文本內(nèi)容。援用內(nèi)部1般實體的方法以下：

&Eentity_name;

【例4.13】 內(nèi)部1般實體的使用，代碼以下所示。

其顯示結(jié)果與4.2節(jié)的圖4.2相同。
當內(nèi)部1般實體在DTD中援用時，有以下幾方面需注意。
(1) 不能在元素及屬性的聲明中援用內(nèi)部1般實體，以下面的語句即為非法的：

(2) 在語句中不能出現(xiàn)循環(huán)，以下面的語句即為非法的：

1. 外部1般實體
   所謂外部1般實體就是在文檔實體之外定義的，要通過1個URL才能援用到的實體。外部1般實體為獨立的文件，可被多個文檔所援用。正由于每個完全的XML文檔都是1個合法的實體，所以XML通過對外部1般實體的援用，可以在1個XML文檔中嵌入另外一個XML文檔，或?qū)⒍鄠€文檔組合成1個文檔。其定義的語法格式以下：

其中，URL為援用的外部實體的URL地址。援用外部1般實體也與援用內(nèi)部1般實體的方法1樣：

假設(shè)有1個XML文檔code4_14out.xml以下：

可以通過下面的例子把它作為外部實體來援用。
【例4.14】 外部1般實體的使用，代碼以下所示。

其顯示結(jié)果仍與4.2節(jié)的圖4.2相同。
在援用外部1般實體時，有以下幾方面需注意。
(1) 由于在1個文檔中需援用某些外部文件，所以該文檔聲明中的standalone屬性不再是默許值yes，而應(yīng)當為no。
(2) 作為外部1般實體的文檔，若使用的是XML的默許字符集即UTF⑻或UNICODE，則可以在文檔頭部不進行XML聲明，否則，必須有XML聲明，且聲明時，1定要說明ecoding屬性。
3. 內(nèi)部參數(shù)實體
內(nèi)部參數(shù)實體是指在獨立的外部DTD文檔的內(nèi)部定義和使用的實體，其內(nèi)容為僅能為DTD而非XML文檔內(nèi)容的書寫文本。這里提到參數(shù)實體與前面所講的1般實體是有區(qū)分的：
(1) 在援用情勢上，1般實體的援用為“&Eentity_name;”，而參數(shù)實體的援用則為“%Eentity_name;”
(2) 在援用范圍上，1般實體可在XML文檔中援用，也可在DTD中援用，而參數(shù)實體只可在DTD中援用。
定義內(nèi)部參數(shù)實體的語法格式以下：

【例4.15】 內(nèi)部參數(shù)實體的使用，代碼以下所示。

1. 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1個大的DTD文檔。定義外部參數(shù)實體的語法格式以下：

【例4.16】 外部參數(shù)實體的使用，代碼以下所示。

程序code4_16_1.dtd為

程序code4_16_2.dtd為

使用DTD

4.5.1 內(nèi)部DTD
內(nèi)部DTD的定義語句和XML文檔在同1個文檔中，且通常放置在XML文檔的頭部。在定義內(nèi)部DTD時，定義內(nèi)部DTD的語句要全部放置在文檔類型聲明中，其語法格式：

其中，為關(guān)鍵字，Root_Element_Name為根元素名，[…]部份則為內(nèi)部DTD定義語句。如例4.1，即是1個包括內(nèi)部DTD的XML文檔。
4.5.2 外部DTD
外部DTD就是有關(guān)文檔定義的語句都被獨立出來放在1個外部文件中，對其進行獨立的管理。跟據(jù)其內(nèi)容的性質(zhì)，可分為兩種，1種是私有文件，指未公然的、屬于某組織或個人私有的DTD文件；另外一種是公然文件，是指由國際標準組織如ISO等或可發(fā)布技術(shù)建議的組織如W3C等，為某1領(lǐng)域所制定的公然的標準DTD。
援用私有DTD文件的語法格式：

其中，URL為外部DTD文件的相對路徑或絕對路徑，該語句必須置于XML文檔的頭部，且在XML文檔處理指令中要將standalone屬性值設(shè)定為no。如例4.14。
援用公然DTD文件的語法格式：

其中，PUBLIC為公然DTD文件的關(guān)鍵字。Public_Dtd_name為公然DTD文件的文件名，這個文件名由4個部份組成：第1部份為DTD的發(fā)布者，若是ISO發(fā)布，則第1部份為ISO；若是非ISO的標準組織發(fā)布，則為“+”；若是非標準組織發(fā)布，則為“-”。第2部份為所有者的名字。第3部份為表明這個DTD文件的主要內(nèi)容或種別的扼要文本。第4部份為所使用的語言，該語言標志必須是ISO639所定義過的標準標志。這4部份之間用“//”隔開。Public_Dtd_URL為公然DTD文件的相對路徑或絕對路徑。
4.5.3 混合DTD
所謂混合DTD，即為內(nèi)部DTD與外部DTD混合使用。在DTD使用的實際情況中， 很少使用完全標準的DTD，常常是公司先為所有的開發(fā)小組提供1分公共的DTD作為外部DTD，然后各個成員在實際的使用進程中再進行擴大定義，這時候的擴大定義常常是使用內(nèi)部DTD來實現(xiàn)的。
【例4.17】 混合DTD的使用，代碼以下所示。