【XML学习笔记】2：XML中的DTD(文档类型定义)

简述

XML中的DTD定义了本XML文档中的合法构建模块，之前经常有接触到的<!DOCTYPE......>就是DTD的声明。DTD可以直接写在XML文档内：

<!DOCTYPE 根元素名 [
多行的DOCTYPE声明
......
]>

也可以放在外部被本XML文件引用：

<!DOCTYPE 根元素名 SYSTEM "外部DTD文件">

元素声明

元素即是XML中尖括号括起来的主体，元素可以具有属性(属性=”属性值”放在开始标签中)，也可以具有值(双标签闭合起来的东西)，对于没有值的元素用一个\将其闭合，如<br\>。

DTD中用<!ELEMENT 元素名 其它>的格式声明一个元素及其约束信息。runoob上总结了各种不同的约束。

①空元素：如<br\>用<!ELEMENT br EMPTY>指明。

②只有PCDATA的元素：PCDATA是指被解析的字符数据(Parsed Character DATA)，如<!ELEMENT 元素名 (#PCDATA)>，关于PCDATA具体的后面再学。

③内容任意的元素：<!ELEMENT 元素名 ANY>。

④有嵌套子元素的元素：<!ELEMENT 元素名 (子元素1,子元素2,...)>，子元素的顺序必须和文档中出现的顺序一致，子元素也要另外被声明。

⑤只出现一次的元素：<!ELEMENT 出现在的父元素名 (元素名)>，根元素只出现一次，显然是没必要也没办法写进这个声明里了。

⑥最少出现一次的元素：<!ELEMENT 出现在的父元素名 (元素名+)>，这个元素声明相比上面那个，需要在父元素中出现1到多次。

⑦在父元素内出现任意次的元素：<!ELEMENT 出现在的父元素名 (元素名*)>，和正则一样的套路，这个元素需要在父元素中出现0到多次。

⑧具有对抗关系的元素：如<!ELEMENT note (to,from,header,(message|body))>中的message或body将在header元素之后作为note元素的子元素。注意这里的或是非此即彼的，即两个必须且只能取一个。

属性声明

DTD中用<!ATTLIST 属性所在元素名 属性名 属性类型 属性值约束>的格式声明一个属性并约束其所在元素和属性值。

其中，属性值约束可以是一个具体的值，这时表示这个值将作为不指名属性时的默认值。这个字段还可以取#REQUIRED表示属性值必须显示指明，#IMPLIED表示属性值不是必须的(不指名也就没有)，#FIXED 值表示属性值将严格取这个固定值。

其前一字段属性类型可以有多种取值，摘下了runoob上的表：

属性类型	描述
CDATA	值为字符数据(Character DATA)
(en1|en2|..)	此值是枚举列表中的一个值
ID	值为唯一的id
IDREF	值为另外一个元素的id
IDREFS	值为其他id的列表
NMTOKEN	值为合法的XML名称
NMTOKENS	值为合法的XML名称的列表
ENTITY	值是一个实体
ENTITIES	值是一个实体列表
NOTATION	此值是符号的名称
xml:	值是一个预定义的XML值

实体声明

前面接触过XML/HTML的字符实体，实体总是由&开头并以;结尾，自己声明的实体也不例外，可以将实体看成一种宏定义，它将在XML解析时被替换成所引用的普通文本或特殊字符。

实体声明的语法是<!ENTITY 实体名 "要替换成的值">，在解析时&实体名;将被替换成要替换成的值。

还可以用<!ENTITY 实体名 SYSTEM "外部实体URL">将外部DTD文件引入为这个实体。

DTD和XML验证器

网上的那些XML验证器除了单纯的验证是不是一个规范的XML之外，还会根据写的DTD头来验证后面的XML是不是符合这个DTD规范的，这是DTD在制定XML书写规则时一个重要的作用。

另外，只有IE浏览器会根据DTD去验证XML，其它浏览器不会这样做。