Web Services 应用开发学习笔记（二）：XML文档类型定义

本文内容：

　　1.  什么是XML文档定义类型

　　2.  DTD声明

　　3.  内部DTD

　　4.   外部DTD

　　5.   DTD语法

 

---

 

1.  什么是XML文档定义类型

我们使用XML的目的是为了实现数据的交换和共享，如何能够让其他用户能够理解我们所创建的XML文档结构（包括元素，属性等），这时候就需要制定某种通用的方式来说明这个XML文档的语法规则。所以，XML1.0提供了一种机制——文档类型定义（Document Type Definition,简称DTD），并将其作为规范的一部分。就类似每个产品都有特定的功能说明书，而这个功能说明书可以简单理解成DTD。

最后我就联想到的html所定义的标签，<h1>,<br>,<hr>等其实应该也是遵循一定的标准，有对应的文档类型定义。

2.  DTD声明

XML文档中通过DOCTYPE声明将XML与DTD建立关联的指令，当读到DOCTYPE指令时，它会获取相应的DTD，并根据其中定义的规则对XML文档进行校验。

DTD声明的组成：关键字、文档的根元素名称、可选的外部标记符，以及可选的标记声明块。

（1）语法结构：

<?xml version=”1.0” ecoding=”UTF-8”?>

<!DOCTYPE Stundents…>

<Students>

（2）语法解析：

上述代码使用“<!DOCTYPE>”声明标记，文档的第一个元素（根元素）是Students。

<!DOCTYPE>声明方法有两种：内部DTD声明和外部DTD声明。

<!DOCTYPE>声明必须位于XML声明后，且在任何文档元素之前，但是，XML声明和DOCTYPE声明之间可以插入注释和处理指令。

3.  内部DTD

使用“<!DOCTYPE[….]>”语句进行内部声明。

（1）语法结构：

<?xml version=”1.0” ecoding=”UTF-8”?>

<!DOCTYPE element-name[

元素描述

]>

<!—文档数据区-- >

（2）语法解析：

<!DOCTYPE：表示开始设定DTD，注意DOCTYPE必须大写。

element-name：指定此DTD的根元素名称，一个XML文件只有一个根元素。

实例：

<?xml version=”1.0” encoding=”UTF-8”?>

<!DOCTYPE students[

<!ELEMENT students (student)+>

<!ELEMENT student (name,age,class)>

<!ELEMENT name (#PCDATA)>

<!ELEMENT age (#PCDATA)>

<!ELEMENT class (#PCDATA)>

]>

<students>

<student>

           <name>TerryChan</name>

           <age>22</age>

           <class>3</class>

</student>

</students>

4.   外部DTD

外部DTD是一个独立的XML文档的文件，实际上也是一个文本文件，只是使用.dtd作为文件扩展名。使用外部DTD可以被多个XML文档引用，操作更加方便。

（1）语法结构：

<!DOCTYPE type-of-doc SYSTEM/PUBLIC “dtd-name”>

（2）语法解析：

<!DOCTYPE：表示开始设定DTD。

type-of-doc：指定文档类型的名称，由用户自己定义，通常与使用这个DTD文件的XML文档的根元素一致。

SYSTEM/PUBLIC：这两个参数只能选择一个。SYSTEM是指使用私有的外部DTD文件，PUBLIC是指调用公有的外部DTD文件。

dtd-name：存放DTD文件的路径和名称

 

因此，引入外部DTD的XML文档的结构如下：

<?xml version=”1.0” ecoding=”UTF-8”?>

<!DOCTYPE 根元素名 SYSTEM/PUBLIC  “DTD文件的路径和名称”>

<!—文档数据区-- >

实例

students.dtd

<?xml version=”1.0” encoding=”UTF-8”?>

<!DOCTYPE students[

<!ELEMENT students (student)+>

<!ELEMENT student (name,age,class)>

<!ELEMENT name (#PCDATA)>

<!ELEMENT age (#PCDATA)>

<!ELEMENT class (#PCDATA)>

]>

students.xml

<?xml version=”1.0” encoding=”UTF-8”?>

<!DOCTYPE students SYSTEM “students.dtd”>

<students>

<student>

           <name>TerryChan</name>

           <age>22</age>

           < class >3</class>

</student>

</students>

 

5.   DTD语法

一个DTD文档包含：元素的定义规则、元素间关系的定义规则、元素可使用的属性以及可使用的试题或符号规则等。

1. 元素的声明

（1）元素是XML的核心，它包含了实际的文档信息，并指出这些信息的逻辑结构。元素以树形分层结构排列，可以嵌套在其他元素中。元素的名称可以是字母、数字，也可以使用标点符号，如：冒号，下划线，连字符和句号等，但是不能以数字开头，第一个字符只能是字符、下划线或冒号。     

（2）语法结构：

<!ELEMENT element-name element-definition>

（3）语法解析：

<!ELEMENT：表示开始元素设置，注意ELEMENT必须大写。

element-name：表示要设置元素的名称。

element-definition：表示元素之间（<元素></元素>）内容的类型。

（4）XML中按照element-definition元素的内容可以划分为ANY类型、EMPTYL类型、#PCDATA类型、父元素类型和混合元素类型。

  a.ANY类型

            如果不需要对元素的内容进行限制，可以使用ANY元素类型。

语法结构：

<!ELEMENT element-name ANY>

b.EMPTY类型

         元素中没有内容，不能包含子元素和文本，但可以有属性。

语法结构：

<!ELEMENT element-name EMPTY>

           实例：

<!ELEMENT student EMPTY>

 c.#PCDATA类型

         元素中可以包含任何字符数据，但是不能包含任何子元素

         语法结构：

<!ELEMENT element-name ( #PCDATA) >

实例：

<!ELEMENT name ( #PCDATA) >

d.父元素类型

                  父元素类型只能包含子元素，并且这些子元素外没有文本。通过正则表达式规定子元素出现的顺序和次数。

                   正则表达式的元组运算：

                  

符号	意义
?	使用“?”修饰的元素可以不出现或只出现一次
*	使用“*”修饰的元素可以不出现或出现多次
+	使用“?”修饰的元素必须至少出现一次
无符号	没有修饰符的元素只能出现一次
()	用来给元素分组
|	只能在列出的对象中选择一个
,	列出的对象必须按指定的顺序出现

 

                   实例：

符号	意义
(A|B|C)	只能从A,B,C中选择一个出现
(A+)	A必须出现，而且可以出现多次
(B*)	B可以不出现，如果出现，可以出现多次
(C?)	C最多可以出现一次，可以不出现
(A,B,C)	A,B,C必须出现，而且必须按顺序出现
(A+B+C),(D|E),F	分成三组

e.混合元素类型

混合元素类型是包含子元素和文本数据的混合体。

语法结构：

<!ELEMENT 元素名 (#PCDATA| element-name1| element-name2|…) >

实例：

<!ELEMENT students (#PCDATA| student)* >

2.属性声明

属性是对元素的补充和修饰，它能够将一些简单的特性与元素相关联。例如，在HTML标记<img>，src就是一个属性。一个元素可以有多个属性来修饰。    

语法结构：

<!ATTLIST 元素名

         属性名称 属性类型 取值方式

         属性名称 属性类型 取值方式

         ……

> 

属性取值方式：

取值	含义
#REQUIRE	元素的每个实例必须包含该属性
#IMPLIED	元素的实例可以选择性地包含该元素
#FIXED value	固定取值的属性，该属性不允许被其他值替代
默认值	事先定义了默认值的属性

属性类型：

类型	含义
CDTAT	纯文本，由字符组成的字符串
ID	以属性值的方式为文档中的某个元素定义唯一的标识
IDREF	属性值引用已定义的ID值，方法是把那个元素的ID标识值作为该属性的取值
IDREFS	IDREFS是IDREF的复数形式，取值可以使若干个ID值，这些ID的值用空格隔开
ENTITY	取值为一个已定义的实体
ENTITIES	该属性值包含了多个外部ENTITY，不同的ENTITY用空格隔开
NMTOKEN	表示该属性值是符合XML命名规范的名称
NMTOKENS	该属性值包含了多个外部NMTOKEN，不同的NMTOKEN用空格隔开
NOTATION	取值为一个DTD中声明的符号，此类型对于使用非XML格式的数据非常有用

 

3.实体

实体（ENTITY）是在XML中预先定义的，类似于程序中使用的常量，可以在多个文档中调用同一个实体，方便操作。实体有两种类型：一种是预定义的实体；另外一种是自定义的实体。

（1）       预定义实体

实体	用途
&lt;	通常用来替换字符小于号（<）
&gt;	通常用来替换字符大于号（>）
&amp;	通常用来替换字符（&）
&quot;	可用来替换字符中的双引号（”）
&apos;	可用来替换字符中的单引号（’）

（2）       自定义实体

语法结构：

<!DOCTYPE rootname[

<!ENTITY entity-name “entity-content”>

]>

实例：

<!DOCTYPE Name[

<!ENTITY  Name “terrychan”>

]>

 

摘自：http://www.cnblogs.com/ForEvErNoME/archive/2012/02/29/2373384.html