xml入门精解之文件格式定义（dtd）
dtd可以是一个完全独立的文件，也可以在xml文件中直接设定。所以，dtd分为外部dtd（在xml文件中调用另外已经编辑好的dtd）和内部dtd（在xml文件中直接设定dtd）两种。比如，有几十家相互联系的、合作伙伴关系的公司、厂商，他们相互之间的交换电子文档都是用xml文档。那么我们可以将这些xml文档的dtd放在某个地方，让所有交换的xml文档都使用此dtd，这是最方便的做法，同时也适用于公司内部的xml文件使用。
内部dtd
内部dtd是在xml文件的文件序言区域中定义的。语法：
〈!doctype element-name[........
]〉
〈!doctype ：表示开始设定dtd，注意docutype是大写。
element-name ：指定此dtd的根元素的名称，一个xml文件只能有一个根元素。注意，如果 xml文件使用了dtd，那么文件中的根元素就在这里指定。
[.........]〉 ：在[ ]标记里面定义xml文件使用元素，然后用〉结束dtd的定义。
下面，我们来看一下怎样给xml文件定义dtd，请见例1。
例1中的dtd定义区可以看作是一个dtd定义的大概框架，为其他xml文件定义dtd，结构和例1的dtd差不多，只是可能需要添加、删除或者更改一些东西而已。在dtd定义的中间是元素设定，这是一个dtd的最主要部分，其主要语法如下：
〈!element element-name element-definition〉
〈!element：表示开始元素设置，注意此处element关键字是大写。
element-name：表示要设置的元素的名称。
element-definition：指明要对此元素进行怎样的定义，就是说〈元素〉...〈/元素〉之间能够包含什么内容，是其他元素还是一般性的文字。
在例1中，大家可以看到，〈!element 参考资料 (书籍)〉这个元素设定是声明了“参考资料”这个元素，并且它是作为“书籍”这个元素的父元素。〈!element 书籍 (名称,作者,价格)〉这个元素设定声明了“书籍”这个元素，并且它是作为“名称”、“作者”、“价格”这三个元素的父元素。而〈!element 名称 (#pcdata)〉这个元素设定声明了“名称”这个元素，但是此元素仅仅包含一般文字，是基本元素，这是由#pcdata关键字定义的。
在元素设置中，如果元素包含多个子元素，如：〈!element 书籍 (名称,作者,价格)〉这种含多个子元素的声明，那么“名称”、“作者”、“价格”这些标记在xml文件中必须以上面排列的顺序出现，每个标记必须而且只能够出现一次。如果在设定元素时，按照〈!element 书籍any〉，这样在元素下就可以包含任意被设定过的元素，出现的次数和顺序也不受限制，并且在该元素下，除了可以包含子元素以外，还能够包含一般的文字。有时候，在xml文件中，一个标记可能多次出现（或者不出现），那么我们除了在它们的父元素中用any关键字之外，还可以在元素的旁边加上特定的符号来控制标记出现的次数。这些符号见表1。
表1
| 符号 | 代表标记出现的次数 |
| ？ | 不出现或只出现一次 |
| * | 不出现或可出现多次 |
| + | 必须出现一次以上 |
| 无符号 | 只能出现一次 |
例如：〈!element 参考资料(书籍,报纸+,杂志?,网站)〉这个元素设定，“书籍”标记在xml文件中可以不出现或者出现多次；“报纸”标记必须出现一次以上；“杂志”标记可以不出现或只出现一次；而“网站”标记必须出现而且只能出现一次。
在一些父元素的声明中，有可能它包含的子元素是在多个子元素中选择一个来使用，那么我们声明此父元素时，就可以把它声明成选择性元素，例如：〈!element 配偶 (妻子|丈夫)〉。可供选择的子元素用“|”分隔，这样，我们在xml文件中可以这样写：
〈配偶〉
〈丈夫〉张三〈/丈夫〉
〈/配偶〉
只从中选择一个子元素。
在我们的xml文件中，还可能包括很多“空元素”，即：元素是单独存在的，没有〈/元素〉这样的结束标记。那么在dtd中是用empty关键字来声明的。如：〈!element 元素名 empty〉。在xml文件中，空元素不需要结束标记，但必须以〈/空元素名〉这样的写法。
在dtd中，还可以声明一些称为entity的东西，让dtd和xml文件使用。我们可以把entity看作是一个常量，它有一定的值。在dtd中，entity的声明语法为：〈!entity entity-name entity-definition〉。例如：我们在dtd中声明〈!entity pc "(#pcdata)"〉 ，那么在后面的元素设定中，就可以使用这个entity来代替“(#pcdata)”这个字符串，如：〈!element 作者 (#pcdata)〉可以写成〈!element 作者 &&pc;〉。引用entity的时候，必须要在entity名称前面加上“&&”符号，后面加上“；”符号。
在例1中，〈!attlist 价格 货币单位 cdata #required〉这一句是设定元素的属性，关于元素属性设置的语法为：〈!attlist element-name attribute-name type default-value〉 。其中，〈!attlist是开始属性的设定（注意大小写）。element-name是指明此属性设定是针对什么元素的；attribute-name是设定的属性的名称；type是该属性的属性值的类别，属性值有多种，可以是一般的文字，或从几种属性值中取一种等，属性值的种类见表2。default-value是指该属性的内定值种类，有四种不同的属性内定值（见表3）。
下面我们举几个例子来看一下几个常用的元素属性的设定。例：
〈!attlist 姓名 性别 (男|女) "男"〉
此元素属性设定是为“姓名”这个元素设定一个名为“性别”的属性，此属性的属性值类别是enumerated，取值范围为“男”或者“女”（用“|”分隔）。如果在xml文件中没有为此属性赋值，那么就取值为“男”，因为属性内定值是一个字符串“男”。
〈!attlist 姓名 号码 id #required〉
该属性设定是为“姓名”元素设定一个名为“号码”的属性，属性值类别是id，意味着在xml文件中为此属性赋值的时候，值在此xml文件中是唯一的，如在同一份xml文件中出现下面的xml语句：
〈姓名 号码="1234567"〉张三〈/姓名〉
〈姓名 号码="1234567"〉李四〈/姓名〉
注意：“号码”属性的值重复了，这样，在解析过程中将会出现错误信息。此属性设定中的属性内定值为#required，表示这个属性在xml文件的〈姓名〉标记中必须出现，否则解析会发生错误。
〈!attlist 电话号码 国家代码 cdata #fix "86"〉
该属性设定是为“电话号码”这个元素设定一个名为“国家代码”的属性，该属性的值是一般的文字。在〈电话号码〉标记中不能够设定该属性，因为这个属性被设为具有固定值的属性（#fix关键字），解析器会自动地将该属性以及值“86”加到〈电话号码〉标记中。
表2
| 属性值类别 | 描述 |
| cdata | 属性值仅仅是一般的文字。 |
| enumerated | 列出该属性的取值范围，一次只能有一个属性值能够赋予属性。 |
| nmtoken | 表示属性值只能由字母、数字、下划线、.、：、-这些符号组成。 |
| nmtokens | 表示属性值能够由多个nmtoken组成，每个nmtoken之间用空格隔开。 |
| id | 该属性在xml文件中是唯一的，常用来表示人的身份证号码。 |
| idref | 表示该属性值是参考了另一个id属性。 |
| idrefs | 表示该属性值是参考了多个id属性，这些id属性的值用空格隔开。 |
| entity | 表示该属性的设定值是一个外部的entity，如一个图片文件。 |
| entities | 该属性值包含了多个外部entity，不同的entity之间用空格隔开。 |
| notation | 属性值是在dtd中声明过的notation（声明用什么应用软件解读某些二进制文件，如图片）。 |
在xml的规范中，还规定了两个内定的属性，即：xml:space和xml:lang ，内定的属性名称以xml:开头，而你自己定义的属性名不能以xml:开头，否则在解析时会发生错误。
我们前面已经讲过，空白格在xml文件是有含义的，xml:space属性就是来设置解析器将xml文件中的空白格传给应用程序后的处理方法。xml:space是一个enumerated类型的属性，只能够在default和preserver之间取值。xml:space="defaule"表示解析器将空白格传递给应用程序后，由应用程序内定的方法来处理这些空白格。如果没有设定xml:space属性，则解析器会默认用default来设定该属性。xml:space="preserver"是表示解析器将空白格传递给应用程序后，要求应用程序保留这些空白格。
xml:lang属性是用来设置标记中的文字信息是使用哪种语言，iso-639规定了不同语言的代表缩写，如：xml:lang="en" 表示英文；xml:lang="la"表示拉丁文；xml:lang="zh" 表示中文资料；xml:lang="zh-cn" 表示中文（简体）；xml:lang="zh-tw" 表示中文（繁体）。系统内定是xml:lang="en"，即标记中间的文字信息都是英文。
外部dtd
外部dtd是一个独立于xml文件的文件，实际上也是一个文本文件，只是使用.dtd为文件扩展名。因为外部dtd独立于xml文件，那么它可以供多个xml文件使用，就像用同一个模板可以写出多个不同内容的文件一样，这多个xml文件因为是引用同一个外部dtd，所以它们的结构大致相同。
外部dtd的创建方式、语法和内部dtd是一样的，把例1的内部dtd的例子用外部dtd来写，文件如下所示。文件存为后缀名为 .dtd的文件。
〈?xml version="1.0" encoding="gb2312" ?〉
〈!element 参考资料 (书籍*)〉
〈!element 书籍 (名称,作者,价格)〉
〈!element 名称 (#pcdata)〉
〈!element 作者 (#pcdata)〉
〈!element 价格 (#pcdata)〉
〈!attlist 价格 货币单位 cdata #required〉
除了没有内部dtd中的〈!doctype 参考资料 [.....]〉语句外，其他都一样。而且有关元素数目、排列顺序、空元素设定、选择性元素、entity声明、属性设定等都和内部dtd是一样的。
xml文件使用〈!doctype element-name system dtd-url〉或者〈!doctype element-name public dtd-name dtd-url〉来引用创建好的外部dtd文件。
表3
| 属性内定值 | 描述 |
| #required | 表示在标记中必须出现此属性。 |
| #implied | 标记中可以不出现此属性。 |
| #fix | 属性的值是固定的某个值。 |
| 字符串 | 标记中如没有指定属性的值，那么此字符串就是此属性的值。 |
此语句必须位于xml文件的文件序言区，其中，〈!doctype表示开始声明应用外部dtd；element-name是指该dtd的根元素的名称；system是指该外部dtd文件是私有的，即我们自己创建的，没有公开发行，只是个人或在公司内部或者几个合作单位之间使用；而pubic关键字是指该外部dtd是公用的，经过了公开讨论，用public的dtd都有一个逻辑名称——dtd-name，我们必须在调用时指明这个逻辑名称。dtd-url是用url的方式指明外部dtd文件的位置。例如，我们这份dtd文件存放在url为：http://www.xml.com/这个地方，文件名为ckzl.dtd。那么在xml文件中的声明如下：
〈?xml version="1.0" encoding="gb2312" ?〉
〈!doctype 参考资料 system "http://www.xml.com/ckzl.dtd"〉
...
schema简介
dtd的语法相当复杂，并且它不符合xml文件的标准，自成一个体系。上面的介绍也仅仅是作了一个简介，目的是帮助大家能读懂dtd文件以及在必要时创建简单的dtd文件，因为现在很多的xml应用是建立在dtd之上的。
另外，一个代替dtd的就是w3c定义的schema，schema相对于dtd的明显好处是xml schema文档本身也是xml文档，而不是像dtd一样使用自成一体的语法。这就方便了用户和开发者，因为可以使用相同的工具来处理xml schema和其他xml信息，而不必专门为schema使用特殊工具。schema简单易懂，懂得xml语法、规则的人都可以立刻理解它。schema的概念提出已久，但w3c的标准最近才出来，相应的应用支持尚未完善，但采用schema已成为xml发展的一个趋势。
例1
dtd定义区:
〈?xml version="1.0" encoding="gb2312" ?〉
〈!doctype 参考资料 [
〈!element 参考资料 (书籍)〉
〈!element 书籍 (名称,作者,价格)〉
〈!element 名称 (#pcdata)〉
〈!element 作者 (#pcdata)〉
〈!element 价格 (#pcdata)〉
〈!attlist 价格 货币单位 cdata #required〉
]〉
〈参考资料〉
〈书籍〉
〈名称〉xml入门精解〈/名称〉
〈作者〉张三〈/作者〉
〈价格 货币单位="人民币"〉20.00〈/价格〉
〈/书籍〉
〈书籍〉
〈名称〉xml语法〈/名称〉
〈!-- 即将出版 --〉
〈作者〉李四〈/作者〉
〈价格 货币单位="人民币"〉18.00〈/价格〉
〈/书籍〉
〈/参考资料〉
