第一部分 XML简介

本部分包括以下各章：

第1章——XML概览

第2章——XML应用简介

第3章——第一个XML文档

第4章——数据的结构化

第5章——特性、空标记和XSL

第6章——结构完整的XML文档

第7章——外国语言与非罗马文字

第1章 XML概览

本章将向读者介绍XML的基本知识以及概略地解释什么是XML以及如何使用XML。还要向读者说明如何将各种不同的XML表达式组合在一起，XML文档是如何创建的并如何向人们发送这种文档。

本章的主要内容包括：

· 什么是XML

为什么开发人员对XML感到激动
XML文档的“生命”
相关的技术

1.1 什么是XML

XML代表Extensible Markup Language（eXtensible Markup Language的缩写，意为可扩展的标记语言）。XML是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。

1.1.1 XML是元标记语言

关于XML要理解的第一件事是，它不只是像超文本标记语言（Hypertext Markup Language，HTML）或是格式化的程序。这些语言定义了一套固定的标记，用来描述一定数目的元素。如果标记语言中没有所需的标记，用户也就没有办法了。这时只好等待标记语言的下一个版本，希望在新版本中能够包括所需的标记，但是这样一来就得依赖于软件开发商的选择了。

但是XML是一种元标记语言。用户可以定义自己需要的标记。这些标记必须根据某些通用的原理来创建，但是在标记的意义上，也具有相当的灵活性。例如，假如用户正在处理与家谱有关的事情，需要描述人的出生、死亡、埋葬地、家庭、结婚、离婚等，这就必须创建用于每项的标记。新创建的标记可在文档类型定义（Document Type Definition，在以后的篇幅中常简称为DTD）中加以描述。在本书的第二部分中将会学到有关DTD的更多的知识。现在，只需把DTD看作是一本词汇表和某类文档的句法。例如，在Peter Murray-Rust的Chemical Markup Language （化学标记语言，简写为CML）中的MOL.DTD文件中描述了词汇表和分子科学的句法：其中包括chemistry（化学）、crystallography（结晶学）、solid state physics（固体物理）等词汇。它包括用于atoms（原子）、molecules（分子）、bonds（化学键）、spectra（光谱）等的标记。这个DTD可与分子科学领域中的许多不同的人共享。对于其他领域也有其他的DTD，用户还可以创建自己的DTD。

XML定义了一套元句法，与特定领域有关的标记语言（如MusicML、MathML和CML）都必须遵守。如果一个应用程序可以理解这一元句法，那么它也就自动地能够理解所有的由此元语言建立起来的语言。浏览器不必事先了解多种不同的标记语言使用的每个标记。事实是，浏览器在读入文档或是它的DTD时才了解了给定文档使用的标记。关于如何显示这些标记的内容的详细指令是附加在文档上的另外的样式单提供的。例如，考虑薛定格（Schrodinger）方程：

科学论文中充满了这一类方程，但是科学家还必须等待多年，才能让浏览器的开发商支持书写最基本的数学公式所需的标记。音乐家也有同样的局限性，因为Netscape Navigator和Internet Explorer还都不支持乐谱。

有了XML就意味着不必等待浏览器的开发商来满足用户的需要了。用户可以创建自己需要的标记，当需要时，告诉浏览器如何显示这些标记就可以了。

1.1.2 XML描述的是结构和语义，而不是格式化

关于XML要了解的第二件事是，XML标记描述的是文档的结构和意义。它不描述页面元素的格式化。可用样式单为文档增加格式化信息。文档本身只说明文档包括什么标记，而不是说明文档看起来是什么样的。

作为对照，HTML文档包括了格式化、结构和语义的标记。<B>就是一种格式化标记，它使其中的内容变为粗体。<STRONG>是一种语义标记，意味着其中的内容特别重要。<TD>是结构标记，指明内容是表中的一个单元。事实上，某些标记可能具有所有这三种意义。<H1>标记可同时表示20磅的Helvetica字体的粗体、第一级标题和页面标题。

例如，在HTML中，一首歌可能是用定义标题、定义数据、无序的列表和列表项来描述的。但是事实上这些项目没有一件是与音乐有关的。用HTML定义的歌曲可能如下：

<dt>Hot Cop

<dd> by Jacques Morali Henri Belolo and Victor Willis

<ul>

<li>Producer: Jacques Morali

<li>Publisher: PolyGram Records

<li>Length: 6:20

<li>Written: 978

<li>Artist: Village People

</ul>

而在XML中，同样的数据可能标记为：

<SONG>

<TITLE>Hot Cop</TITLE>

<COMPOSER>Jacques Morali</COMPOSER>

<COMPOSER>Henri Belolo</COMPOSER>

<COMPOSER>Victor Willis</COMPOSER>

<PRODUCER>Jacques Morali</PRODUCER>

<PUBLISHER>PolyGram Records</PUBLISHER>

<LENGTH>6:20</LENGTH>

<YEAR> 978</YEAR>

<ARTIST>Village People</ARTIST>

</SONG>

在这个清单中没有使用通用的标记如<dt>和<li>，而是使用了具有意义的标记，如<SONG>、<TITLE>、<COMPOSER>和<YEAR>等。这种用法具有许多优点，包括源码易于被人阅读，使人能够看出作者的含义。

XML标记还使非人类的自动机器人易于找出文档中的所有歌曲。在HTML中，机器人只能告诉我们这个元素是dt。机器人不能决定dt到底代表一首歌的题目还是定义，抑或只是一些设计者喜爱的缩进文本格式。事实上，单一文档中可以很好地包括带有三种意义的各种dt元素。

可以选择XML的元素名称，以便使其在附加的上下文中具有额外的意义。例如，元素名称可以是数据库的域名。XML比HTML更为灵活而且适用于各种应用，因为有限数目的标记不必用于许多不同的目的。

1.2 为什么开发人员对XML感到激动

XML使许多只利用HTML难以解决的任务变得简单，使只利用HTML不可能完成的任务得以完成。因为XML是可扩展的，开发人员喜爱XML有许多原因。到底是哪个更令人感兴趣，取决于每个人的需要。但有一点是肯定的，一旦用上XML，就可发现，它正是解决许多令人感到棘手的问题的有力工具。本节研究一些令开发人员激动的一般应用。在第2章中，还会看到已经用XML开发出来的一些特殊应用。

1.2.1 设计与特定领域有关的标记语言

XML允许各种不同的专业（如音乐、化学、数学等）开发与自己的特定领域有关的标记语言。这就使得该领域中的人们可以交换笔记、数据和信息，而不用担心接收端的人是否有特定的软件来创建数据。特定领域的开发人员甚至可以向本领域外的人发送文档，有相当的理由可以认为，至少接受文档的人能够查看文档的内容。

更进一步说，为特别的领域创建标记语言不会产生“病件”（bloatware）或是对于本专业外的人来说产生不必要的复杂性。一般人也许不会对电力工程图感兴趣，但是电力工程师却对此感兴趣。一般人也许不需要在他的Web页面中包括乐谱，但是作曲家却要这样做。XML让电力工程师描述他们的电路图，让作曲家写乐谱，而不会互相干扰。对于浏览器开发商来说，都不需要对特定的领域提供特殊的支持，也不需要提供复杂的插件。这一点现在已经实现了。

1.2.2 自描述数据

过去40年来的大多数计算机数据都丢失了，不是因为自然损害或是备份介质的磨损（虽然这也是一个问题，这个问题在XML中也没有解决），而只是因为没有人来写出如何读取这些数据介质和格式的文档。在十年前的5.25英寸的软盘上的Lotus 1-2-3文档在今天的大多数公司内都已经读不出来了。以不常用的格式保存的二进制数据，如Lotus Jazz 也许会永远地消失了。XML在基本水平上使用的是非常简单的数据格式。可以用100％的纯ASCII文本来书写，也可以用几种其他定义好的格式来书写。ASCII文本是几乎不会“磨损”的。丢失一些字节甚至是相当多的字节，剩下的数据还是可以读取的。这就与许多格式形成了鲜明的对比，如压缩数据或是串行的Java对象，这些数据即使丢失一个字节，剩余的数据也变得不可读取了。

从高水平上来说，XML是自描述的。假设在23世纪有一个信息考古学者，他在软盘上发现了如下一大段经过时间的“冲刷”而保存下来的XML代码：

<PERSON ID="p1100" SEX="M">

<NAME>

<GIVEN>Judson</GIVEN>

<SURNAME> McDaniel</SURNAME>

</NAME>

<BIRTH>

<DATE>2 Feb 1834</DATE> </BIRTH>

<DEATH>

<DATE>9 Dec 1905</DATE> </DEATH>

</PERSON>

即使这个考古学家不熟悉XML，但假设他可以讲20世纪时的英语，那么就可以很好地了解名为Judson McDaniel的人，此人出生在1834年2月21日，而死于1905年12月9日。事实上，数据中有一些空白或是损坏，还是可以得到这些信息。但对于专有格式的电子表格或是字处理程序的格式，就不是这么回事了。

更进一步说，XML有很好的规格文档。W3C的XML 1.0 规范和大量的论文书籍，如本书，都向人们准确地说明如何来阅读XML数据。没有什么秘密使得人们发生失误。

1.2.3 应用间交换数据

由于XML是非专有的并易于阅读和编写，就使得它成为在不同的应用间交换数据的理想格式。当前正在开发的一种这样的格式是Open Financial Exchange（开放财务交换，简写为OFX）格式。OFX是为个人财务程序，如Microsoft Money和Quicken交换数据而设计的。数据可以在程序间来回交换，还可以与银行、经纪事务所和其他机构交换数据。

有关OFX的内容将在第2章加以讨论。

正如上面所讨论的一样，XML使用的是非专有的格式，不受版权、专利、商业秘密或是其他种类的知识产权的限制。XML的功能是非常强大的，同时对于人类或是计算机程序来说，都容易阅读和编写。因而成为交换语言的首选。

使用XML而不是专有格式，人们就可以利用任何理解XML的工具来处理数据。还可以为不同的目的使用不同的工具。一个程序用来查看而另一程序用来编辑。XML使用户不必因为数据已经用专有格式编写好了或是接受数据的人只接受专有格式而限制在一个特定的程序上。

例如，许多出版商需要用Microsoft Word发稿。这就意味着大多数作者必须使用Word，即使他们更愿意使用WordPerfect或是Nisus Writer。因而这就使得其他出版字处理软件的公司陷入困境，除非他们的软件能够读写Word文件。由于要想达到这个目的，就得让开发人员反向了解未载入文档的Word文件格式，这使得在时间和资源上的投资大增。大多数其他字处理软件具有有限的读写Word文件的能力，但是通常都会丢失图形、宏、样式、修订标记和其他重要的特性。问题就在于Word文档的格式是不公开的专有格式，而且还在不断地变化。这样Word就成为最后的胜利者，即使作者更喜爱其他的更简单的程序。如果在XML中开发了一种通用的字处理格式，作者们就会使这个程序成为他们的首选程序。

1.2.4 结构化和集成的数据

XML对于大型和复杂的文档是理想的，因为数据是结构化的。这不仅使用户可以指定一个定义了文档中的元素的词汇表，而且还可以指定元素之间的关系。例如，如果要将销售客户的地址一起放在Web页面上，这就需要有每个客户的电话号码和电子邮件地址。如果向数据库中输入数据，可确保没有漏下的字段。还需要每部书都有一个作者。当没有数据输入时还可提供一个缺省值。XML也提供客户端的包括机制，可以根据多种来源集成数据并将其作为一个文档来显示。数据还可以马上进行重新排列。数据的各个部分可以根据用户的操作显示或隐藏。当处理大型的信息仓库，比如关系型数据库时是极为有用的。

1.3 XML文档的“生命”

从基本上来说，XML是一种文档格式。它是一系列的关于XML文档看起来是什么样子的规则。与XML标准的符合程度有两种级别。第一级是结构完整性，第二级是正确性。本书的第一部分向读者介绍如何编写结构完整的文档。而第二部分向读者介绍如何编写具有正确性的文档。

HTML是设计用于Internet上和Web页面内部的文档格式。正如本书所叙述的，XML当然也可以用在这些方面。但是XML具有更为广泛的适用性。正如前面所讨论的，可用于字处理器的保存文件的格式，可用于不同程序间的数据交换格式，可用作与Intranet模板一致化的工具，还可用作以人类可读的形式保存数据的手段。

虽然如此，如所有的数据格式一样，XML在有用之前也需要程序和内容。因而对于数据看起来应该是什么样子的，光了解XML本身还是不够的，这不光是一个规范所能解决的问题。用户还需要了解XML文档是如何编辑的，处理程序是如何读取XML文档并将其读取的信息传送给应用程序的，以及这些应用程序是如何处理数据的。

1.3.1 编辑器

XML文档大多数情况下都是用编辑器创建的。编辑器可以是基本的文本编辑器如Notepad（记事本）或是vi，这些编辑器并不真正理解XML。另一方面，也可以用所见即所得的编辑器，如Adobe FrameMaker，这种编辑器可将用户完全隔离于XML底层格式之外。另外也可以是一个结构化的编辑器，如JUMBO，它可将XML文档显示为树状结构。对于最重要的部分，有趣的编辑器并不是太有用，因而本书将注意力集中于用普通的文本编辑器来编写XML文档。

其他程序也可以创建XML文档。例如，本书在讲述设计新的DTD的稍后章节中将可看到某些XML数据可直接从FileMaker的数据库中得出。在这种情况下，数据是先输入到FileMaker数据库中的，然后FileMaker的计算字段将数据转换为XML。一般来说，XML与数据库可协同工作得很好。

准确地说，我们可在第23章“设计新的XML应用”中看到这种情况。

无论在何种情况下，都是编辑器或其他程序创建了XML文档。通常，这一文档是某种计算机硬盘上的实际文件。但也不是必须如此。例如，文档可能是数据库中的记录或是字段，或者可能是从网络上接收来的字节流。

1.3.2 语法分析程序和处理程序

XML的语法分析程序（即所谓的XML处理程序）读取文档并检查其中包括的XML是否是结构完整的。它还要确定文档是否合法，虽然这种测试不是必需的。这种测试的详细情况将在本书的第二部分中讲述。如果文档通过了测试，则处理程序就将文档转换为元素的树状结构。

1.3.3 浏览器和其他工具

最后语法分析程序将树状结构或是树的节点传送给用户端应用程序。这个应用程序可能是浏览器，如Mozilla，或是其他能够理解如何处理数据的程序。如果这个应用程序是浏览器的话，数据就显示给用户。但是其他程序也可以接受数据。例如，可将数据翻译成数据库的输入、一系列要演奏的乐谱或是要运行的Java 程序。XML是非常灵活的，可以用于许多不同的目的。

1.3.4 处理过程总结

总结一下，首先由一个编辑器创建了XML文档。语法分析程序将树状结构传送给浏览器，由浏览器显示出来。图1-1显示了这个处理过程。

图1-1 XML文档的处理流程

请注意，所有这些部分都是独立的，互相分离的。将这些部分联系在一起的是XML文档。改变编辑程序与终端应用程序无关。事实上，很可能在编写文档时就根本不知道最终的应用程序是什么。可能是最终用户来阅读文档，也可能是数据库从中提取数据，甚至还可能是未发明出来的程序，也可能是所有这些情况。文档与读取它的程序是无关的。

HTML也在某种程度上与读写它的程序无关，但是它只适用于浏览器。其他应用，如数据库输入已经不在它的有效范围之内了。例如，HTML没有提供某种方法来包括所需的内容，如每本书都必须有ISBN号码一样。在XML中可以包括这个。甚至可以强制安排元素出现的顺序（如第二级标题必须出现在第一级之后）。

.4 相关技术

XML并不是在真空中操作的。如果将XML用于不只是一种数据格式的话，就需要与多种相关的技术相互作用。这些技术包括为了向后兼容老式的浏览器的HTML、CSS（Cascading Style Sheet，级联样式单）和XSL（eXtensible Style Languages，可扩展的样式语言）、URL和URI、XLL（eXtensible Linking Language，可扩展的链接语言）和Unicode字符集。

1.4.1 超文本标记语言（Hypertext Markup Language）

Mozilla 5.0和Internet Explorer 5.0是首先对XML提供支持（虽然并不完全）的浏览器。但是，要使大多数用户升级到这两种浏览器的新版本上来，可能还要花两年的时间。（我的妻子Beth在1999年还在使用Netscape 1.1。）因而在今后一段时间内，还需要将XML内容转化为经典的HTML。

因而，在转向XML之前，对使用HTML还不应感到别扭。用户不必完全成为一个时髦的图形设计者，但是应该了解如何将一个页面与另一个页面链接起来，了解如何在文档中包括图像，如何使文本变成粗体等等。由于HTML是XML的最普通的输出格式，所以对HTML了解得越多，也就越容易了解如何创建所需的效果。

另一方面，如果已经熟悉了利用表格或是单像素的GIF来安排页面上的对象，或是如果开始借助于画出草图而不是借助于内容来创建Web站点的话，那么也就必须要忘记某些坏的习惯。正如前面所讨论的一样，XML将文档的内容与文档的外观相分离。首先开发内容，然后再用样式单将格式附加其上。将内容与样式分开是非常有效的技术，这既改善了文档内容也改善了文档外观。除此之外，还允许作者和设计者更加互相独立地工作。但是，对于设计Web站点来说，确实需要有不同的思路，如果涉及多人的话，或许要利用不同的项目管理技术。

1.4.2 级联样式单（Cascading Style Sheets）

由于XML允许在文档中包括任意的标记，所以对于浏览器来说，没有办法事先知道如何显示每个元素。当将文档送给用户时，还要向用户发送样式单，通过样式单告诉浏览器如何格式化每个元素。可以使用的一种样式单是级联样式单（ Cascading Style Sheet ，简写为CSS）。

CSS开始是为 HTML设计的，它定义字号、字族、字重、段落缩进、段落对齐和其他样式等格式化属性，这些属性都可以施加到个别的元素上。例如，CSS允许HTML文档来指定所有的H1元素应该被格式化为32磅、中间对齐的Helvetica字体的粗体。单独的样式可以施加到大多数HTML标记上，它能够覆盖浏览器的缺省设置。多个样式单可施加到一个文档上，而多个样式也可用于单个元素上。样式根据特定的一套规则级联起来。

CSS规则和属性将在第12章“级联样式单，第一级”和第13章“级联样式单，第二级”中详细介绍。

向XML施加CSS规则是很容易的。只要改变施加规则于其上的标记名称即可。Mozilla 5.0直接支持CSS样式单与XML的结合，虽然到目前为止，此浏览器时常发生崩溃。

1.4.3 可扩展的样式语言（Extensible Style Language）

可扩展的样式语言（Extensible Style Language，简写为XSL）是更为先进的专门用于XML文档的样式单语言。XSL文档本身就是结构完整的XML文档。

XSL文档包括一系列的适用于特定的XML元素样式的规则。XSL处理程序读取XML文档并将其读入的内容与样式单中的模式相比较。当在XML文档中识别出XSL样式单中的模式时，对应的规则输出某些文本的组合。与级联样式单不同，输出的文本比较任意，也不局限于输入文本加上格式化信息。

CSS只能改变特定元素的格式，也只能以元素为基础。但XSL样式单可以重新排列元素并对元素进行重排序。这种样式单可以隐藏一些元素而显示另外一些元素。更进一步说，还可以选择应用样式的标记，而不仅是基于标记的，而且还基于标记的内容和特性，还基于标记在文档中相对于其他元素的位置，以及基于各种其他的准则。

CSS的优越性在于具有广泛的浏览器支持。但是XSL更为灵活和强大，可更好地适用于XML文档。而且带XSL样式单的XML文档可以很容易地转换为带CSS样式单的HTML文档。

XSL样式单将第14章“XSL变换”和第15章“XSL格式化对象”中更为详细地论述。

1.4.4 URL和URI

XML文档可用于Web，正如HTML和其他文档一样。使用时，也如HTML文档一样，被统一资源定位符（Uniform Resource Locator，简写为URL）所引用。例如，在URL http://www.hypermedic.com/style/xml/tempest.xml处，可以找到以XML标记的莎士比亚的歌剧tempest的全文。虽然URL已被人们广泛理解并被广泛支持，但XML规范使用的是更为通用的统一资源标识符（Uniform Resource Identifier，简写为URI）。URI对于定位Internet上的资源是更为通用的架构，更为注重资源而不太注重位置。理论上说，URI可找出镜像文档的最为近似的副本或是找出已经从一个站点移动到另一站点的文档。实际上，URI仍然处于进一步的研究之中，被当前的软件所唯一支持的一种URI正是URL。

1.4.5 XLink和XPointer

只要将XML张贴到Internet上，用户当然希望能够对此文档寻址并且可以将这些文档链接起来。标准的HTML链接标记可用在XML文档中，而且HTML文档也可与XML文档加以链接。例如，下面的HTML代码将链接指向了前文提到的以XML形式出现的Tempest的副本：

The Tempest by Shakespeare

</a>

如果用户跟随着链接，浏览器能否显示这个文档，依赖于该浏览器处理XML文件的能力。目前大多数浏览器还不能很好地处理XML文档。

然而，XML利用XLink来与文档链接，用XPointer来确定文档个别部分的位置，就可以有更多的功能。.

XLink使任意元素成为链接，而不只是A元素。进一步说，链接可以是双向的、多向的或是指向多个镜像的站点，并选择这些站点中最近的一个。XLink利用普通的URL来标识它链接的站点。.

XLink将在第16章中加以讨论。

XPointer能使链接不仅指向特定位置处的特定文档，而且还可指向特定文档的特定部分。XPointer可以引用文档中的特定的元素，如第一个、第二个或是第十七个特定的元素。XPointer提供了文档间连接的非常强大的功能，而这些文档不必有包括附加标记的目的文档，正因为如此，其中的个别部分才可以被链接。

进一步说，与HTML的锚（anchor）不同，XPointer不只是引用文档中的一点。XPointer可以指向一个范围或是一个区域。因而XPointer可以用来选择文档的特定部分，或许这样一来，就可以将这部分复制或是将其装入其他程序。

XPointer将在第17章中加以讨论。

1.4.6 Unicode字符集

Web是国际性的，到目前为止其上主要文本部分仍为英文。XML是改变这种状况的开始。XML对双字节的Unicode字符集及其紧凑的表示提供了完全的支持。这一字符集几乎可以支持地球上的每一种常用的字符。遗憾的是，光有XML还是不够的。为了阅读一种文字，需要三个条件：

1. 该种文字的字符集

2. 该字符集的字体

3. 操作系统和应用软件能够理解这种字符集

如果想要以这种文字写作，并阅读这种文字，还需要该种文字的输入法。当然，XML定义了字符引用，可使用户使用纯ASCII字符将未列在本地字符集中的字符加以编码。这对于偶尔引用一下希腊或是中文字符也足够了，当然不能指望用这种办法以其他语言来写一部小说。

在第7章“外国语言和非罗马文本”中，读者将会看到国际文本在计算机中是如何来代表的，XML如何来理解文本，以及如何来利用不得不以非英语来读写的软件。

1.4.7 如何将这些技术融合在一起

XML定义了一些标记的语法规则，可用来标记文档。XML文档是用XML标记来标记的。XML文档的缺省编码方法是Unicode。

XML文档的许多好处之一是，可以包括与其他文档和资源的超链接。这些链接是根据XLink规范创建的。XLink用URI（理论上）或是用URL（实际上）标识出链接的文档。一个XLink可进一步指定它所链接文档的个别部分。这些个别部分是通过XPointer来寻址的。如果打算由人来阅读XML文档，那么样式单就提供个别元素格式化的指令（并不是所有的XML文档都如此）。样式单可用几种样式语言中的任一种来编写。CSS和XSL是两种最常用的样式语言，虽然也存在其他基于XSL的样式语言，如DSSSL（Document Style Semantics and Specification Language，文档样式语义和规格语言）。

我已经在本章中概述了许多令人激动的技术。但是，良知让我告诉读者，我还没有全讨论到。事实上，我所叙述的大部分是XML的前景而不是当前的现实。XML让软件产业中的许多人激动不已，许多程序员正在奋发工作，以便将梦想变为现实。层出不穷的新软件正将我们带入XML的“天堂”，但是由于这一领域非常新，许多新软件还没有经过充分地考验。在本书的其余部分，我将小心地不仅要指出什么将可能出现，而且也指出什么实际已经上出现了。令人沮丧的是，这两件事常常不是一回事。不管怎么说，当前还是可以小心地用XML来做一些实际工作的。

1.5 本章小结

在本章中，读者了解了某些XML可以为我们做的事情。更明确地说，了解了以下几个方面：

· 一种能够为特定文档和领域创建标记语言的元语言。

XML标记描述了文档内容的结构和语义，而不是内容的格式。格式是在另外的样式单中描述的。

· XML的起因是，用户受到SGML复杂性的挫伤和HTML的不充分。

XML是用编辑器创建的，由语法分析程序来读取，而由浏览器来显示的。
在Web上的XML是建立在由HTML、级联样式单和URL提供的基础之上的。
许多支持技术处于XML之上，包括XSL样式单、XLink和XPointer。这些技术使用户可以比只使用CSS和URL完成更多的任务。
一定要小心。XML并未彻底完成。它随时会发生变化或是扩展，而在当前的XML软件中可能会遇到这样或那样的错误。

在以下几章中，读者可以看到几个XML应用，学到某些将XML用到现实中的方式。例子包括音乐乐谱、数学、化学、人力资源、Web广播以及其他一些应用。

第2章 XML应用简介

在本章中，我们将要查看XML的几个应用实例、用来进一步改进XML的标记语言和在后台使用的XML。看一看XML的某些应用，即使只是发展的初级阶段，也是令人鼓舞的。本章将向读者讲述XML的广泛应用性的某些看法。在我写作本书时，更多的XML应用正在创建并与其他格式的应用接轨。

第五部分更为详细地讲述了本章中讨论过的一些XML应用程序。

本章的主要内容包括：

· 什么是XML应用程序

用于XML的XML
XML的后台应用

2.1 什么是XML应用程序

XML是一种元标记语言，可用来设计与特定专业领域有关的标记语言。每种基于XML的标记语言都叫做XML应用程序。这种应用不是像Mozilla Web浏览器、Gnumeric电子表格或 XML Pro那样的编辑器一样地使用XML，而是在特定的领域中应用XML，如化学上用的化学标记语言（Chemical Markup Language，简写为CML）或是家谱上用的GedML。每种XML应用程序有它自已的句法和词汇表。这种句法和词汇表遵守XML的基本规则。

这有点像人类语言，每种语言都有它们自己的词汇表和语法，但同时遵循人体解剖学和大脑结构所要求的基本规则。

XML是以文本数据为基础的非常灵活的格式。在本章中讨论的广泛的应用都选择了XML作为基础的原因是（排除大肆宣传的因素），XML提供了切合实际的并清楚地描述了的易于读写的格式。应用程序将这种格式用于它的数据，就能够将大量的处理细节让几个标准工具和库函数去解决。更进一步说，对于这样的程序也容易将附加的句法和语义加到XML提供的基本结构之上。

2.1.1 化学标记语言（Chemical Markup Language）

Peter Murray-Rust的化学标记语言（Chemical Markup Language，简写为CML）可能是第一个XML应用。CML原来是要发展成SGML应用的，但随着XML标准的发展，逐步演化成了XML。在CML的最简单的形式下，CML是“HTML加分子”，但是它的用处却超出了Web的范围。

分子文档常常包括成千上万个不同的详细的对象。例如，单个中等大小的有机分子可能含有几百个原子，每个原子有几个化学键。CML寻求以一种直接方式组织这种复杂的化学对象，以便能够让计算机理解，并显示和能够加以检索。CML可以用于分子结构和序列、光谱分析、结晶学、出版、化学数据库和其他方面。它的词汇表包括分子、原子、化学键、晶体、分子式、序列、对称、反应和其他化学术语。例如，清单2-1是描述水（H₂O）的基本CML文档：

清单2-1：水分子H₂O

<?xml version="1.0"?>

<CML>

<MOL TITLE="Water">

<ATOMS>

<ARRAY BUILTIN="ELSYM">H O H</ARRAY>

</ATOMS>

<BONDS>

<ARRAY BUILTIN=”ATID1”>1 2</ARRAY>

<ARRAY BUILTIN=”ATID2”>2 3</ARRAY>

<ARRAY BUILTIN=”O DE ”>1 1</ARRAY>

</BONDS>

</MOL>

</CML>

CML提供的对传统的管理化学数据的方法的最大改善在于数据的检索。CML还使得复杂的分子数据可在Web上发送。由于XML的底层是与平台无关的，所以可以避免由于使用不同的平台而引起的二进制格式不兼容的问题，这种问题在使用传统的化学软件和文档（如Protein Data Bank (PDB)格式或者MDL Molfiles）时常常可以遇到。

Murray-Rust还创建了第一个通用目的的XML浏览器JUMBO。图2-1是JUMBO正在显示的一个CML文件。Jumbo将每个XML元素赋给能够显示这些元素的Java类。为了使Jumbo支持新的元素，只要编写用于该元素的Java类即可。Jumbo是与显示基本的一套CML元素（其中包括分子、原子和化学键）的类一起发布的。Jumbo可从http://www.xml-cml.org/ 站点处得到。

2.1.2 数学标记语言（Mathematical Markup Language）

传说CERN的Tim Berners-Lee发明了World Wide Web和HTML，这样一来，高能物理学家们就可以交换论文和印前出版物了。从我个人角度来说，我从不相信这个传说。我是学物理学的，而且我曾在物理、应用数学、天文学和计算机科学等几个学科之间徜徉多年。这几个学科的论文有一点是共同的，就是论文中充满了大量的方程。直到目前为止，Web已经出现了有九年时间了，还没有找到一种在Web页面上包括方程的好办法。

现在有几种办法如Java小程序，可以分析自定义的句法，还有一种转换程序，可将用LaTeX软件编辑的方程转化为GIF图像，另一种是自定义的浏览器，可以读取TeX文件，但所有这些办法都不能产生高质量的结果，而且这些都不能满足Web作者（即使是科学领域的作者）的需求。最终，只有XML才能开始改变这种状况。

图2-1 显示CML文件的JUMBO浏览器

数学标记语言（Mathematical Markup Language，MathML）是一种用于数学方程的XML应用。MathML具有足够的能力来处理大多数形式的数学问题从初中的算术到微积分和微分方程。它也可以处理许多更为高级的课题，但还存在一些空白，如在某些数学的分支中使用的更为高级也更为晦涩的记号。虽然对于MathML来说，在纯数学和理论物理的高端还有局限性，但是却足以处理几乎所有的教育、科学、工程、商业、经济和统计学上的要求。而且将来MathML必然要加以扩展，因而可以认为，即使是最纯粹的数学和纯理论的理论物理都能够在Web上出版和进行研究工作。MathML完成了Web向着科学研究和通信方面的有用工具方向的发展（尽管说它也适用于作为新媒体来制作广告小册子有点离题太远）。

Netscape Navigator和Internet Explorer还不支持MathML。但是许多数学家都抱着热烈的希望，希望这些浏览器在不久的将来能够对此加以支持。W3C已经将某些对MathML的支持集成到他们的浏览器测试平台Amaya中了。图2-2是Amaya显示的用MathML编写的Maxwell方程的协变形式。

Amaya软件可以在本书所附CD-ROM的browsers/amaya目录中找到。

图2-2 Amaya浏览器显示的用MathML编写的协变形式的Maxwell方程

清单2-2列出了Amaya浏览器正在显示的XML文件：

清单2-2：MathML中的麦克斯韦（Maxwell）方程

<?xml version="1.0"?>

<html xmlns="http://www.w3.org/TR/REC-html40"

xmlns:m="http://www.w3.org/T / EC-MathML/"

<head>

<title>Fiat Lux</title>

<meta name="GENERATOR" content="amaya V1.3b" />

</head>

<body>

<P>

And God said,

</P>

<math>

<m:mrow>

<m:msub>

<m:mi>δ</m:mi>

<m:mi>α</m:mi>

</m:msub>

<m:msup>

<m:mi>F</m:mi>

<m:mi>αβ</m:mi>

</m:msup>

<m:mi></m:mi>

<m:mo>=</m:mo>

<m:mi></m:mi>

<m:mfrac>

<m:mrow>

<m:m >4</m:m >

<m:mi>π</m:mi>

</m:mrow>

<m:mi>c</m:mi>

</m:mfrac>

<m:mi></m:mi>

<m:msup>

<m:mi>J</m:mi>

<m:mrow>

<m:mi>β</m:mi>

<m:mo></m:mo>

</m:mrow>

</m:msup>

</m:mrow>

</math>

<P>

and there was light

</P>

</body>

</html>

清单2-2是混合使用HTML/XML的页面的例子。其中文本（“Fiat Lux”、“Maxwell’s Equations”、“And God said”、“and there was light”）的标题和段落是用经典的HTML编写的。实际的方程是用MathML编写的，这是一个XML应用。

一般来说，这种混合页面需要浏览器的特殊支持，这里也正是这种情况，否则就得有插件、ActiveX控件或是JavaScript程序来分析和显示内嵌的XML数据。当然最终用户需要像Mozilla 5.0或是Internet Explorer 5.0这样的浏览器，这两种浏览器可以分析和显示纯XML文件，而不需要HTML作为中介。

2.1.3 频道定义格式

Microsoft的频道定义格式（Channel Definition Format，简写为CDF）是用于定义频道的XML应用。Web站点使用频道向预订站点的用户传送信息，一改过去那种坐等用户前来浏览并获取信息的状况。这也叫做Web广播或是“推”。CDF首先是在Internet Explorer 4.0中引入的。

CDF文档是一个XML文件，与被推的站点的HTML文件分别存放，但是却链接到此HTML文件上。CDF文档中的频道定义决定了要发送哪个页面。页面可以通过发送通知向预订者加以推送，但也可以发送整个站点，或是由阅读者在方便的时候自己来“拉”信息。

用户可向自己的站点添加CDF，而不用改变现存的所有内容。只要在页面上添加与CDF文件的一个不可见的链接即可。当浏览者访问这个页面时，浏览器显示一个对话框，询问浏览者是否要预订频道。如果浏览者选择了预订，则浏览器就下载描述频道的CDF文档。然后浏览器将CDF文档用指定的参数与用户自己的优选项结合起来，以便决定什么时候检查服务器上的新内容。这实际上不是真正的“推”，因为客户必须初始化连接，但是这确实是在没有浏览请求的情况下发生的。图2-3是IDG的Active Channel（活动频道）显示在Internet Explorer 4.0中的情况。

图2-3 在Internet Explorer 4.0中显示的IDG的Active Channel（活动频道）

在第21章“用CDF推送Web站点”中将详细地讨论CDF。

Internet Explorer 4.0可在本书所附CD-ROM上的browsers/ie4目录中找到。

2.1.4 经典文学

Jon Bosak曾经将Shakespeare（莎世比亚）的全部话剧翻译成了XML。这些剧本的全文都包括其中了，用XML标记来区分剧名、每幕标题、舞台指导、对白、台词、旁白等。

莎世比亚的全套话剧可以本书所附CD-ROM上的examples/shakespeare目录中找到。

读者可能要问，对于一本书或是一个普通的文本文件来说，这样做有什么好处呢？对于人类读者来说，这没有什么不同，但对分析文字的计算机来说，这样做就使得容易区分组成话剧的不同元素。例如，要让计算机在全文中找出Romeo（罗密欧）的台词就变得简单了。

进一步说，借助于改变格式化文档的样式单，某个演员就很容易地打印出该剧的一个副本，其中他（她）的所有台词都格式化为粗体，而他（她）前面和后面的台词都用斜体来表示。另外还可以想像出来的事是，将剧本分成不同人的道白时，利用XML格式化的版本也比原来的文本要容易得多。

Bosak曾经将新旧约全书、古兰经和摩门教教义的英文译本用XML加以标记。这些书中的标记有些不同。例如，它并不对讲话人加以区分。因而（比如说）也就不能利用这种特殊的XML文档来创建带红色字母的圣经，虽然使用不同的一套标记可以达到这一目的。（带红色字母的圣经将耶稣说的话用红色印刷。）而且由于这些文件是用英语写成的，而不是原来的语言，这对于学术上的文本分析来说，就不是那么有用了。如果时间和资源允许的话，只要愿意，用XML来书写原文也是可以办得到的。这时只要设计一套与Bosak使用的不同，但却是描述同样的数据的词汇表和句法即可。

经XML标记了的圣经、古兰经和摩门教教义都可在本书所附的CD-ROM上的examples/religion目录中找到。

2.2 用于XML的XML

XML对于文本数据来说是最通用的格式。它所用于的某些事物还进一步地完善了XML本身。这包括XSL样式单语言、XLL链接语言和用于XML的文档内容描述（Document Content Description，简写为DCD）。

2.2.1 XSL

XSL（Extensible Style Language，可扩展的样式语言）本身就是XML应用。XSL有两个主要部分。第一部分定义了将XML文档加以转换的词汇表。这一部分的XSL包括用于树的XML标记、节点、式样、模板和其他用于将XML文档从一种标记词汇转换成另一种（或是同一种却以不同的顺序）所需要的元素。

XSL的第二部分定义了用于格式化转换后的XML文档（由第一部分产生的）的词汇表。这包括用于格式化对象（如分页、块、字符、列表、图形、方框、字体和其他）的XML标记。清单2-12中列出了一个典型的XSL样式单：

清单2-12：一个XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/T /WD-xsl"

xmlns:fo="http://www.w3.org/T /WD-xsl/FO"

result-ns="fo">

<xsl:template match="/">

<fo:basic-page-sequence >

<xsl:apply-templates/>

</fo:basic-page-sequence>

</xsl:template>

<xsl:template match="ATOM">

<fo:block font-size="10pt" font-family="serif" space-before="12pt">

<xsl:value-of select="NAME"/>

</fo:block>

</xsl:template>

</xsl:stylesheet>

我们将在第14章和15章中详细讨论XSL。

2.2.2 XLL

可扩展的链接语言（Extensible Linking Language，简写为XLL）定义了新的名为XLink的更一般种类的链接。XLinks可完成用HTML中的以URL为基础的超链接所能完成的所有任务。例如，脚注元素可像下例一样直接链接注解的文本：

进一步说，XLink可以做HTML链接不能做的事。XLink可以是双向的，因而读者可以返回原来所在的页面（跳转前所在页面）。XLink可以链接到文档中的任意位置。XLink可将文本或是图形数据嵌入文档内部，而不需要用户去激活链接（更像HTML中的<IMG>标记，但更灵活）。简短说，XLink使超链接的功能更为强大。

在第16章“XLink”中将要更加详细地讨论XLink方面的内容。

2.2.3 DCD

XML的用于声明XML元素内容应该如何格式化的工具对于不存在的内容显得功能不足。例如，假设作为数据的一部分，像下面一样建立了MONTH元素：

我们能看到MONTH元素的内容应该是字符数据。我们不能说必须给这个元素以从1到12的整数。

已经提出了几种XML本身的方案，以便更严格地限制什么可以出现在任意给定的内容中。有一种方案就是文档内容描述（Document Content Description，简写为DCD）例如，这里有一个DCD，声明了MONTH元素只能含有1到12的整数：

<DCD>

<ElementDef Type="MONTH" Model="Data" Datatype="i1"

Min="1" Max="12" />

</DCD>

我还可以向读者展示好多的用于XML的XML的例子，但是上例已经表明了基本的观点：XML强大得足以来描述和扩展本身。此外，这还意味着，XML规范可以保持短小和简单。完全可以没有XML 2.0，因为任何主要的所需的附加内容都可以根据原来的XML加以建立，而不必成为XML的新功能。需要加强功能的人们和程序员们可以使用这些新功能，而不需要的人可以将其忽略。用户不必了解什么是不使用的。XML提供了“砖和泥”，利用这些“砖和泥”既可以建起“小屋”也可以建起高耸的“城堡”。

2.3 XML的后台应用

并不是所有的XML应用都是公开的、开放的标准。有许多软件开发商正在将其自身的数据转向XML，只是因为XML是被公众很好理解的、通用目的的格式，可以用容易获得的、便宜或免费的工具加以处理。

Microsoft Office 2000已将HTML变为与它的内建二进制格式同等的格式。不过， HTML 4.0还不能提供对Office所需的所有功能的全面支持，如修订跟踪、脚注、批注、索引和术语表项等等。不能用HTML表达的附加数据嵌入到XML的小型代码块中。Word的矢量图形保存在VML中。在这种情况下，嵌入的XML在标准的浏览器中的不可见性是个关键因素。

Federal Express公司将详细跟踪的信息用作为与其他送货公司（如UPS（美国快寄服务公司和Post Office（邮局））相比更有竞争力的优点。首先这种信息来源于顾客软件，然后是通过Web。最近，FedEx公司开始对其API（应用程序接口）和库函数（第三方和内部开发者可使用这些API将他们的软件和系统与FedEx的加以集成）的?测试。这种服务的数据格式就是XML。

Netscape Navigator 5.0 支持XML在Web浏览器上的直接显示，但是，Netscape 实际在内部早在4.5版时就已经开始使用XML了。当用户请求Netscape显示与当前站点相联系的站点的列表时，浏览器就连接到运行在Netscape服务器上的一个CGI程序上。服务器送回来的数据就是XML。清单2-13就是与站点http://metalab.unc.edu/相联系的站点的XML数据：

清单2-13：与http://metalab.unc.edu/相联系的站点的XML数据

<?xml version="1.0"?>

<RDF:RDF>

<RelatedLinks>

<aboutPage

href="http://in fo.netscape.com/fwd/rl/http://metalab.unc.edu:80/*">

</aboutPage>

<child instanceOf="Separator1"></child>

<child

href="http://info.netscape.com/fwd/rl/http://www.sun.com/"

name="Sun Microsystems">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://www.unc.edu/"

name="Unc">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://sunsite.sut.ac.jp/"

name="SunSITE Japan">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://sunsite.nus.sg/"

name="SunSITE Singapore">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://sunsite.berkeley.edu/"

name="Berkeley Digital Library SunSITE">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://www.sun.com/sunsite"

name="SunSITE on the net">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://www.sunsite.auc.dk/"

name="SunSITE Denmark">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://sunsite.edu.cn/"

name="SunSITE China">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://sunsite.stanford.org/"

name="Stanford University SunSITE">

</child>

<child

href="http://info.netscape.com/fwd/rl/http://www.cdromshop.com/

cdshop/desc/p.061590000085.html" name="SunSITE Archive">

</child>

<child instanceOf="Separator1"></child>

<child href="http://home.netscape.com/escapes/smart_browsing"

name="Learn About Smart Browsing...">

</child>

</RelatedLinks>

</RDF:RDF>

这一切都完全发生在幕后。用户决不会知道那些数据正在用XML加以传送。实际上显示的是Netscape Navigator中的菜单，而不是XML或HTML页面。

这些实际上还只是将XML用于内部数据的不成熟的表面现象。许多其他使用XML的项目还刚刚起步，还有一些项目将在明年起步。大多数这样的项目不会受公开注意，也不会在商业出版物上受到吹捧，但是不管怎样，在其项目存活期内它们都具有潜力可为公司节约成千上万美元的开发费用。XML的自说明性对于公司内部的数据也是很有用的。例如，许多公司现在正在匆忙地设法找出20年前退休的程序员是否用了两位数字的日期。如果你正在干这样的事情，你是愿意将数据写成下面的样子呢：

3c 79 65 61 72 3e 39 39 3c 2f 79 65 61 72 3e

还是下面的样子：

不幸的是，许多程序员现在还坚持将数据写成第一种格式。XML还可使错误容易发现和修改。

2.4 本章小结

本章只是刚刚接触到已经和将要使用XML的应用。一些应用，如CML、MathML和MusicML很明显是用于Web浏览器的HTML扩展。但是许多别的应用，如OFX、 XFDL和HRML完全走的是另一条路。所有这些应用都有建立在XML之上的自己的语义和句法。在某些情况下，XML的“根”是很明显的，但在另外一些情况下，即使在其上工作达一月之久，也不一定会发现它与XML有什么关系。在本章中，我们讨论了下面的可使用XML的应用：

· 使用CML的分子科学

使用MathML的科学与数学
使用CDF的Web广播
古典文学
使用SMIL和HTML+TIME的多媒体应用
通过OSD的软件更新
使用PGML和VML的矢量图形
用MusicML 表示的音乐记号
使用VoxML的自动语音响应
使用OFX的财务数据
与XFDL合法捆绑的表单
使用HRML的人力资源工作信息
通过RDF表示的元数据（Meta-data）
XML本身包括XSL、 XLL和DCD使XML更加完善
许多公司在因特网上应用XML，这些公司包括Microsoft、Federal Express和Netscape

在下一章中，读者将要学习编写自己的XML文档并在Web浏览器上加以显示。

第3章第一个XML文档

本章教读者用自己定义的可为文档所理解的标记来创建简单的XML文档。读者将学到如何编写样式单，以便用于在文档中描述标记内容如何显示。最后，还要学到如何将文档装到Web浏览器中以便查看。

由于本章利用示例来加以讲解，而不是从原理出发，因而不会涉及许多细节。有经验的读者将会注意到几处例外和特殊情况没有在本章加以讨论。对此不必担心。在下几章中将会讨论到。对于大部分内容，不必太关心技术内容。正如HTML一样，也可通过复制其他人创建的简单的示例并按自己的需要加以修改来学习。

为了达到上述目的，我鼓励大家按我在本章中给出的示例键入程序逐步进行，并将这些代码装入讨论过的不同的程序中。这将使读者对XML产生基本感受，这将使在未来几章中提到的技术细节在特定示例的环境中容易掌握。

本章的主要内容包括：

· 创建简单的XML文档

仔细研究这个简单的XML文档
赋给XML标记以具体意义
在XML文档上附加样式单

3.1 Hello XML

本节遵照老程序员介绍新语言的传统，先用一个能够在屏幕上打印出“Hello World”的程序加以介绍。XML是标记语言，而不是编程语言，但是基本原理还是适用的。最简单的方法是以一个完全的可运行的有扩展能力的示例开始，而不要尝试以更基本的无任何功能的程序开始。如果用户在使用基本的工具时确实遇到了问题，在简短的文档环境中也比在复杂的文档环境下更容易调试和改正。

在本节中，读者将学到如何创建一个简单的XML文档并将其保存在文件中。然后我们对其中的代码及其意义再加以仔细考察。

3.1.1 创建一个简单的XML文档

在本节中，读者将学到如何键入一个实际的XML文档。我们从能够想像得到的最简单的XML文档开始。这个文档列在清单3-1中：

清单3-1：Hello XML

<?xml version="1.0" standalone="yes"?>

<FOO>

Hello XML!

</FOO>

这虽然不太复杂，但却是一个“好”的XML的文档。更准确地说，这是一个结构完整的XML文档（XML中有一些用于文档的专门术语，依照到底满足了哪条规则而被认为是“好”的。其中“结构完整的”就是一条这样的术语，在本书的后面要对此加以讨论。）可在任何使用方便的文本编辑器，如Notepad、BBEdit或是emacs中键入这个文档。

结构完整性将在第6章“结构完整的XML文档”中加以讨论。

3.1.2 保存XML文件

当键入了上面的代码之后，请将该文档保存在名为hello.xml的文件中。也可以使用诸如HelloWorld.xml、MyFirstDocument.xml或是其他文件名，但三个字母的扩展名.xml是标准的，一般不要更改。而且还要确保以普通的文本格式加以保存，而不要用某些字处理程序，如WordPerfect或Microsoft Word的内建格式。

如果使用的是Windows 95/98上的Notepad来编辑文件，当保存文档时，一定要将文件名用双引号括起来，即“Hello.xml”，而不要只是Hello.xml，正如图3-1所示的一样。如果没有引号，Notepad会在文件名后再加上.txt扩展名，也就是文件名变成了Hello.xml.txt，这完全不是我们所希望出现的。

图3-1 在Notepad中用带引号的文件名来保存XML文档

Windows NT版本的Notepad还会给出将文件保存为Unicode格式的选项。令人惊奇的是，这样保存也可以，不过我们还是坚持使用基本的ASCII文本格式比较好。XML文件既可以是Unicode格式也可以是Unicode的名为UTF-8的压缩版本，这是严格的ASCII的超集，因而纯ASCII文件也是合法的XML文件。

UTF-8和ASCII将在第7章“外国语言和非罗马文本”中加以更为详细的讨论。

3.1.3 将XML文件装入Web浏览器

既然已经创建了第一个XML文档，当然想看一看了。这个文件可以在支持XML的浏览器，如Internet Explorer 5.0中直接打开。图3-2显示的就是结果。

我们看到的结果将依不同的浏览器而有所不同。在本例情况下，文件是格式化得很好的，以不同的颜色来表示不同的句法。不过所看到的并没有吸引人的地方。问题在于浏览器并不了解如何来处理FOO元素。我们必须指示浏览器如何来处理每个元素，这就要用到样式单了。我们将要简单地介绍一下，但首先还是仔细地考察一下这个文档。

图3-2 hello.xml在Internet Explorer 5.0中的显示结果

.2 考察简单的XML文档

让我们检查一下列在清单3-1中的这个简单的XML文档，以便更好地理解每行代码的意义。第一行是XML声明：

<?xml version="1.0" standalone="yes"?>

这是XML处理指令的例子。处理指令以<?开始，而以?>结束。在<?后的第一个单词是处理指令名，在本例中是xml。

XML声明有version和standalone两个特性。特性是由等号分开的名称-数值对。位于等号左边的是特性名，而其值位于等号的右边，并用双引号括起来。

每一个XML文档都以一个XML声明开始，用以指明所用的XML的版本。在上例中， version特性表明这个文档符合XML 1.0规范。XML声明还可以有standalone特性，这告诉我们文档是否在这一个文件里还是需要从外部导入文件。在本例中，以及在以后的几章中，所有的文档都在一个文件里完成，因而standalone特性的值要设置为yes。

现在让我们看一下清单3-1中的下面的三行：

<FOO>

Hello XML!

</FOO>

总体上说，这三行组成了FOO元素。分开说，<FOO>是开始标记，而</FOO>是结束标记，Hello XML!是FOO元素的内容。

读者可能要问，<FOO>标记的意义是什么？回答是“你要让它是什么就是什么”。除了几百个预定义的标记之外，XML还允许用户创建所需的标记。因而<FOO>标记可以具有用户赋于的任何意义。同一个XML文档可以用不同的标记名编写，正如清单3-2、3-3和3-4所表明的：

清单3-2：greeting.xml

<?xml version="1.0" standalone="yes"?>

<GREETING>

Hello XML!

</GREETING>

清单3-3：paragraph.xml

<?xml version="1.0" standalone="yes"?>

<P>

Hello XML!

</P>

清单3-4：document.xml

<?xml version="1.0" standalone="yes"?>

<DOCUMENT>

Hello XML!

</DOCUMENT>

清单3-1到3-4这四个文档用的标记名各不相同，但都是等价的，因为具有相同的结构和内容。

3.3 赋于XML标记以意义

标记可有三类意义：结构、语义和样式。结构将文档分成元素树。语义将单个的元素与外部的实际事物联系起来。而样式指定如何显示元素。

结构只是表达文档的形式，而不管单个标记和元素间的差别。例如，上面清单3-1到3-4中的四个XML文档结构是相同的。它们都指定文档具有一个非空的基本元素。标记的不同名称没有结构上的意义。

语义的意义存在于文档之外，在作者的心中或是读者或是某些生成或读取这些文件的计算机程序中。例如，理解HTML但不理解XML的Web浏览器，可能会将段落的意义赋给<P>和</P>标记，但不会赋给标记<GREETING>和</GREETING>、<FOO>和 </FOO>或是<DOCUMENT>和</DOCUMENT>。讲英语的人可能会比<FOO>和</FOO>或<P>或</P>更容易理解<GREETING>和</GREETING>或是<DOCUMENT>和</DOCUMENT>的意义。正如“美丽”的意义存在于观察者心中。

计算机作为一个哑机器，不能说是真正地理解任何事物的意义。计算机只是根据预先确定的公式来处理位和字节而已（虽然非常快）。对于一台计算机而言，用<FOO>或是<P>与使用<GREETING>或<DOCUMENT>标记没有什么差别。即使对于Web浏览器来说，也不能说它理解什么是段落。所有的浏览器了解的是，当遇到一个段落时，在下一个元素前面要放置一个空行。

自然地，使标记的名称能够尽可能反映其包含的意义更好一些。许多学科，如数学和化学正在创建该学科的工业标准和标记集。如果合适的话，应该使用这些标准和标记集。但是大多数情况下，还是需要什么标记就创建什么标记。

以下是一些其他可能的标记：

<MOLECULE> <INTEGRAL>

<PERSON> <SALARY>

<author> <email>

<planet> <sign>

<Bill> <plus/>

<Hillary> <plus/>

<Gennifer> <plus/>

<Paula> <plus/>

<Monica> <equals/>

<divorce>

可以与标记相联系的第三类意义是样式意义。样式意义指定标记的内容如何在计算机屏幕上或是其他输出设备上展示。样式意义说明特定的元素是否是用粗体、斜体、绿色的24磅的字体还是其他字体加以表示。计算机在理解样式时比理解语义意义要好一些。在XML中，样式意义是通过样式单来施加的。

.4 为XML文档编写样式单

XML允许用户来创建任何所需要的标记。当然，由于用户在创建标记上有完全的自由，因而通用的浏览器无法预期用户的标记的意义，也无法为显示这些标记而提供规则。因而，用户必须为文档编写样式单，告诉浏览器如何显示特定的标记。与标记集类似，用户创建的样式单可由不同的文档不同的人所共享，还可将自己创建的样式单与其他人编写的样式单集成在一起。

正如在第1章中所讨论的，现在有不止一种样式单语言可以使用。这里所用的是级联样式单（Cascading Style Sheets，简写为CSS）。CSS的优势在于它是W3C制定的标准，为编写HTML的许多人所熟悉，且被前卫的具有XML能力的浏览器所支持。

正如在第1章所注意到的，另一种可能的选择是可扩展的样式语言（Extensible Style Language）。XSL是当前最强大和灵活的样式语言，是特别为应用XML而设计的。但是，XSL比CSS更为复杂，而且未被很好地支持，同时还没有完成。

XSL将在第5、14和15章中加以讨论。

清单3-2中的greeting.xml示例只包括一个标记<GREETING>，因而所需做的一切是为GREETING元素定义样式。清单3-5是一个很简单的样式单，指定GREETING元素的内容应该以24磅的粗体显示为块级的元素。

清单3-5：greeting.xsl

GREETING{display: block; font-size: 24pt; font-weight: bold;}

清单3-5应该在文本编辑器中键入，保存为名为greeting.css的新文件，放在与清单3-2中的文件所在的同一目录中。扩展名.css代表级联样式单（Cascading Style Sheet）。同样.css扩展名是重要的，而文件名却不怎么重要。如果打算将这一样式单只用在一个XML文档上的话，那么与XML具有同样的文件名（扩展名为.css而不是.xml）常常更为方便。

.5 将样式单附加到XML文档上

在编写好XML文档和用于该文档的CSS样式单之后，还需要告诉浏览器将样式单作用到该文档上。长时期以来，可能有许多不同的方法可达到这一目的，包括浏览器-服务器通过HTTP文件头协商、命名约定和浏览器一侧的缺省方法。但是目前，唯一的有效方法是在XML文档中包括另一个处理指令，以便指定所要使用的样式单。

处理指令是<?xml-stylesheet?>和它的两个特性，type和href。type特性指定所用的样式语言，而href特性指定一个可以找到样式单的URL（可能是相对的）。在清单3-6中，xml-stylesheet处理指令指明施加于文档的样式单文件名为greeting.css，是用CSS样式单语言编写的。

清单3-6：带有xml样式单处理指令的greeting.xml

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css2" href="greeting.css"?>

<GREETING>

Hello XML!

</GREETING>

既然我们已经创建好了第一个XML文档和样式单，那么当然想看一看结果了。我们所要做的就是将清单3-6装入Mozilla或是Internet Explorer 5.0。图3-3是显示在Internet Explorer 5.0中的具有样式的欢迎画面。图3-4是显示在早期开发版本的Mozilla中的具有样式的欢迎画面。

图3-3 在Internet Explorer 5.0中显示的styledgreeting.xml文件

图3-4 在早期的开发者版本的Mozilla中显示的styledgreeting.xml文件

3.6 本章小结

在本章中，读者学到了如何创建一个简单的XML文档。总的来说，包括以下内容：

· 如何编写和保存简单的XML文档

如何把三种类型的意义（结构、语义和样式）赋给XML标记
如何为XML文档编写CSS样式单，从而告诉浏览器如何显示特定的标记
如何将带有xml-stylesheet处理指令的CSS样式单附加到XML文档上
如何将XML装入浏览器中

在下一章中，我们将要研究XML文档的更为大型的例子，用来演示在选择XML标记时的更多的实际考虑。

第4章数据的结构化

在本章中，我们将要研究一个较长的示例，用来说明一个较长的有关棒球统计和其他类似数据的列表是如何以XML格式保存的。像这样的文档有好多潜在的应用。最明显的，它可以显示在Web 页面上。还可以用作其他分析数据或是整理数据程序的输入。通过这个示例，读者将学到如何用XML来标记数据、为什么要选用XML标记、如何为文档编制CSS样式单等等内容。

本章的主要内容包括：

· 检查数据

数据的XML化
XML格式的优越性
为文档的显示编制样式单

4.1 检查数据

当我写作这本书时（1998年10月），纽约的Yankees队在四场比赛中击败圣·迭格的Padres队，取得了24届世界系列赛的冠军。Yankees队在American League的普通赛季结束时，取得了114场胜利。总体来说，1998是一个令人赞叹的赛季。圣·路易斯Cardinals队的 Mark McGwire和芝加哥Cubs队的Sammy Sosa为了创造新的单一赛季的本垒打纪录在整个9月份展开了争夺，原来的纪录是由Roger Maris保持的。

是什么使1998赛季这样激动人心呢？玩世不恭的人会告诉你，1998是一扩展年，有三个新队加盟，因而总体上来说投手能力减弱了。这就使得著名的击球手如Sosa和McGwire以及著名的球队，如Yankees得到了出风头的机会，因为，虽然他们仍然像他们在1997年一样实力强大，但面对的对手的平均能力弱了许多。当然真正的棒球爱好者了解真正的原因，这是由于统计上的原因造成的。

这实在有点滑稽。在大多数体育项目中，我们都说过心脏、勇气、能力、技巧、决心和其他名词。但是，只有棒球爱好者需要面对这么多原始数字，如平均击球率、平均得分、平均跑垒数、平均进垒数、对左手投手的平均击球率、对右手投手的平均击球率等。

棒球爱好者都被这些数字所迷住了，数字越多越好。在每个赛季中，因特网成了成千上万的棒球爱好者的大本营，狂热的网民们在其中“管理”球队并交换球员，计算他们喜爱的球队在现实中表现的各种数字。STATS, Inc.公司跟踪了每个球员在主要联赛的赛事上的表现，因而可以计算出一个击球手是否表现得比他的平均成绩要好。在以下两节中，为了照顾对棒球不太感兴趣的读者，我们检查一下描述单个球员的击球和投球率的常用统计数字。现场统计数字也可以找到，但是我将把这些数字略去，以便将示例局限于好管理的大小。我使用的这个特殊的例子是纽约的Yankees队，对于任何队的击球手，同样的统计数字也可以得到。

4.1.1 击球手

几年前，Bruce Bukiet、Jose Palacios和我写过一篇名为A Markov Chain Approach to Baseball （用于棒球的马尔可夫链式方法）的文章（刊登在Operations Research（运筹学研究杂志），45卷第1期，1997年1-2月号，pp. 14-23，还可在以下网址上看到这篇文章http://www.math.njit.edu/~bukiet/Papers /ball.pdf）。在这篇文章中，我们分析了1989年全国棒球联赛中的所有球队的所有可能的比赛顺序。那篇文章的结果还是比较有意思的。球队中的最坏的击球手（通常是投球手）应该是第8位出场击球的人，而不应该是第9位，至少在全国棒球联赛上是如此。但是这里我所关心的是产生那篇文章的工作。作为一个低年级的研究生，用手工算出每个球员在全国棒球联赛上的全部击球历史记录正是我的工作。如果我能够使那些数据变得像XML一样的方便，那个夏季我会过得更愉快一些的。现在，让我们将精力集中于每个球员的数据上。典型的，这种数据是以一行行的数字表示的，如表4-1所示的是1998年Yankees队的进攻队员的数据。在美国棒球联赛的比赛上，由于投球手很少击球，只有实际上击球的队员才列在表中。

每一列有效地定义了一个元素。因而就需要为球员、位置、进行的比赛、击球、跑垒、击球数、两垒、三垒、本垒打、跑入和步行等建立元素。单垒通常都不单独报告。这个数据是从总击打数中减去双垒、三垒和本垒打的总和后得到的。

表4-1 The 1998年Yankees队的进攻队员数据

Name	Postion	Game Played	At Bats	Runs	Hits	Doubles	Triples	Home Runs	Runs Batted In	Strike Walks	Outs	Hit by Pitch
Scott Brosius	Third Base	152	530	86	159	34	0	19	98	52	97	10
Homer Bush	Second BBase	45	71	17	27	3	0	1	5	5	19	0
Chad Curtis	Outfield	151	456	79	111	21	1	10	56	75	80	7
Chili Davis	Designated Hitter	35	103	11	30	7	0	3	9	14	18	0
Mike Figga	catcher	1	4	1	1	0	0	0	0	0	1	0
Joe Girardi	catcher	78	254	31	70	11	4	3	31	14	38	2
Derek Jeter	Shortsho	149	626	127	203	25	8	19	84	57	119	5
Chuck Knoblauch	Second Base	150	603	117	160	25	4	17	64	76	70
Ricky Ledee	Outfield	42	79	13	19	5	2	1	12	7	29	0
Mike Lowell	Third Base	8	15	1	4	0	0	0	0	0	1	0
Tino Martinez	First Base	142	531	92	149	33	1	28	123	61	83	6
Paul O’Neill	Outfield	152	602	95	191	40	2	24	116	57	103	2
Jorge Posada	catcher	111	358	56	96	23	0	17	63	47	92	0
Tim Raines	Outfield	109	321	53	93	13	1	5	47	55	49	3
Luis Sojo	Shortshop	54	147	16	34	3	1	0	14	4	15	0
Shane Spencer	Outfield	27	67	18	25	6	0	10	27	5	12	0
Darryl Strawberry	Designated Hitter	101	295	44	73	11	2	24	57	46	90	3
Dale Sveum	First Base	30	58	6	9	0	0	0	3	4	16	0
Bernie Williams	Outfield	128	499	101	169	30	5	26	97	74	81	1

译者注：棒球数据不过是一种演示。在棒球统计数据的XML文档中，由于使用的是英文专用名词，故这里未翻译成中文。如果翻译过来反而无法相互对照。表4-2也同样处理。

前面表中的数据和下一节中的投球手数据都是加以限制后的列表，只是用来表明在一个典型的棒球赛中收集的数据。除了列出的以外，还有许多其他数据没有在这里列出。我打算使用这些基本信息，以便使示例容易管理。

4.1.2 投球手

人们并不指望投球手成为全垒跑的击球手或是偷袭能手。确实偶尔到达第一垒的投球手是对一个队的意外奖励。对投球手的评价要根据表4-2中列出的全场的不同种类的数字。这个表的每列也定义了一个元素。这些元素中的一部分，如姓名和位置对于投球手和击球手都是有的。其他元素如解救（saves）和成功防守（shutouts）只适用于投球手。还有几个，如得分（runs）和全垒跑（home runs）与击球手统计中的名称相同，但是具有不同意义。例如，击球手的得分数是击球手获得的分数。而对于投球手来说，是指对方在这个投球手下得到的分数。

4.1.3 XML数据的组织

XML是建立在容器模型的基础之上的。每个XML元素可以包含文本或是称为子元素的其他XML元素。有几个XML元素既可以包含文本也可以包含子元素。虽然通常来说，这并不是一种好形式，是应该尽量避免的。

不过，常常有不止一种组织数据的方法，这要取决于需要。XML的一个好处是，它使得编写程序来以不同形式组织数据变得相当直接。在第14章我们讨论XSL变换时还要讨论这一问题。

作为开始，必须注意的第一个问题是什么包含什么？例如，相当明显的是，联赛包含分部，分部包含球队，球队又包含球员，而球员又可在指定的时间进行交易，每个球员必定属于一个球队，每个球队又必定属于一个分部。类似的，一个赛季包含许多场比赛，每场比赛又包含几局，而局又包含击球阶段，击球阶段又包含投球阶段。

但是，赛季包括联赛吗或是联赛包括赛季吗？这个问题就不是很明显。确实对这样的问题没有唯一的答案。将赛季元素定义为联赛元素的子元素还是将联赛元素变为赛季元素的子元素有更多的意义，这要依赖于数据要用来干什么。用户甚至可以创建新的既包含赛季也包含联赛的根元素，哪个元素也不是另外元素的子元素（虽然要有效地这样做，还需要某些先进的技术，在以下几章还讨论不到这些技术）。用户可按用户的意愿来组织数据。

表4-2 1998年Yankees队的投球手

Name	P	W	L	S	G	GS	CG	SHO	ERA	IP	H	HR	R	ER	HB	WP	BK	WB	SO
Joe Borowski	Relief Pitcher	1	0	0	8	0	0	0	6.52	9.2	11	0	7	7	0	0	0	4	7
Ryan Bradley	Relief Pitcher	2	1	0	5	1	0	0	5.68	12.2	12	2	9	8	1	0	0	9	13
Jim Bruske	Relief Pitcher	1	0	0	3	1	0	0	3	9	9	2	3	3	0	0	0	1	3
Mike Buddie	Relief Pitcher	4	1	0	24	2	0	0	5.62	41.2	46	5	29	26	3	2	1	13	20
David Cone	Starting Pitcher	20	7	0	31	31	3	0	3.55	207.2	186	20	89	82	15	6	0	59	209
Todd Erdos	Relief Pitcher	0	0	0	2	0	0	0	9	2	5	0	2	2	0	0	0	1	0
Orlando Hernandez	Starting Pitcher	12	4	0	21	21	3	1	3.13	141	113	11	53	49	6	5	2	52	131
Darren Holmes	Relief Pitcher	0	3	2	34	0	0	0	3.33	51.1	53	4	19	19	2	1	0	14	31
Hideki Irabu	Starting Pitcher	13	9	0	29	28	2	1	4.06	173	148	27	79	78	9	6	1	76	126
Mike Jerzembeck	Starting Pitcher	0	1	0	3	2	0	0	12.79	6.1	9	2	9	9	0	1	1	4	1
Graeme Lloyd	Relief Pitcher	3	0	0	50	0	0	0	1.67	37.2	26	3	10	7	2	2	0	6	20
Ramiro Mendoza	Relief Pitcher	10	2	1	41	14	1	1	3.25	130.1	131	9	50	47	9	3	0	30	56
Jeff Nelson	Relief Pitcher	5	3	3	45	0	0	0	3.79	40.1	44	1	18	17	8	2	0	22	35
Andy Pettitte	Starting Pitcher	16	11	0	33	32	5	0	4.24	216.1	226	20	10	2	6	5	0	87	146
Mariano Rivera	Relief Pitcher	3	0	36	54	0	0	0	1.91	61.1	48	3	13	13	1	0	0	17	36
Mike Stanton	Relief Pitcher	4	1	6	67	0	0	0	5.47	79	71	13	51	48	4	0	0	26	69
Jay Tessmer	Relief Pitcher	1	0	0	7	0	0	0	3.12	8.2	4	1	3	3	0	1	0	4	6
David Wells	Starting Pitcher	18	4	0	30	30	8	5	3.49	214.1	195	29	86	83	1	2	0	29	163

熟悉数据库理论的读者可能会将XML模型看作为分支型的数据库，因而也就认为与分支数据库具有同样的缺点（和少数优点）。许多时候以表为基础的关系型方法更有实际意义。在本例中，也属于有实际意义的情况。但是，XML并不遵循关系模型。

4.2 数据的XML化

让我们用XML处理1998年的Major League赛季数据的标记开始。请记住，在XML内，允许我们创建标记。我们已经决定，文档的根元素是赛季（season）。赛季包括联赛（leagues），而联赛包括分部（divisions），分部又包括球队（teams），球队包括队员（players）。队员的统计数字包括参加的场数（games played）、击球次数（at bats）、得分数（runs）、击中数（hits）、双垒（doubles）、三垒（triples）、全垒得分（home runs）、击球得分（runs batted in）、走步数（walks）和被投手击中数（hits by pitch）。

4.2.1 开始编写文档：XML声明和根元素

XML文档可由XML声明加以识别。这是放在所有XML文档的开头的一条处理指令，标识正在使用的XML版本。当前可理解的唯一版本号是1.0。

<?xml version="1.0"?>

每个合格的XML文档（所谓合格有特定的意义，这将在下一章中加以讨论）必须有一个根元素。这是一个完全包括文档中其他所有元素的元素。根元素的起始标记要放在所有其他元素的起始标记之前，而根元素的结束标记要放在所有其他元素的结束标记之后。对于我们的根元素SEASON，其起始标记是<SEASON>，而结束标记是</SEASON>。文档现在看起来像下面的样子：

<?xml version="1.0"?>

<SEASON>

</SEASON>

XML声明既不是元素也不是标记。它是处理指令。因而不需要将声明放在根元素SEASON之内。但是，我们在文档中放入的每个元素都得放在起始标记<SEASON>和结束标记</SEASON>之间。

根元素的这种选择方法说明我们已经不能在一个文件中保存多个赛季的数据了。如果想要保存多个赛季的数据的话，可以定义一个新的包括赛季（seasons）的根元素，例如，

<?xml version="1.0"?>

<DOCUMENT>

<SEASON>

</SEASON>

<SEASON>

</SEASON>

</DOCUMENT>

命名约定

在开始之前，我还要说几句关于命名约定的话。正如我们在下一章中所见到的，XML的元素名是比较灵活的，可以包括任意数目的字母和数字，既可是大写的也可是小写的。可以将XML标记写成下面的任何样子：

<SEASON>

<Season>

<season>

<season1998>

<Season98>

<season_98>

这就会有成千上万种可能的变化。全使用大写、全使用小写或是混合大小写都是可以的。但是，我推荐使用一种约定，并坚持下去。

当然，我们对所谈到的赛季加以标识。为达此目的，可为SEASON元素定义一个名为YEAR的子元素。例如：

<?xml version="1.0"?>

<SEASON>

<YEAR>

1998

</YEAR>

</SEASON>

我在此处以及其他例子中使用了缩进，以便指明元素YEAR是元素SEASON的子元素，而文本1998是元素YEAR的内容。这是一种很好的编程习惯，但这不是必须的。XML中的空白没有特殊的意义。同样的例子也可写成下面的样子：

<?xml version="1.0"?>

<SEASON>

<YEAR>1998</YEAR>

</SEASON>

确实，我经常将元素压缩到一行上（当一行上可以放得下，而空间又比较紧张时）。还可以将文档再加以压缩，即使压缩成一行也可以，但这要失去可读性。例如：

<?xml version="1.0"?><SEASON><YEAR>1998</YEAR></SEASON>

当然这样的文档是比较难以阅读和理解的，这也就是为什么我没有这样书写的原因。XML 1.0规范中的第十条目的中写道：“Terseness in XML markup is of minimal importance.”翻译成中文是，“XML标记中的简捷性是不太重要的。”棒球示例完全反映出了这个目的。

4.2.2 联赛（League）、（分部）Division和（球队）Team数据的XML化

主要棒球联赛分成两个联赛：American League和National League。每个联赛都有名称。两个名称可如下编码：

<?xml version="1.0"?>

<SEASON>

<YEAR>1998</YEAR>

<LEAGUE>

<LEAGUE_NAME>National League</LEAGUE_NAME>

</LEAGUE>

<LEAGUE>

<LEAGUE_NAME>American League</LEAGUE_NAME>

</LEAGUE>

</SEASON>

我在这里将联赛的名称定义为元素LEAGUE_NAME，而不是简单的NAME元素。因为NAME太普遍了，而且还打算将其用在其他场合。例如，分部、球队和球员都有名称。

带有相同的名称的不同领域的元素可以利用命名域（namespaces）结合在一起。命名域的问题将在第18章中加以讨论。但是，即使使用命名域，也不要将同一领域（如本例中的TEAM和LEAGUE）的多个术语给予同样的名称。

每个联赛可分为东部（east）、西部（west）和中部（central）分部，可编码如下：

<LEAGUE>

<LEAGUE_NAME>National League</LEAGUE_NAME>

<DIVISION>

<DIVISION_NAME>East</DIVISION_NAME>

</DIVISION>

<DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

</DIVISION>

<DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

</DIVISION>

</LEAGUE>

<LEAGUE>

<LEAGUE_NAME>American League</LEAGUE_NAME>

<DIVISION>

<DIVISION_NAME>East</DIVISION_NAME>

</DIVISION>

<DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

</DIVISION>

<DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

</DIVISION>

</LEAGUE>

元素的实际值依赖于包括该元素的父元素。American League和National League都有East分部，但是这不是一回事。

每个分部又分为多个球队。每个球队都有一个队名和城市名。例如，与American League联赛East分部有关的名称可编码如下：

<DIVISION>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Boston</TEAM_CITY>

<TEAM_NAME>Red Sox</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Yankees</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Tampa Bay</TEAM_CITY>

<TEAM_NAME>Devil Rays</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Toronto</TEAM_CITY>

<TEAM_NAME>Blue Jays</TEAM_NAME>

</TEAM>

</DIVISION>

4.2.3 球员数据的XML化

每个球队是由球员组成的。每个球员都有姓和名。将姓和名分开是重要的，这样一来既可以根据名来分类也可以根据姓来分类。1998年Yankees阵容第一个出场的投球手的数据可编码如下：

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Yankees</TEAM_NAME>

<PLAYER>

<GIVEN_NAME>Orlando</GIVEN_NAME>

<SURNAME>Hernandez</SURNAME>

</PLAYER>

<PLAYER>

<GIVEN_NAME>David</GIVEN_NAME>

<SURNAME>Cone</SURNAME>

</PLAYER>

<PLAYER>

<GIVEN_NAME>David</GIVEN_NAME>

<SURNAME>Wells</SURNAME>

</PLAYER>

<PLAYER>

<GIVEN_NAME>Andy</GIVEN_NAME>

<SURNAME>Pettitte</SURNAME>

</PLAYER>

<PLAYER>

<GIVEN_NAME>Hideki</GIVEN_NAME>

<SURNAME>Irabu</SURNAME>

</PLAYER>

</TEAM>

为了更明显起见，使用标记<GIVEN_NAME>和<SURNAME>比使用<FIRST_NAME> 和<LAST_NAME>或者<FIRST_NAME>和<FAMILY_NAME>更好一些。由于不同国家的文化背景不同，可能名（given name）在先也可能姓（family name）在先。同时在所有的文化背景下，别号（surnames）不一定就是姓（family names）。

4.2.4 球员统计数据的XML化

以下几个步骤提供了每个球员的统计数据。统计数据看起来对于投球手和击球手并没有一点不同，特别是对于American League联赛，这里没有几个投球员击过球。下面是Joe Girardi在1998年的统计数据。他是一个接球手，因而我们使用击球的统计数据：

<PLAYER>

<GIVEN_NAME>Joe </GIVEN_NAME>

<SURNAME>Girard </SURNAME>

<POSITION>Catcher</POSITION>

<GAMES>78</GAMES>

<GAMES_STARTED>76</GAMES_STARTED>

<AT_BATS>254</AT_BATS>

<RUNS>31</RUNS>

<HITS>70</HITS>

<DOUBLES>11</DOUBLES>

<TRIPLES>4</TRIPLES>

<HOME_RUNS>3</HOME_RUNS>

<RBI>31</RBI>

<STEALS>2</STEALS>

<CAUGHT_STEALING>4</CAUGHT_STEALING>

<SACRIFICE_HITS>8</SACRIFICE_HITS>

<SACRIFICE_FLIES>1</SACRIFICE_FLIES>

<ERRORS>3</ERRORS>

<WALKS>14</WALKS>

<STRUCK_OUT>38</STRUCK_OUT>

<HIT_BY_PITCH>2</HIT_BY_PITCH>

</PLAYER>

现在让我们看一下一个投球手的统计数据。虽然投球手在American League中很少击球，但在National League中却常常击球，到目前为止，投球手击球的次数还是比其他球员少。根据投球手的投球表现，雇用或解雇、表扬或批评。如果投球手偶尔击中一球，则会得到额外的奖励。投球的统计包括比赛场数（games played）、得胜场数（wins）、失败场数（losses）、投球局数（innings pitched）、得分（earned runs）、成功防守次数（shutouts）、击中数（hits against）、走步放弃（walks given up）和其他数据。下面是Hideki Irabu1998年统计数据的XML编码：

<PLAYER>

<GIVEN_NAME>Hideki</GIVEN_NAME>

<SURNAME>Irabu</SURNAME>

<POSITION>Start ng P tcher</POSITION>

<WINS>13</WINS>

<LOSSES>9</LOSSES>

<SAVES>0</SAVES>

<GAMES>29</GAMES>

<GAMES_STARTED>28</GAMES_STARTED>

<COMPLETE_GAMES>2</COMPLETE_GAMES>

<SHUT_OUTS> </SHUT_OUTS>

<ERA>4.06</ERA>

<INNINGS> 73</INNINGS>

<HOME_RUNS>148</HOME_RUNS>

<RUNS>27</RUNS>

<EARNED_RUNS>79</EARNED_RUNS>

<HIT_BATTER>78</HIT_BATTER>

<WILD_PITCHES>9</WILD_PITCHES>

<BALK>6</BALK>

<WALKED_BATTER>1</WALKED_BATTER>

<STRUCK_OUT_BATTER>76</STRUCK_OUT_BATTER>

</PLAYER>

XML标记的简洁性不是太重要

从整个示例来看，我已经遵循了XML的明显的原则：“Terseness in XML markup is of minimal importance.”（XML标记的简洁性不是太重要的。）这当然对非棒球文化下的读者很有帮助。这些读者对于棒球术语及其简写不是很熟悉。比如无法了解为什么 walk的简写是 BB(base on balls)而不是人们以为的W。如果文档的大小是个问题的话，将文档用Zip一类的工具进行压缩还是很容易的。

但是，这并不意味着XML是相当长的，也不意味着手工键入是非常枯燥无味的。我承认，本例强烈地吸引我使用简略语来书写，这样一来，清晰性就丧失殆尽。如果我使用简写，那么典型的PLAYER元素可能如下：

<PLAYER>

<GIVEN_NAME>Joe</GIVEN_NAME>

<SURNAME>Girard </SURNAME>

<P>C</P>

<G>78</G>

<AB>254</AB>

<R>31</R>

<H>70</H>

<DO>11</DO>

<TR>4</TR>

<HR>3</HR>

<RBI>3 </RBI>

<BB>14</BB>

<SO>38</SO>

<SB>2</SB>

<CS>4</CS>

<HBP>2</HBP>

</PLAYER>

4.2.5 将XML组装在一起

到目前为止，我向读者展示的只是一段一段（每段一个元素）的XML文档。但现在是该将各段组装在一起，看一看包括1998年Major League赛季的统计数据的全部文档的时候了。清单4-1列出了完成了的XML文档，其中包括两个联赛、六个分部、三十个队和九个球员。

清单4-1：一份完整的XML文档

<?xml version="1.0"?>

<SEASON>

<YEAR>1998</YEAR>

<LEAGUE>

<LEAGUE_NAME>National League</LEAGUE_NAME>

<DIVISION>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Atlanta</TEAM_CITY>

<TEAM_NAME>Braves</TEAM_NAME>

<PLAYER>

<SURNAME>Malloy</SURNAME>

<GIVEN_NAME>Marty</GIVEN_NAME>

<POSITION>Second Base</POSITION>

<GAMES>11</GAMES>

<GAMES_STARTED>8</GAMES_STARTED>

<AT_BATS>28</AT_BATS>

<RUNS>3</RUNS>

<HITS>5</HITS>

<DOUBLES>1</DOUBLES>

<TRIPLES>0</TRIPLES>

<HOME_RUNS>1</HOME_RUNS>

<RBI>1</RBI>

<STEALS>0</STEALS>

<CAUGHT_STEALING>0</CAUGHT_STEALING>

<SACRIFICE_HITS>0</SACRIFICE_HITS>

<SACRIFICE_FLIES>0</SACRIFICE_FLIES>

<ERRORS>0</ERRORS>

<WALKS>2</WALKS>

<STRUCK_OUT>2</STRUCK_OUT>

<HIT_BY_PITCH>0</HIT_BY_PITCH>

</PLAYER>

<PLAYER>

<SURNAME>Guillen</SURNAME>

<GIVEN_NAME>Ozzie </GIVEN_NAME>

<POSITION>Shortstop</POSITION>

<GAMES>83</GAMES>

<GAMES_STARTED>59</GAMES_STARTED>

<AT_BATS>264</AT_BATS>

<RUNS>35</RUNS>

<HITS>73</HITS>

<DOUBLES>15</DOUBLES>

<TRIPLES>1</TRIPLES>

<HOME_RUNS>1</HOME_RUNS>

<RBI>22</RBI>

<STEALS>1</STEALS>

<CAUGHT_STEALING>4</CAUGHT_STEALING>

<SACRIFICE_HITS>4</SACRIFICE_HITS>

<SACRIFICE_FLIES>2</SACRIFICE_FLIES>

<ERRORS>6</ERRORS>

<WALKS>24</WALKS>

<STRUCK_OUT>25</STRUCK_OUT>

<HIT_BY_PITCH>1</HIT_BY_PITCH>

</PLAYER>

<PLAYER>

<SURNAME>Bautista</SURNAME>

<GIVEN_NAME>Danny</GIVEN_NAME>

<POSITION>Outfield</POSITION>

<GAMES>82</GAMES>

<GAMES_STARTED>27</GAMES_STARTED>

<AT_BATS>144</AT_BATS>

<RUNS>17</RUNS>

<HITS>36</HITS>

<DOUBLES>1</DOUBLES>

<TRIPLES>0</TRIPLES>

<HOME_RUNS>3</HOME_RUNS>

<RBI>17</RBI>

<STEALS>1</STEALS>

<CAUGHT_STEALING>0</CAUGHT_STEALING>

<SACRIFICE_HITS>3</SACRIFICE_HITS>

<SACRIFICE_FLIES>2</SACRIFICE_FLIES>

<ERRORS>2</ERRORS>

<WALKS>7</WALKS>

<STRUCK_OUT>21</STRUCK_OUT>

<HIT_BY_PITCH>0</HIT_BY_PITCH>

</PLAYER>

<PLAYER>

<SURNAME>Williams</SURNAME>

<GIVEN_NAME>Gerald</GIVEN_NAME>

<POSITION>Outfield</POSITION>

<GAMES>129</GAMES>

<GAMES_STARTED>51</GAMES_STARTED>

<AT_BATS>266</AT_BATS>

<RUNS>46</RUNS>

<HITS>81</HITS>

<DOUBLES>18</DOUBLES>

<TRIPLES>3</TRIPLES>

<HOME_RUNS>10</HOME_RUNS>

<RBI>44</RBI>

<STEALS>1</STEALS>

<CAUGHT_STEALING>5</CAUGHT_STEALING>

<SACRIFICE_HITS>2</SACRIFICE_HITS>

<SACRIFICE_FLIES>1</SACRIFICE_FLIES>

<ERRORS>5</ERRORS>

<WALKS>17</WALKS>

<STRUCK_OUT>48</STRUCK_OUT>

<HIT_BY_PITCH>3</HIT_BY_PITCH>

</PLAYER>

<PLAYER>

<SURNAME>Glavine</SURNAME>

<GIVEN_NAME>Tom</GIVEN_NAME>

<POSITION>Starting Pitcher</POSITION>

<WINS>20</WINS>

<LOSSES>6</LOSSES>

<SAVES>0</SAVES>

<GAMES>33</GAMES>

<GAMES_STARTED>33</GAMES_STARTED>

<COMPLETE_GAMES>4</COMPLETE_GAMES>

<SHUT_OUTS>3</SHUT_OUTS>

<ERA>2.47</ERA>

<INNINGS>229.1</INNINGS>

<HOME_RUNS>202</HOME_RUNS>

<RUNS>13</RUNS>

<EARNED_RUNS>67</EARNED_RUNS>

<HIT_BATTER>63</HIT_BATTER>

<WILD_PITCHES>2</WILD_PITCHES>

<BALK>3</BALK>

<WALKED_BATTER>0</WALKED_BATTER>

<STRUCK_OUT_BATTER>74</STRUCK_OUT_BATTER>

</PLAYER>

<PLAYER>

<SURNAME>Lopez</SURNAME>

<GIVEN_NAME>Javier</GIVEN_NAME>

<POSITION>Catcher</POSITION>

<GAMES>133</GAMES>

<GAMES_STARTED>124</GAMES_STARTED>

<AT_BATS>489</AT_BATS>

<RUNS>73</RUNS>

<HITS>139</HITS>

<DOUBLES>21</DOUBLES>

<TRIPLES>1</TRIPLES>

<HOME_RUNS>34</HOME_RUNS>

<RBI>106</RBI>

<STEALS>5</STEALS>

<CAUGHT_STEALING>3</CAUGHT_STEALING>

<SACRIFICE_HITS>1</SACRIFICE_HITS>

<SACRIFICE_FLIES>8</SACRIFICE_FLIES>

<ERRORS>5</ERRORS>

<WALKS>30</WALKS>

<STRUCK_OUT>85</STRUCK_OUT>

<HIT_BY_PITCH>6</HIT_BY_PITCH>

</PLAYER>

<PLAYER>

<SURNAME>Klesko</SURNAME>

<GIVEN_NAME>Ryan</GIVEN_NAME>

<POSITION>Outfield</POSITION>

<GAMES>129</GAMES>

<GAMES_STARTED>124</GAMES_STARTED>

<AT_BATS>427</AT_BATS>

<RUNS>69</RUNS>

<HITS>17</HITS>

<DOUBLES>29</DOUBLES>

<TRIPLES>1</TRIPLES>

<HOME_RUNS>18</HOME_RUNS>

<RBI>70</RBI>

<STEALS>5</STEALS>

<CAUGHT_STEALING>3</CAUGHT_STEALING>

<SACRIFICE_HITS>0</SACRIFICE_HITS>

<SACRIFICE_FLIES>4</SACRIFICE_FLIES>

<ERRORS>2</ERRORS>

<WALKS>56</WALKS>

<STRUCK_OUT>66</STRUCK_OUT>

<HIT_BY_PITCH>3</HIT_BY_PITCH>

</PLAYER>

<PLAYER>

<SURNAME>Galarraga</SURNAME>

<GIVEN_NAME>Andres</GIVEN_NAME>

<POSITION>First Base</POSITION>

<GAMES>153</GAMES>

<GAMES_STARTED>151</GAMES_STARTED>

<AT_BATS>555</AT_BATS>

<RUNS>103</RUNS>

<HITS>169</HITS>

<DOUBLES>27</DOUBLES>

<TRIPLES>1</TRIPLES>

<HOME_RUNS>44</HOME_RUNS>

<RBI>121</RBI>

<STEALS>7</STEALS>

<CAUGHT_STEALING>6</CAUGHT_STEALING>

<SACRIFICE_HITS>0</SACRIFICE_HITS>

<SACRIFICE_FLIES>5</SACRIFICE_FLIES>

<ERRORS>1</ERRORS>

<WALKS>63</WALKS>

<STRUCK_OUT>146</STRUCK_OUT>

<HIT_BY_PITCH>25</HIT_BY_PITCH>

</PLAYER>

<PLAYER>

<SURNAME>Helms</SURNAME>

<GIVEN_NAME>Wes</GIVEN_NAME>

<POSITION>Third Base</POSITION>

<GAMES>7</GAMES>

<GAMES_STARTED>2</GAMES_STARTED>

<AT_BATS>13</AT_BATS>

<RUNS>2</RUNS>

<HITS>4</HITS>

<DOUBLES>1</DOUBLES>

<TRIPLES>0</TRIPLES>

<HOME_RUNS>1</HOME_RUNS>

<RBI>2</RBI>

<STEALS>0</STEALS>

<CAUGHT_STEALING>0</CAUGHT_STEALING>

<SACRIFICE_HITS>0</SACRIFICE_HITS>

<SACRIFICE_FLIES>0</SACRIFICE_FLIES>

<ERRORS>1</ERRORS>

<WALKS>0</WALKS>

<STRUCK_OUT>4</STRUCK_OUT>

<HIT_BY_PITCH>0</HIT_BY_PITCH></PLAYER>

</TEAM>

<TEAM>

<TEAM_CITY>Florida</TEAM_CITY>

<TEAM_NAME>Marlins</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Montreal</TEAM_CITY>

<TEAM_NAME>Expos</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Mets</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Philadelphia</TEAM_CITY>

<TEAM_NAME>Phillies</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>Cubs</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Cincinatti</TEAM_CITY>

<TEAM_NAME>Reds</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Houston</TEAM_CITY>

<TEAM_NAME>Astros</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Milwaukee</TEAM_CITY>

<TEAM_NAME>Brewers</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Pittsburgh</TEAM_CITY>

<TEAM_NAME>Pirates</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>St. Louis</TEAM_CITY>

<TEAM_NAME>Cardinals</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Arizona</TEAM_CITY>

<TEAM_NAME>Diamondbacks</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Colorado</TEAM_CITY>

<TEAM_NAME>Rockies</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Los Angeles</TEAM_CITY>

<TEAM_NAME>Dodgers</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>San Diego</TEAM_CITY>

<TEAM_NAME>Padres</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>San Francisco</TEAM_CITY>

<TEAM_NAME>Giants</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

<LEAGUE>

<LEAGUE_NAME>American League</LEAGUE_NAME>

<DIVISION>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Boston</TEAM_CITY>

<TEAM_NAME>Red Sox</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Yankees</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Tampa Bay</TEAM_CITY>

<TEAM_NAME>Devil Rays</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Toronto</TEAM_CITY>

<TEAM_NAME>Blue Jays</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>White Sox</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Kansas City</TEAM_CITY>

<TEAM_NAME>Royals</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Detroit</TEAM_CITY>

<TEAM_NAME>Tigers</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Cleveland</TEAM_CITY>

<TEAM_NAME>Indians</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Minnesota</TEAM_CITY>

<TEAM_NAME>Twins</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Anaheim</TEAM_CITY>

<TEAM_NAME>Angels</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Oakland</TEAM_CITY>

<TEAM_NAME>Athletics</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Seattle</TEAM_CITY>

<TEAM_NAME>Mariners</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Texas</TEAM_CITY>

<TEAM_NAME>Rangers</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

图4-1显示的是将本文档装入Internet Explorer 5.0的情况。

图4-1 在Internet Explorer 5.0中显示的1998年主要联赛的统计数据

即使现在这个文档也是不完全的。此文档只包括一个队的球员（Atlanta Braves队）而且只有该球队的九个球员。如果将全部都写出来的话，则示例就会变得太长，以至于本书无法将其包括。

在名为1998statistics.xml的更为完整的XML文档中，包括了1998年度两大联赛的所有球员的统计数据，这个文档附在本书光盘中，目录为examples/base-ball。同时，我故意将所包括的数据加以限制，以便符合本书的篇幅。实际上，可以包括更为详细的数据。我已经间接提到可按比赛场次、投球次数等来安排数据的可能性。即使没有那样做，还是有许多细节可以添加到每个元素中。球队还有教练、经理、老板（说到Yankees队怎能不提到George Steinbrenner呢？）、室内运动场和其他项目。

我还故意忽略了可以从这里给出的其他项目中计算出来的数字，如平均击球数等。不管如何，球员还有许多其他数据，如臂长、身高、出生日期等。当然球员远不止这里列出的几个。所有这一切都是很容易加进XML文档的。但是我们的XML化就到此为止了，这样我们才能往下进行，首先要简短地讨论一下为什么这一数据格式是有用的，然后再讨论在Web浏览器上实际显示该文档所用的技术。

4.3 XML格式的优点

表4-1对于显示一个球队的击球数据是简捷且易于理解的。我们从改写成的简单4-1中的长得多的形式中会得到什么好处呢？好处有如下几种：

· 数据是自说明的

数据可用标准工具加以处理
数据可用标准工具查看
用样式单可容易地生成同样数据的不同视图

XML格式的第一条主要好处是数据是自描述的。每个数字的意义是清楚的，且不会错误地与数字本身相联系。当读取文档时，用户了解<HITS> 2 </HITS>中的2指的是击中数而不是得分或是防守。如果键入文档的打字员漏掉了一个数字，不会造成其后的数字都错了位。HITS就是HITS，即使它前面的RUNS元素丢失也没关系。

在本书第二部分中，读者会看到，XML还可以使用DTD来加强限制，使得某些元素，如HITS或RUNS必须存在。

第二条好处是XML提供的数据可用广泛的具有XML处理能力的工具加以处理，从相当贵的软件，如Adobe FrameMaker 到免费软件，如Python和Perl。数据量可以很大，但是数据额外的冗余就允许使用更多的工具来处理它。

当查看数据时，也同样有这样的问题。XML文档可装入Internet Explorer 5.0、Mozilla、FrameMaker 5.5.6和许多其他工具，所有这些工具都提供唯一的、有用的一种数据的视图。数据还可以装入简单的文本编辑器中，如vi、BBEdit和TextPad。这就使得数据或多或少的可在多种平台上查看。

使用新软件也不是获得数据的不同视图的唯一方法。在下一节中，我们将为棒球统计数据创建一个样式单，来提供一种与图4-1完全不同的查看数据的方法。每当对同一文档施加不同的样式单，都可以看到不同图景。

最后，要向自己发问，文件大小真是很成问题吗？当前硬盘容量已经相当大了，可以存入大量数据，即使存储得不太节省也没有太大的关系。同时，XML文件的压缩率很大。全部的两大棒球联赛1998年统计数据的文档是653K。如果用gzip 压缩一下的话，只有66K，几乎压缩了90%。先进的HTTP服务器，如Jigsaw可以发送压缩文件，而不必解压缩，因而文档所用的网络带宽与其实际信息内容已相当接近。最后，我们不能认为二进制文件格式（特别通用的格式）必定是高效的。包含1998statistics.xml文件同样数据的Microsoft Excel文件的大小达到了2.37MB，比XML格式大了三倍多。虽然我们能够创建更为有效的文件格式和编码方法，但实际上简单并不是必须的。

4.4 编制样式单以便显示文档

图4-1中的XML文档的原始视图对于某些应用来说也是不错的。例如，此视图允许折叠和展开单个的元素，因而可以只看文档中要看的部分。但大多数时候，人们总希望看到更好的形式，特别是，想要在Web上显示数据时。为了提供更好的外观，必须为文档编写样式单。

在本章中，我们使用的是CSS样式单。CSS样式单将特定的格式化信息与文档中的每个元素联系起来。我们的XML文档中使用的元素的完全列表如下：

SEASON

YEAR

LEAGUE

LEAGUE_NAME

DIVISION

DIVISION_NAME

TEAM

TEAM_CITY

TEAM_NAME

PLAYER

SURNAME

GIVEN_NAME

POSITION

GAMES

GAMES_STARTED

AT_BATS

RUNS

HITS

DOUBLES

TRIPLES

HOME_RUNS

RBI

STEALS

CAUGHT_STEALING

SACRIFICE_HITS

SACRIFICE_FLIES

ERRORS

WALKS

STRUCK_OUT

HIT_BY_PITCH

一般来说，我们要用重复的过程来为每个元素增加样式规则，一次一个元素地进行，然后检查是否达到了要求，再处理下一个元素。在本例中，这种办法对于不熟悉样式单属性的人来说也有好处。

4.4.1 与样式单连接

样式单的名称可随便取。如果只是为一个文档编制样式单，那么习惯上样式单的文件与文档的文件名一样，但是三字母的扩展名是.css而不是.xml。例如，对于XML文档1998shortstats.xml来说，样式单文件可以叫做1998shortstats.css。另一方面，如果同样的样式单还要用于许多文档，那么，可能需要更为普通的文件名，如baseballstats.css。

由于CSS样式单是级联的，同一文档可有不止一个样式单。因而baseballstats.css可向文档施加某些一般的样式规则，而1998shortstats.css可覆盖其中的几条规则，以便在同一文档（1998shortstats.xml）中处理特定的细节。我们将第12章“级联样式单（级别1）”中讨论这一问题。

为了将样式单与文档联系起来，只要像下面所示简单地在XML声明和根元素间增加一个<?xml-stylesheet?>处理指令就可以了：

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css" href="baseballstats.css"?>

<SEASON>

...

这条指令告诉浏览器读取文档并施加保存在文件baseballstats.css中的样式单。这个文件是假设放在与XML文件同一服务器上的同一目录中的。换句话说，baseballstats.css是个相对的URL。完全的URL也是可以使用的。例如：

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css"

href="http://metalab.unc.edu/xml/examples/baseballstats.css"?>

<SEASON>

...

开始时，用户可以简单地将一个名为baseballstats.css的空文件放在与XML文档相同的目录中。然后向1998shortstats.xml （清单4-1）中增加适当的指令，该文档现在在浏览器中的外观如图4-2所示。只显示了元素内容。可折叠的大纲视图（图4-1）不见了。元素内容的格式使用的是浏览器的缺省格式，在本例中是黑色12磅的Times Roman 字体放在白色背景上。

图4-2 使用了空白样式之后的1998年两大棒球联赛的统计数字显示

如果在指定位置找不到样式单处理指令（xml-stylesheet）中指定的样式单文件名，也可看到一个很像图4-2的视图。

4.4.2 为根元素指定样式规则

用户不必为每个元素指定样式规则。许多元素允许将其父元素的样式串接下来。因而最重要的样式是根元素的样式，在本例中就是SEASON元素。这个样式定义了页面上所有其他元素的缺省样式。大致为72 dpi的分辨率的计算机显示器不如纸上300dpi或更大的分辨率那样高。所以，Web页面通常应该使用较大磅数的字号。首先将缺省样式定义为白色背景上的14磅黑色字，定义如下：

SEASON {font-size: 14pt; background-color: white;

color: black; display: block}

将这条语句放在一个文本文件中，将其以文件名baseballstats.css与清单4-1中的文件（1998shortstats.xml）保存在同一目录中。在浏览器中打开1998shortstats.xml。我们就会看到如图4-3所示的情况。

在图4-2和图4-3之间字号发生了变化，但文本颜色和背景颜色没有变化。其实这没有必要加以设置，因为黑色文本和白色背景是缺省的。但明确地加以设置也没有损失什么。

图4-3 以14磅白地黑字显示的棒球统计数据

4.4.3 为标题指定样式规则

元素YEAR或多或少可算是文档的标题。因而使其显示得大一些，用32磅的字号也就足够大了。同时，它还应该从文档的其余部分突出出来，而不是简单地与其他内容混在一起。利用下面的样式规则可以达到这些目的：

YEAR {display: block; font-size: 32pt; font-weight: bold;

text-align: center}

图4-4显示的是将此规则增加到样式单中之后的文档。请特别注意，在“1998”后面的换行。有这个换行是由于YEAR是块级元素。而在文档中的其他元素都是内联元素。我们只能使块级元素居中（或左对齐、右对齐或两端对齐）。

图4-4 将YEAR元素格式化为标题

在使用了这种样式单的文档中，YEAR元素与HTML中的H1标题元素的功能重复了。由于这个文档是非常整齐地分支结构，几个其他元素的功能与HTML中的H2、H3等相似。这些元素都可以用相似的规则加以格式化，只是将字号略微减小一些罢了。

例如，SEASON由两个LEAGUE元素组成。每个LEAGUE的名称，即LEAGUE_NAME元素，起了HTML中的H2元素一样的作用。每个LEAGUE元素又由三个DIVISION元素所组成。每个DIVISION的名称，也就是DIVISION_NAME元素，具有HTML中的H3元素的作用。这两条规则分别将这两种元素加以格式化：

LEAGUE_NAME {display: block; text-align: center; font-size:

28pt; font-weight: bold}

DIVISION_NAME {display: block; text-align: center; font-size:

24pt; font-weight: bold}

图4-5显示的是最后的文档。

图4-5 将LEAGUE_NAME和DIVISION_NAME元素格式化为下级标题

HTML和XML的一个重要区别是，在HTML中通常不会出现在一个元素中既包括节标题（H2、H3、H4等），又包括该节的完整内容的情况。节的内容必须包括在一级标题的结束和下一个同级标题的开始之间。这对于必须分析HTML文档的语法的软件来说是非常重要的，例如，要自动生成目录时。

Divisions又分成为TEAM元素。要将此格式化需要一些技巧，因为球队的标题并不就是TEAM_NAME元素，而是TEAM_CITY元素与TEAM_NAME拼接在一起的。所以这需要的是内联元素而不是单独的块级元素。然而，它们仍然是标题，因而我们将其设置为粗斜体的20磅字体。图4-6显示的是将这两条规则加到样式单中的结果。

TEAM_CITY {font-size: 20pt; font-weight: bold;

font-style: italic}

TEAM_NAME {font-size: 20pt; font-weight: bold;

font-style: italic}

图4-6 为队名设置样式

到此为止，将队名与城市名作为结合起来的块级元素来排列结果可能会是不错的。有几种办法可达到这个目的。例如，可以向XML文档中增加一个附加的TEAM_TITLE元素，其目的只是为了包括TEAM_NAME和TEAM_CITY。例如：

<TEAM>

<TEAM_TITLE>

<TEAM_CITY>Colorado</TEAM_CITY>

<TEAM_NAME>Rockies</TEAM_NAME>

</TEAM_TITLE>

</TEAM>

接着，可以增加一条向TEAM_TITLE施加块级格式化的样式规则：

TEAM_TITLE {display: block; text-align: center}

但是，绝不应该为了使样式单简单一些而重新排列XML文档。毕竟，样式单的总的目的是将格式化信息保存于文档之外。不过，用户可以通过别的办法达到同样的效果。其办法是，使紧挨着的上一个和下一个元素变成块级元素，也就是说，将TEAM和PLAYER变成块级元素。这就将TEAM_NAME和TEAM_CITY放在了由它们本身组成的隐式块级元素之中了。图4-7显示了其结果。

TEAM {display: block}

PLAYER {display: block}

图4-7 作为段标题而格式化的队名和城市名

4.4.4 为球员和统计元素指定样式规则

本文档需要的最具技巧的格式化是对每个球员及其统计数据的格式化。每个队有几十个球员。每个球员都有统计数据。应该将TEAM元素看作是由PLAYER元素组成的，且将每个球员放在他自己的块级节中，正如前一个元素所做的那样。不过，排列这些数据的更为吸引人且更为有效的方法是使用表格。达到这一目的的样式规则如下所示：

TEAM {display: table}

TEAM_CITY {display: table-caption}

TEAM_NAME {display: table-caption}

PLAYER {display: table-row}

SURNAME {display: table-cell}

GIVEN_NAME {display: table-cell}

POSITION {display: table-cell}

GAMES {display: table-cell}

GAMES_STARTED {display: table-cell}

AT_BATS {display: table-cell}

RUNS {display: table-cell}

HITS {display: table-cell}

DOUBLES {display: table-cell}

TRIPLES {display: table-cell}

HOME_RUNS {display: table-cell}

RBI {display: table-cell}

STEALS {display: table-cell}

CAUGHT_STEALING {display: table-cell}

SACRIFICE_HITS {display: table-cell}

SACRIFICE_FLIES {display: table-cell}

ERRORS {display: table-cell}

WALKS {display: table-cell}

STRUCK_OUT {display: table-cell}

HIT_BY_PITCH {display: table-cell}

遗憾的是，只有CSS2才支持表格属性，而Internet Explorer 5.0和其他写作本书时已存在的浏览器还不支持CSS2。由于还不能使用表格的格式化方法，我们只好使TEAM和PLAYER成为块级元素，而让其他数据保持缺省格式。

4.4.5 本节小结

清单4-2列出了完成后的样式单。CSS样式单除了一条一条的规则之外，这种样式单没有什么结构。实际上，样式单只是我在上面分别介绍过的所有规则的列表。列表中的顺序不是很重要，只要每条规则都包含进去也就可以了。

清单4-2：baseballstats.css

SEASON {font-size: 4pt; background-color: white;

color: black; display: block}

YEAR {display: block; font-size: 32pt; font-weight: bold;

text-align: center}

LEAGUE_NAME {display: block; text-align: center;

font-size: 28pt; font-weight: bold}

DIVISION_NAME {display: block; text-align: center;

font-size: 24pt; font-weight: bold}

TEAM_CITY {font-size: 20pt; font-weight: bold;

font-style: italic}

TEAM_NAME {font-size: 20pt; font-weight: bold;

font-style: italic}

TEAM {display: block}

PLAYER {display: block}

到此就完成了棒球统计数据的基本格式化的任务。不过很清楚，还有许多工作要做。支持真正表格格式化的浏览器将会大有帮助。然而还有其他工作。下面指出这些工作，其顺序没有什么关系：

· 只是列出了原始的数字，而没有说明数字代表了什么。每个数字应该有一个为其命名的标题，如“RBI”或是“At Bats”。

令人感兴趣的数据，如平均击球数由于是可能从这里列出的数据中计算出来的，这样的数据就没有包括进来。
某些标题有点太短。如果文档的标题是“1998 Major League Baseball”而不是简单的“1998”可能会更好。
如果Major League中的所有球员都包括进来，这一文档就会如此之长，以至于难以阅读。在这种情况下，与Internet Explorer中的可折叠的大纲视图类似的东西可能会更有用。
由于投手统计数据与击球手的数据是如此不同，在花名册中分别排序可能会更好。

像这样一类的许多看法都应该向文档中增加更多的内容加以体现。例如，为了将标题从“1998”改为“1998 Major League Baseball”，所要做的工作只是将YEAR 元素改写如下：

1998 Major League Baseball

在每个花名册的顶部，用一个假想的球员名，为球员的统计数据加进小标题，如下所示：

<PLAYER>

<SURNAME>Surname</SURNAME>

<GIVEN_NAME>Given name</GIVEN_NAME>

<POSITION>Position</POSITION>

<GAMES>Games</GAMES>

<GAMES_STARTED>Games Started</GAMES_STARTED>

<AT_BATS>At Bats</AT_BATS>

<RUNS>Runs</RUNS>

<HITS>Hits</HITS>

<DOUBLES>Doubles</DOUBLES>

<TRIPLES>Triples</TRIPLES>

<HOME_RUNS>Home Runs</HOME_RUNS>

<RBI>Runs Batted In</RBI>

<STEALS>Steals</STEALS>

<CAUGHT_STEALING>Caught Stealing</CAUGHT_STEALING>

<SACRIFICE_HITS>Sacrifice Hits</SACRIFICE_HITS>

<SACRIFICE_FLIES>Sacrifice Flies</SACRIFICE_FLIES>

<ERRORS>Errors</ERRORS>

<WALKS>Walks</WALKS>

<STRUCK_OUT>Struck Out</STRUCK_OUT>

<HIT_BY_PITCH>Hit By Pitch</HIT_BY_PITCH>

</PLAYER>

关于这种方法还有一些基本问题需要解决。年份是1998年，而不是1998 Major League Baseball 。小标题“At Bats”与击球数不是一回事。（这正是事物的名称与事物本身之间的差别。）这时可增加一些标记如下（加以解决）：

<TABLE_HEAD>

<COLUMN_LABEL>Surname</COLUMN_LABEL>

<COLUMN_LABEL>Given name</COLUMN_LABEL>

<COLUMN_LABEL>Position</COLUMN_LABEL>

<COLUMN_LABEL>Games</COLUMN_LABEL>

<COLUMN_LABEL>Games Started</COLUMN_LABEL>

<COLUMN_LABEL>At Bats</COLUMN_LABEL>

<COLUMN_LABEL>Runs</COLUMN_LABEL>

<COLUMN_LABEL>Hits</COLUMN_LABEL>

<COLUMN_LABEL>Doubles</COLUMN_LABEL>

<COLUMN_LABEL>Triples</COLUMN_LABEL>

<COLUMN_LABEL>Home Runs</COLUMN_LABEL>

<COLUMN_LABEL>Runs Batted In</COLUMN_LABEL>

<COLUMN_LABEL>Steals</COLUMN_LABEL>

<COLUMN_LABEL>Caught Stealing</COLUMN_LABEL>

<COLUMN_LABEL>Sacrifice Hits</COLUMN_LABEL>

<COLUMN_LABEL>Sacrifice Flies</COLUMN_LABEL>

<COLUMN_LABEL>Errors</COLUMN_LABEL>

<COLUMN_LABEL>Walks</COLUMN_LABEL>

<COLUMN_LABEL>Struck Out</COLUMN_LABEL>

<COLUMN_LABEL>Hit By Pitch</COLUMN_LABEL>

</TABLE_HEAD>

不过这样一来，基本上是重新“发明”了HTML，而且使我们又回到了使用标记来格式化而不是用于意义了。同时，我们还重复了已经包括在元素名称中的信息。整个文档还相当大，我们还是希望文档不要太大为好。

增加击球和其他的平均数并不复杂。只要将数据作为附加的元素包括进来就可以了。例如，下面是一个带有该种数据的球员：

<PLAYER>

<SURNAME>Malloy</SURNAME>

<GIVEN_NAME>Marty</GIVEN_NAME>

<POSITION>Second Base</POSITION>

<GAMES>1</GAMES>

<GAMES_STARTED>8</GAMES_STARTED>

<ON_BASE_AVERAGE>.233</ON_BASE_AVERAGE>

<SLUGGING_AVERAGE>.321</SLUGGING_AVERAGE>

<BATTING_AVERAGE>.179</BATTING_AVERAGE>

<AT_BATS>28</AT_BATS>

<RUNS>3</RUNS>

<HITS>5</HITS>

<DOUBLES>1</DOUBLES>

<TRIPLES>0</TRIPLES>

<HOME_RUNS>1</HOME_RUNS>

<RBI>1</RBI>

<STEALS>0</STEALS>

<CAUGHT_STEALING>0</CAUGHT_STEALING>

<SACRIFICE_HITS>0</SACRIFICE_HITS>

<SACRIFICE_FLIES>0</SACRIFICE_FLIES>

<ERRORS>0</ERRORS>

<WALKS>2</WALKS>

<STRUCK_OUT>2</STRUCK_OUT>

<HIT_BY_PITCH>0</HIT_BY_PITCH>

</PLAYER>

但是，这种信息是多余的，因为这些数据可从已经包括进来的数据中计算出来。例如，平均击球数是击中的垒数被击球数除的结果，也就是HITS/AT_BAT。多余数据使得维护和更新数据变得非常困难。对一个元素的简单的改变或是增加都会引起多个位置的改变和重新计算。

真正所需要的是一种不同的样式单语言，能使我们向元素中增加样板内容并根据现存的元素内容执行转换。这样的语言是存在的，这就是可扩展的样式语言（Extensible Style Language，简写为XSL）。

　可扩展的样式语言（Extensible Style Language，XSL）将在第14、15章中加以讨论。

CSS比XSL简单，对于基本的Web页面来说，也更适合一些，而且也是更为直接的文档。XSL变得相当复杂，但功能也更为强大。XSL是建立在我们已经在上面学到的简单的CSS格式化的基础之上的，但是也提供了将源文档转换为读者可以查看的不同形式的方法。在调试XML时，首先使用CSS寻找问题，然后再转到XSL，以便获得更大的灵活性，这通常是不错的主意。

4.5 本章小结

在本章中，读者看到了几个展示如何从头创建XML文档的示例。我们特别学到了如下内容：

· 如何检查包括在XML文件中的数据，以便标识元素。

如何用自己定义的XML标记来标记数据。
XML格式所提供的比传统格式的优越性。
如何编写样式单，使文档格式化并显示出来。

本章中充满了枯燥的代码。文档是在没有太多的细节的情况下编写出来的。在下一章中，我们将要探讨在XML文档中嵌入信息的附加意义，包括特性、注释和处理指令，并看一看在XML中用另一种对棒球统计数据编码的方法。

第5章属性、空标记和XSL

使用XML对一组给定的数据进行编码，有很多种方法。但是没有哪一种方法是唯一正确的，只是一些方法相较而言更可取，在特定的应用中更合适。本章采用前面章节中所用的棒球示例，仔细探讨使用XML创建棒球统计的不同方法。文中会特别强调使用属性存储信息和使用空标记定义元素位置。另外，鉴于CSS（级联样式单）对缺乏内容的XML元素执行起来并不顺利，我们将检验另一种功能更强大的样式单语言——XSL。

本章内容包括：

· 属性

属性与元素的对比
空标记
XSL

5.1 属性

在上一章中，所有的数据可分为标记名或者元素的内容两类。这种方法直接易懂，但不是唯一的。XML元素与HTML中的元素一样，有自己的属性。元素的每个属性是一个名称-数值对，名称和数值分别为一个字符串，一个元素不能有两个同名的属性。

大家都熟悉HTML的属性句法，请看下面的<IMG>标记实例：

该标记有4个属性，SRC属性的值是cup.gif，WIDTH属性的值是89，HEIGHT属性的值是67，ALT属性的值是Cup of coffee。然而，与HTML不同，XML中属性的值必须加引号，并且必须有与起始标记匹配的终止标记。上述标记实例用XML表示为：

</IMG>

HTML与XML的另一个不同点是：XML没有赋予IMG标记及其属性任何特殊意义。特别是不能保证XML浏览器会把该标记翻译成装载并显示cup.gif文件中的图像的指令。

可以很容易将属性句法应用到棒球示例中，这样会使标记显得简洁明了。例如，我们可以用SEASON元素中的一个YEAR属性代替一个YEAR子元素：

</SEASON>

另一方面，LEAGUE应当是SEASON的一个子元素而不是一个属性。因为在一个赛季中可能有两个联赛，而且子元素在任何时候都有可能指代不同的事物。但是，一个元素的属性名是不能重复的。因此，不能像下面的示例那样编写SEASON元素。

</SEASON>

LEAGUE确实是一个子元素而不是一个属性的另一个原因是，它含有子结构，可进一步分成多个DIVISION元素，其属性值是无格式文本。XML元素可对结构方便地加以编码，而属性值却不能。

联赛名称是无结构的普通文本，每一个联赛只有一个名称，因此，LEAGUE元素含有一个NAME属性，而不是一个LEAGUE_NAME子元素：

</LEAGUE>

由于属性与元素的联系比子元素更加紧密，上述的属性名应使用NAME，而不是LEAGUE_NAME，不会出错。各分部和球队这些子元素同样有NAME属性，不必担心与联赛名混淆。一个标记可以有多个属性，只要这些属性不同名即可。我们可以将各队所在的城市看作一个属性，如下所示：

</DIVISION>

</LEAGUE>

如果把每一项统计选作一个属性，一个队员将包括许多属性。下面的示例是用属性表示的Joe Girardi在1998年的统计数据。

<PLAYER GIVEN_NAME="Joe" SURNAME="Girardi"

GAMES="78" AT_BATS="254" RUNS="31" HITS="70"

DOUBLES="11" TRIPLES="4" HOME_RUNS="3"

RUNS_BATTED_IN="31" WALKS="14" STRUCK_OUT="38"

STOLEN_BASES="2" CAUGHT_STEALING="4"

SACRIFICE_FLY="1" SACRIFICE_HIT="8"

HIT_BY_PITCH="2">

</PLAYER>

清单5-1应用这种新的属性样式展示了一个完整的XML文档，文档是1998年重要棒球联赛的统计。展示的信息与上一章清单4-1中的一样（包括2个联赛、6个分部、30个球队和9名运动员），只是标记的方式不同。图5-1显示了装入到Internet Explorer 5.0中的没有任何样式单的文档。

图5-1 1998年主要棒球联赛统计，使用属性表示信息

清单5-1：使用属性存储棒球统计的完整的XML文档

<?xml version="1.0" standalone="yes"?>

<PLAYER GIVEN_NAME="Marty" SURNAME="Malloy"

POSITION="Second Base" GAMES="11" GAMES_STARTED="8"

AT_BATS="28" RUNS="3" HITS="5" DOUBLES="1"

TRIPLES="0" HOME_RUNS="1" RBI="1" STEALS="0"

CAUGHT_STEALING="0" SACRIFICE_HITS="0"

SACRIFICE_FLIES="0" ERRORS="0" WALKS="2"

STRUCK_OUT="2" HIT_BY_PITCH="0">

</PLAYER>

<PLAYER GIVEN_NAME="Ozzie" SURNAME="Guillen"

POSITION="Shortstop" GAMES="83" GAMES_STARTED="59"

AT_BATS="264" RUNS="35" HITS="73" DOUBLES="15"

TRIPLES="1" HOME_RUNS="1" RBI="22" STEALS="1"

CAUGHT_STEALING="4" SACRIFICE_HITS="4"

SACRIFICE_FLIES="2" ERRORS="6" WALKS="24"

STRUCK_OUT="25" HIT_BY_PITCH="1">

</PLAYER>

<PLAYER GIVEN_NAME="Danny" SURNAME="Bautista"

POSITION="Outfield" GAMES="82" GAMES_STARTED="27"

AT_BATS="144" RUNS="17" HITS="36" DOUBLES="11"

TRIPLES="0" HOME_RUNS="3" RBI="17" STEALS="1"

CAUGHT_STEALING="0" SACRIFICE_HITS="3"

SACRIFICE_FLIES="2" ERRORS="2" WALKS="7"

STRUCK_OUT="21" HIT_BY_PITCH="0">

</PLAYER>

<PLAYER GIVEN_NAME="Gerald" SURNAME="Williams"

POSITION="Outfield" GAMES="129" GAMES_STARTED="51"

AT_BATS="266" RUNS="46" HITS="81" DOUBLES="18"

TRIPLES="3" HOME_RUNS="10" RBI="44" STEALS="11"

CAUGHT_STEALING="5" SACRIFICE_HITS="2"

SACRIFICE_FLIES="1" ERRORS="5" WALKS="17"

STRUCK_OUT="48" HIT_BY_PITCH="3">

</PLAYER>

<PLAYER GIVEN_NAME="Tom" SURNAME="Glavine"

POSITION="Starting Pitcher" GAMES="33"

GAMES_STARTED="33" WINS="20" LOSSES="6" SAVES="0"

COMPLETE_GAMES="4" SHUT_OUTS="3" ERA="2.47"

INNINGS="229.1" HOME_RUNS_AGAINST="13"

RUNS_AGAINST="67" EARNED_RUNS="63" HIT_BATTER="2"

WILD_PITCHES="3" BALK="0" WALKED_BATTER="74"

STRUCK_OUT_BATTER="157">

</PLAYER>

<PLAYER GIVEN_NAME="Javier" SURNAME="Lopez"

POSITION="Catcher" GAMES="133" GAMES_STARTED="124"

AT_BATS="489" RUNS="73" HITS="139" DOUBLES="21"

TRIPLES="1" HOME_RUNS="34" RBI="106" STEALS="5"

CAUGHT_STEALING="3" SACRIFICE_HITS="1"

SACRIFICE_FLIES="8" ERRORS="5" WALKS="30"

STRUCK_OUT="85" HIT_BY_PITCH="6">

</PLAYER>

<PLAYER GIVEN_NAME="Ryan" SURNAME="Klesko"

POSITION="Outfield" GAMES="129" GAMES_STARTED="124"

AT_BATS="427" RUNS="69" HITS="117" DOUBLES="29"

TRIPLES="1" HOME_RUNS="18" RBI="70" STEALS="5"

CAUGHT_STEALING="3" SACRIFICE_HITS="0"

SACRIFICE_FLIES="4" ERRORS="2" WALKS="56"

STRUCK_OUT="66" HIT_BY_PITCH="3">

</PLAYER>

<PLAYER GIVEN_NAME="Andres" SURNAME="Galarraga"

POSITION="First Base" GAMES="153" GAMES_STARTED="151"

AT_BATS="555" RUNS="103" HITS="169" DOUBLES="27"

TRIPLES="1" HOME_RUNS="44" RBI="121" STEALS="7"

CAUGHT_STEALING="6" SACRIFICE_HITS="0"

SACRIFICE_FLIES="5" ERRORS="11" WALKS="63"

STRUCK_OUT="146" HIT_BY_PITCH="25">

</PLAYER>

<PLAYER GIVEN_NAME="Wes" SURNAME="Helms"

POSITION="Third Base" GAMES="7" GAMES_STARTED="2"

AT_BATS="13" RUNS="2" HITS="4" DOUBLES="1"

TRIPLES="0" HOME_RUNS="1" RBI="2" STEALS="0"

CAUGHT_STEALING="0" SACRIFICE_HITS="0"

SACRIFICE_FLIES="0" ERRORS="1" WALKS="0"

STRUCK_OUT="4" HIT_BY_PITCH="0">

</PLAYER>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</DIVISION>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</DIVISION>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</DIVISION>

</LEAGUE>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</DIVISION>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</DIVISION>

</TEAM>

</TEAM>

</TEAM>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

在清单5-1中，队员的信息是用属性表示的，清单4-1是用元素内容表示的。当然，也有合二为一的表示方法。例如，队员的名字作为元素内容，而其他部分作为属性，如下所示：

<P>

On Tuesday<PLAYER GAMES="78" AT_BATS="254" RUNS="31"

HITS="70" DOUBLES="11" TRIPLES="4" HOME_RUNS="3"

RUNS_BATTED_IN="31" WALKS="14" STRIKE_OUTS="38"

STOLEN_BASES="2" CAUGHT_STEALING="4"

SACRIFICE_FLY="1" SACRIFICE_HIT="8"

HIT_BY_PITCH="2">Joe Girardi</PLAYER>struck out twice

and...

</P>

这样处理后，Joe Girardi的名字会以一个超链接文本的脚注或者工具提示包含在页面文本中，同时能保证希望深究它的读者得到该统计。一组相同的数据可以用多种方法进行编码，具体选择哪一种编码方法取决于用户特定应用的需要。

5.2 属性与元素的对比

何时使用子元素或属性没有严格的规则可循，通常要看哪一种更适合自己应用的需要。随着经验的增长就会有一种感觉，知道在何时使用属性比子元素更简单，反之亦然。一个好的经验规则是数据本身应当存储在元素中，而有关数据的信息（元数据）应当存储在属性中。不知道怎么做时，就把信息放在元素中。

为区分数据与元数据，首先要问自己是否会有一些读者希望看到一条特别的信息。如果答案是肯定的，该信息应当包含在一个子元素中。相反，则应包含在一个属性中。如果从该文档中删除所有标记与属性，文档的基本信息应当还存在。属性是放置ID号、URL、参考资料及其他与读者不直接相关的信息的好地方。但是，把元数据作为属性存储的基本规则还有许多例外。这些例外包括：

· 属性不能很好地保持原文的结构。

元素允许包括元元数据（有关信息的更深层次的信息）。
每个人对元数据和非元数据的理解是不一样的。
面对以后的变化，元素更具扩展性。

5.2.1 结构化的元数据

需要特别记住的是元素可以有子结构而属性没有。这使元素更加灵活，更方便我们将元数据编译成子元素。例如，设想我们在写一篇论文，而且希望其中包含某件事情的出处，结果可能是这样：

<FACT SOURCE="The Biographical History of Baseball,

Donald Dewey and Nicholas Acocella (New York:Carroll &

Graf Publishers,Inc.1995)p.169">

Josh Gibson is the only person in the history of baseball to

hit a pitch out of Yankee Stadium.

</FACT>

很明显，信息“The Biographical History of Baseball, Donald Dewey and Nicholas Acocella(New York:Carroll &Graf Publishers,Inc. 1995)p.169”是元数据。它不是事情本身而更像事情的有关信息。SOURCE属性暗含了许多子结构。按照下文的方法组织上面的信息可能更有效：

<AUTHOR>Donald Dewey</AUTHOR>

<AUTHOR>Nicholas Acocella</AUTHOR>

<BOOK>

<TITLE>The Biographical History of Baseball</TITLE>

</BOOK>

</SOURCE>

此外，使用元素代替属性包含附加的信息更容易、直接，例如作者的e-mail地址，可找到文档的电子副本的URL，日报特刊的标题或主题以及其他看似重要的信息等。

日期是另外一个常见的例子。与学术论文有关的一个常用的元数据是第一次收到论文的日期，它对建立发明创造的优先权很重要。在ARTICLE标记中很容易包含一个DATE属性，如下所示：

Polymerase Reactions in Organic Compounds

</ARTICLE>

DATE属性中含有用/表示的子结构，如果要从属性值中获得该结构要比读取DATE元素的子元素困难得多，如下所示：

<DATE>

</DATE>

例如，使用CSS或XSL很容易将日期或月份格式化为看不见的形式，因此只会出现年份。请看下面使用CSS的例子：

YEAR {display:inline}

MONTH {display:none}

DAY {display:none}

如果DATE是作为属性存储的，几乎没有简单的办法可以访问其中任何一部分。我们只有用一种类似ECMAScript或Java的编程语言写一个单独的程序，才能分析其日期格式。使用标准的XML工具和子元素做起来就比较容易。

另外，属性句法显得模糊不清，"10/11/1999"究竟表示10月11日还是11月10日？不同国家的读者对它的理解是不同的。即使语法分析程序能够识别某种格式，但不能保证其他人能够正确输入日期。作此对照用XML表示就不会摸棱两可。

最后，使用DATE子元素允许一个元素有多个日期。例如，学术论文通常要交还作者修改。在此情况下，记录再次收到修改过的论文的日期也很重要。例如：

<TITLE>

Maximum Projectile Velocity in an Augmented Railgun

</TITLE>

<AUTHOR>Elliotte Harold</AUTHOR>

<AUTHOR>Bruce Bukiet</AUTHOR>

<AUTHOR>William Peter</AUTHOR>

<DATE>

</DATE>

<DATE>

</DATE>

</ARTICLE>

再比如，在HTML中，IMG标记的ALT属性被限定为一个单独的文本字符串。虽然一幅图片比成千的单词更能说明问题，但还是应该用已标记的文本来代替一个IMG标记。例如，考虑图5-2中的饼形图。

图5-2 主要棒球联赛中各位置球员的分布情况

使用ALT属性对该图的最好描述如下：

<IMG SRC="IMAGE"05021.gif"

ALT="Pie Chart of Positions in Major League Baseball"

WIDTH="819" HEIGHT="623">

</IMG>

如果对上图使用一个ALT子元素描述，会更具灵活性，因为我们可以在其中嵌入标记。例如，使用一个写有相关数字的一览表去替代饼形图：

<ALT>

<TABLE>

<TR>

<TD>Starting Pitcher</TD><TD>242</TD><TD>20%</TD>

</TR>

<TR>

<TD>Relief Pitcher</TD><TD>336</TD><TD>27%</TD>

</TR>

<TR>

<TD>Catcher</TD><TD>104</TD><TD>9%</TD>

</TR>

<TR>

<TD>Outfield</TD><TD>235</TD><TD>19%</TD>

</TR>

<TR>

<TD>First Base</TD><TD>67</TD><TD>6%</TD>

</TR>

<TR>

<TD>Shortstop</TD><TD>67</TD><TD>6%</TD>

</TR>

<TR>

<TD>Second Base</TD><TD>88</TD><TD>7%</TD>

</TR>

<TR>

<TD>Third Base</TD><TD>67</TD><TD>6%</TD>

</TR>

</TABLE>

</ALT>

</IMG>

在得不到位图图片的情况下，甚至可以使用实际的Postscript、SVG或VML代码来形成该图片。

5.2.2 元元数据

元素可用于元数据，同样也可用于元元数据，或者信息的深层相关信息。例如，一首诗的作者是这首诗的元数据，书写作者姓名所用的语言就是这首诗的元元数据。特别是对于明显的非罗马语言，这并非是无关紧要的。例如，Odyssey的作者是Homer还是Ωμηοδ？如果使用元素就可以很容易写出：

<POET LANGUAGE="English">Homer</POET>

<POET LANGUAGE="Greek">Ωμηοδ</POET>

但是，如果POET是一个属性而不是一个元素，如下所示的这种不易操作的结构会让人感到纠缠不清：

<POEM POET="Homer" POET_LANGUAGE="English"

POEM_LANGUAGE="English">

Tell me,O Muse,of the cunning man...

</POEM>

而且如果想要同时提供诗人的英文名与希腊名的时候，这种表示方法会更显得重要：

<POEM POET_NAME_1="Homer" POET_LANGUAGE_1="English"

POET_NAME_2=" Ωμηοδ" POET_LANGUAGE_2="Greek"

POEM_LANGUAGE="English">

Tell me,O Muse,of the cunning man...

</POEM>

5.2.3 有关元数据的说明

判断元数据的决定权掌握在读者手中，不同的读者和他们的阅读目的决定哪些是元数据，哪些是数据。例如，阅读一份学报上的文章，作者的名字与文章的内容相比就显得无足轻重。但是，如果作为晋升委员会的委员浏览学报来确定发表与未发表文章的人员，作者的名字与所发表文章的数量比其内容更重要。

事实上，人们也许会改变对数据和元数据的看法。今天看似无关紧要的东西，下周可能会变得很有用。你可以使用样式单隐藏今天看似不重要的元素，在以后可改变样式单将其显示出来。但是，显示一个原先存储在属性中的信息很困难。通常在此情况下需要重写整个文档，而不是简单地修改样式单。

5.2.4 元素更具扩展性

在只需要传达一两个字的非结构性信息时，使用属性是很方便的。在此情况下,显然不需要一个子元素。但是这并不排除日后需要它。

例如,目前可能只需要存储一篇文章的作者名而不必区分名和姓。但将来可能会需要存储姓名、e-mail地址、机构、邮政通信处、URL以及更多的东西。如果把文章的作者保存为一个元素，在其中添加子元素包含这些附加的信息会很容易。

尽管上述任何改动都需要重新修改文档、样式单和相关的程序，但是把一个简单的元素修改为元素树比把一个属性修改为元素树简单得多。而且使用了属性就只好继续使用下去。扩展属性句法使之超越最初的设计范围也很困难。

5.2.5 使用属性的最佳时机

在前面已经详尽阐述了应当使用子元素代替属性的原因，然而，必须指出的是，有时候使用属性是有意义的。首先，同前面提到的一样，属性非常适用于那些读者未必想看见的没有子结构的简单数据。例如，IMG中的HEIGHT和WIDTH属性，尽管这些属性值随图片的改变而改变，但是无法想象属性中的数据除了一个很短的字符串外还能是什么。HEIGHT和WIDTH分别是一维的数，因此作为属性执行起来很顺利。

此外，属性也适用于与文档有关而与文档内容无关的简单信息。例如，给每一个元素指定一个ID属性常常是有用的，这是文档中仅隶属于元素的唯一字符串。该字符串可用于不同的目的，包括链接到文档中的特殊元素。甚至在文档发生改变时，这些元素会随之移动。例如：

<AUTHOR ID="A1">Donald Dewey</AUTHOR>

<AUTHOR ID="A2">Nicholas Acocella</AUTHOR>

The Biographical History of Baseball

</TITLE>

</BOOK>

</SOURCE>

利用ID属性使链接文档中的特定元素成为可能。这样它们就有与HTML中A元素的NAME属性一样的功能。其他与链接有关的数据——HREF属性指明的链接目标，SRC属性指定的图像和二进制数据等等——作为属性都很合适。

在第16章“Xlink”和第17章“XPointer”中讨论XLL——可扩展链接语言时，会看到更多的这种例子。

属性也常用于存储文档的特定样式信息。例如，TITLE元素一般是以粗体出现，但是如果使一个TITLE元素有粗体和斜体两种字体，可以这样描述：

<TITLE style="font-style:italic">Significant Others</TITLE>

这样做可以在不改变文档树状结构的情况下嵌入样式信息。虽然最理想的方法是使用一个单独的元素，但当不能在处理的标记集里添加元素时，这个方案会给文档作者更多的控制权。例如，一个站点的管理员需要使用某一特定的DTD，而且不希望任何人修改该DTD。除此之外，还要允许他人对个别的页面做微小的校正。使用这种方案时要有所节制，否则很快会发现自己又陷入了HTML的“地狱”中，使用XML的本意是要避免这一“地狱”的。

使用属性的最后一个原因是为了保持与HTML的兼容性。甚至扩展到使用的标记，对于诸如<IMG>、<P>和<TD>看起来与HTML相似的标记还是使用标准的HTML属性为好。这样做有双重好处，至少使传统的浏览器能够部分地分析和显示你的文档，而且对于文档的作者来说更熟悉这种方式。

5.3 空标记

上一章中没有属性的方式是一种极端的情况，由此可能会想到另一个极端——将所有的信息全部存储在属性中，而不是存储在内容中。通常不推荐使用这种方式。把信息全部存储在元素内容中同样也是极端的，只是实际处理起来更容易。这一节考虑仅使用属性来说明的可能性。

只要元素中没有内容，就可以使用空标记来简化。可以只包含一个空标记而不是一个起始标记和一个终止标记。空标记与起始标记的区别在于结束标记使用“/>”而不是简单的“>”。例如，不是<PLAYER></PLAYER>而是<PLAYER/>。

空标记可以包含属性。例如，下面是关于Joe Girardi的一个空标记，含有7个属性：

<PLAYER GIVEN_NAME="Joe" SURNAME="Girardi"

GAMES="78" AT_BATS="254" RUNS="31" HITS="70"

DOUBLES="11" TRIPLES="4" HOME_RUNS="3"

RUNS_BATTED_IN="31" WALKS="14" STRUCK_OUT="38"

STOLEN_BASES="2" CAUGHT_STEALING="4"

SACRIFICE_FLY="1" SACRIFICE_HIT="8"

HIT_BY_PITCH="2"/>

XML句法分析器对空标记的处理与非空标记是一样的。下面的PLAYER元素与前面的空标记元素PLAYER精确地说是等价的（尽管不是完全一致）：

<PLAYER GIVEN_NAME="Joe" SURNAME="Girardi"

GAMES="78" AT_BATS="254" RUNS="31" HITS="70"

DOUBLES="11" TRIPLES="4" HOME_RUNS="3"

RUNS_BATTED_IN="31" WALKS="14" STRUCK_OUT="38"

STOLEN_BASES="2" CAUGHT_STEALING="4"

SACRIFICE_FLY="1" SACRIFICE_HIT="8"

HIT_BY_PITCH="2"></PLAYER>

<PLAYER/>与<PLAYER></PLAYER>之间的不同只是句法表面的不同，而没有别的不同。如果不喜欢空标记句法或者阅读起来感到困难，就不要使用它。

5.4 XSL

如图5-1所示，属性在文档的XML源视图中是可见的。但是一旦把CSS样式单施加其上，属性就会消失。图5-3显示了清单5-1使用前面章节中棒球统计样式单后的样子。它看起来是一个空白文档，因为CSS样式单仅适用于元素内容，而不适用于属性。在使用CSS时，希望显示给读者的任何数据应当是元素内容的一部分，而不是它的属性。

图5-3 当CSS施加于一个元素中不含任何字符数据的XML文档时显示的空白文档

但是，仍然有一种可选择的样式单语言能够访问并显示属性数据。这就是Extensible Style Language (XSL)；Internet Explorer 5.0至少部分支持它。XSL分为两部分：变换部分和格式化部分。

XSL替换部分能够将一个标记替换为另一个标记。通过定义替换规则，使用标准的HTML标记代替XML标记或者使用HTML标记与CSS属性来替换XML标记。同时还可以在文档中重新安排元素和在XML文档中添加没有出现过的附加内容。

XSL格式化部分把功能强大的文档视图定义为页面。XSL格式化功能能够指定页面的外观和编排，包括多个专栏、围绕主题的字数、行间距、相配的字体属性等等。它的功能非常强大，足可以为网络和打印自动处理来自于相同源文档的编排任务。例如，XSL格式化允许包含有show times（在线播放）和广告的XML文档生成本地报纸上电视节目单的打印及在线版本。但是IE 5.0和大多数其他工具还不支持XSL格式化。因此，本节重点介绍XSL变换。

XSL格式化将在第15章XSL格式化对象中讨论。

5.4.1 XSL样式单模板

每个XSL样式单包括一些模板，XML文档中的数据会注入其中。例如，某一模板如下所示：

<HTML>

<HEAD>

<TITLE>

XSL Instructions to get the title

</TITLE>

</HEAD>

<H1>XSL Instructions to get the title </H1>

<BODY>

XSL Instructions to get the statistics

</BODY>

</HTML>

斜体部分将由特定的XSL元素取代，这些元素把基本的XML文档中的数据复制到该模板中。该模板可用于许多不同的数据集。例如，模板设计用于处理棒球示例，那么相同的样式单能够显示不同赛季的统计。

这令人想起了用于HTML的某种服务器端嵌入方案。事实上，这与服务器端嵌入方案极其类似。但是，XML源文档与XSL样式单的实际变换发生在客户端，而不是服务器端。而且输出的文档可以是任何一种结构完整的XML文档，不必是HTML文档。

XSL指令能够提取存储于XML文档中的任何数据。包括元素内容、元素名称和对我们的示例很重要的元素属性。特定的元素由一种模式选定，该模式会考虑元素的名称和值、元素的属性名和值以及在XML文档树状结构中的绝对和相对位置等等。数据一经从一个元素中取出，就可以移动、复制和经过其他多种处理。在这个简要的介绍中描述了使用XML变换部分所能做的事情。读者将学到使用XSL编写一些能够立即在网上看到的令人吃惊的文档。

在第14章的“XSL变换”中对XSL的变换作了彻底的阐述。

5.4.2 文档的主体

请看下面的简单例子，并把它应用于清单5-1所示的棒球统计的XML文档中，清单5-2是一个XSL样式单。它提供XML数据将要注入的HTML“模子”。

清单5-2：一个XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

<HEAD>

<TITLE>

Major League Baseball Statistics

</TITLE>

</HEAD>

<BODY>

<H1>Major League Baseball Statistics</H1>

Elliotte Rusty Harold

</A>

<BR />

elharo@metalab.unc.edu

</A>

</BODY>

</HTML>

</xsl:template>

</xsl:stylesheet>

该清单像一个包含在XSL:template元素中的HTML文件，也就是说它的结构更像是这样：

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

HTML file goes here

</xsl:template>

</xsl:stylesheet>

清单5-2不仅是一个XSL样式单，同样是一个结构完整的HTML文档。它以一个XML名称开始，文档的根元素是xsl:stylesheet。该样式单包含唯一的模板，把XML数据编码为一个xsl:template元素。xsl:template元素有一个match属性，其值为/，内容是一个结构完整的HTML文档。输出的HTML结构完整不是一种巧合。因为HTML首先必须是一个XSL样式单的一部分，并且XSL样式单是结构完整的XML文档，因此在一个XSL样式单中的所有HTML一定结构完整。

Web浏览器尽量使XML文档各部分与每个xsl：template元素相匹配。/模板与文档的根即整个文档本身相匹配。浏览器读取模板并将来自XML中的数据插入XSL指令指明的位置。但是该特定模板不包含XSL指令。因此它的内容只是被逐字逐句地复制到Web浏览器中，产生如图5-4所示的输出结果。请注意该图不显示XML文档的任何数据，只显示XSL模板中的数据。把清单5-2中的XSL样式单与清单5-1中的XML文档连接起来很方便，只需增加一个<?XML-stylesheet?>处理指令，该指令位于XML声明和根元素之间，含有一个值为text/xsl的type属性和一个指向样式单的href属性。例如：

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="5-2.xsl"?>

...

这与在文档上连接CSS样式单的方法一样，唯一不同的是type属性的值为text/xsl而不是text/css。

图5-4 采用清单5-2中XSL样式单后，XML文档中的数据而不是XSL模板中的数据消失了

5.4.3 标题

图5-4很明显丢失了数据。尽管清单5-2中的样式单显示了一些内容（与图5-3所示的CSS样式单不同），但是它没有显示XML文档中的任何数据。要添加这些数据需要使用XSL指令元素把XML源文档中的数据复制到XSL模板中。清单5-3增加了必要的XSL指令，从SEASON元素中抽取YEAR属性并把它插入到结果文档的TITLE和H1标头之间。图5-5显示了处理后的文档。

清单5-3：一个含有抽取SEASON元素和YEAR属性指令的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

<HEAD>

<TITLE>

<xsl:for-each select="SEASON">

<xsl:value-of select="@YEAR"/>

</xsl:for-each>

Major League Baseball Statistics

</TITLE>

</HEAD>

<BODY>

<xsl:for-each select="SEASON">

<H1>

<xsl:value-of select="@YEAR"/>

Major League Baseball Statistics

</H1>

</xsl:for-each>

Elliotte Rusty Harold

</A>

<BR />

elharo@metalab.unc.edu

</A>

</BODY>

</HTML>

</xsl:template>

</xsl:stylesheet>

下面的新XSL指令能够从SEASON元素中抽取YEAR属性。

<xsl:for-each select="SEASON">

<xsl:value-of select="@YEAR"/>

</xsl:for-each>

图5-5 清单5-1采用清单5-3所示的XSL样式单后的显示结果

这些指令出现两次是因为我们希望年份在输出结果中出现两次，一次在H1主题中，一次在TITLE中。这些指令每次出现都执行同样的功能。<xsl:for-each select="SEASON">寻出全部SEASON元素。<xsl:value-of select="@YEAR"/>插入SEASON元素中的YEAR属性值——这就是由<xsl:for-each select="SEASON">找到的字符串“1998”。

这非常重要，重述如下：xsl:for-each选出源文档（例如清单5-1）中的某一特定的XML元素，数据就从此元素中读取。Xsl:value-of把所选取元素的某一特定部分复制到输出文档中。因此，必须使用两个XSL指令。使用任何一个都是无效的。

XSL指令不同于输出的HTML和H1元素是因为这些指令都处于XSL的命名域内。也就是说所有的XSL元素名称都以xsl:开头。命名域由样式单根元素中的xmlns:xsl属性辨别。本书中的清单5-2，5-3和所有其他示例中xmlns:xsl属性的值都是http://www.w3.org/tr/wd-xsl。

命名域将在第18章中详细阐述。

5.4.4 联赛、分部和球队

下面通过添加一些XSL指令取出前面出现过的两个LEAGUE元素，并把这两个元素映射到H2标题中，如清单5-4所示。图5-6显示了使用该样式单后的文档。

清单5-4：一个带有提取LEAGUE元素指令的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

<HTML>

<HEAD>

<TITLE>

<xsl:for-each select="SEASON">

<xsl:value-of select="@YEAR"/>

</xsl:for-each>

Major League Baseball Statistics

</TITLE>

</HEAD>

<BODY>

<xsl:for-each select="SEASON">

<H1>

<xsl:value-of select="@YEAR"/>

Major League Baseball Statistics

</H1>

<xsl:for-each select="LEAGUE">

<xsl:value-of select="@NAME"/>

</H2>

</xsl:for-each>

Elliotte Rusty Harold

</A>

<BR />

elharo@metalab.unc.edu

</A>

</BODY>

</HTML>

</xsl:template>

</xsl:stylesheet>

图5-6 当采用清单5-4中的样式单之后，联赛名称显示为H2标题样式

关键的新要素是嵌套的xsl:for-each指令：

<xsl:for-each select="SEASON">

<H1>

<xsl:value-of select="@YEAR"/>

Major League Baseball Statistics

</H1>

<xsl:for-each select="LEAGUE">

<xsl:value-of select="@NAME"/>

</H2>

</xsl:for-each>

最外层的指令用于选取SEASON元素，只有找到该元素才能找到它的YEAR属性，并把它的值与另外的文本Major League Baseball Statistics一起放到<H1>与</H1>之间。下一步浏览器会循环选取SEASON元素的每一个LEAGUE子元素，并把它的NAME属性值放到<H2 ALIGN ="CENTER"> 与</H2>之间。尽管只有一个xsl:for-each与LEAGUE元素相配，但是它会对SEASON元素内所有直接的LEAGUE子元素进行循环。因此，该模板在没有联赛和联赛数目不定的情况下都能工作。

同样的技巧可以用于设计表示小组的H3标题和表示各球队的H4标题。清单5-5演示了该程序，图5-7显示了使用这一样式单后的文档。各小组名称和各球队名称是从XML数据中读取的。

清单5-5：一个带有提取DIVISION和TEAM元素指令的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

<HEAD>

<TITLE>

<xsl:for-each select="SEASON">

<xsl:value-of select="@YEAR"/>

</xsl:for-each>

Major League Baseball Statistics

</TITLE>

</HEAD>

<BODY>

<xsl:for-each select="SEASON">

<H1>

<xsl:value-of select="@YEAR"/>

Major League Baseball Statistics

</H1>

<xsl:for-each select="LEAGUE">

<xsl:value-of select="@NAME"/>

</H2>

<xsl:for-each select="DIVISION">

<xsl:value-of select="@NAME"/>

</H3>

<xsl:for-each select="TEAM">

<xsl:value-of select="@CITY"/>

<xsl:value-of select="@NAME"/>

</H4>

</xsl:for-each>

Elliotte Rusty Harold

</A>

<BR />

elharo@metalab.unc.edu

</A>

</BODY>

</HTML>

</xsl:template>

</xsl:stylesheet>

图5-7 采用清单5-5所示的样式单后显示的小组名和队名

对于TEAM元素，它的CITY和NAME属性值是H4标题的内容。同时，请注意嵌套的选取赛季、小组和各队的xsl:for-each元素，它反映了文档自身的分支结构。这并不是一种巧合。其他方案可能不要求与文档的体系相匹配，但这一方案是最简单的，尤其适用于像清单5-1所示的棒球统计这样的高度结构化的数据。

5.4.5 球员

下一个步骤是为各队的每一个队员添加统计数字，最基本的方法是用一个表格表示。清单5-6展示的XSL样式单把队员以及他们的统计数据安排在一个表格中。其中没有引入新的XSL元素。相同的xsl:for-each和xsl:value-of元素被用于PLAYER元素和它的属性中。输出的是标准的HTML表格标记。图5-8显示了结果。

清单5-6：一个将球员及其统计数据放入表格的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

<HTML>

<HEAD>

<TITLE>

<xsl:for-each select="SEASON">

<xsl:value-of select="@YEAR"/>

</xsl:for-each>

Major League Baseball Statistics

</TITLE>

</HEAD>

<BODY>

<xsl:for-each select="SEASON">

<H1>

<xsl:value-of select="@YEAR"/>

Major League Baseball Statistics

</H1>

<xsl:for-each select="LEAGUE">

<xsl:value-of select="@NAME"/>

</H2>

<xsl:for-each select="DIVISION">

<xsl:value-of select="@NAME"/>

</H3>

<xsl:for-each select="TEAM">

<xsl:value-of select="@CITY"/>

<xsl:value-of select="@NAME"/>

</H4>

<TABLE>

<THEAD>

<TR>

<TH>Player</TH><TH>P</TH><TH>G</TH>

</TR>

</THEAD>

<TBODY>

<xsl:for-each select="PLAYER">

<TR>

<TD>

<xsl:value-of select="@GIVEN_NAME"/>

<xsl:value-of select="@SURNAME"/>

</TD>

<TD>

<xsl:value-of select="@GAMES_STARTED"/>

</TD>

<TD>

<xsl:value-of select="@CAUGHT_STEALING"/>

</TD>

<TD>

<xsl:value-of select="@SACRIFICE_HITS"/>

</TD>

<TD>

<xsl:value-of select="@SACRIFICE_FLIES"/>

</TD>

<TD>

<xsl:value-of select="@STRUCK_OUT"/>

</TD>

<TD>

<xsl:value-of select="@HIT_BY_PITCH"/>

</TD>

</TR>

</xsl:for-each>

</TBODY>

</TABLE>

</xsl:for-each>

Elliotte Rusty Harold

</A>

<BR />

elharo@metalab.unc.edu

</A>

</BODY>

</HTML>

</xsl:template>

</xsl:stylesheet>

5.4.6 区分投手与击球手

可以注意到图5-8中的一个缺点是没有正确处理投手。贯穿本章和第4章，投手是用完全不同的统计数字集表示的，无论他们的统计数据是存储在元素内容中还是属性中。因此，投手确实需要一个表格以区别于其他队员。在把队员放入表格之前必须查看他是不是投手。如果队员的POSITION属性包含“pitcher”就忽略他。然后在只包含投手队员元素的第二个表格中反转上面的过程，投手的PLAYER元素中POSITION属性值是字符串“pitcher”。

要完成这些还必须给xsl:for-each增加另外的选择队员的代码。我们不需要选择所有队员，相反只需要选择那些POSITION属性不是投手的队员，句法如下：

<xsl:for-each select="PLAYER [(@POSITION != Pitcher )">

因为XML文档对首发投手和替补投手做了区分，正确的答案应该检查这两种情况：

<xsl:for-each select="PLAYER [(@POSITION != StartingPitcher )
$and$(@POSITION != Relief Pitcher )]">

图5-8 采用清单5-6的XSL样式单后队员统计的显示情况

关于投手的清单，只需要把Staring Pitcher或者Relief Pitcher前的不等号变为等号。（仅仅把不等号改为等号是不能满足的，同时必须把and改为or。）句法如下：

<xsl:for-each select="PLAYER[(@POSITION= Starting Pitcher )
$or$(@POSITION= Relief Pitcher )]">

与C或JAVA语言不同，这里比较相等只用一个等号而不是双等号，因为XSL中没有赋值操作。

清单5-7显示的XSL样式单把投手和击球手区分在两个不同的表格中，投手表格为所有投手添加了常规统计项目。清单5-1将这些项目编码在以下属性中：wins（投中）、losses（失球）、saves（救球）、shutouts（被封杀）等等。相应省略了一些列标签以保持表格预定的宽度。图5-9显示了最后的结果。

图5-9 采用清单5-7的XSL样式单能够区分投手和击球手

清单5-7：区分投手和击球手的样式单

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

<HTML>

<HEAD>

<TITLE>

<xsl:for-each select="SEASON">

<xsl:value-of select="@YEAR"/>

</xsl:for-each>

Major League Baseball Statistics

</TITLE>

</HEAD>

<BODY>

<xsl:for-each select="SEASON">

<H1>

<xsl:value-of select="@YEAR"/>

Major League Baseball Statistics

</H1>

<xsl:for-each select="LEAGUE">

<xsl:value-of select="@NAME"/>

</H2>

<xsl:for-each select="DIVISION">

<xsl:value-of select="@NAME"/>

</H3>

<xsl:for-each select="TEAM">

<xsl:value-of select="@CITY"/>

<xsl:value-of select="@NAME"/>

</H4>

<TABLE>

<CAPTION><B>Batters</B></CAPTION>

<THEAD>

<TR>

<TH>Player</TH><TH>P</TH><TH>G</TH>

</TR>

</THEAD>

<TBODY>

<xsl:for-each select="PLAYER [(@POSITION
!= Starting Pitcher )

$and$(@POSITION != Relief Pitcher )]">

<TR>

<TD>

<xsl:value-of select="@GIVEN_NAME"/>

<xsl:value-of select="@SURNAME"/>

</TD>

<TD>

<xsl:value-of select="@GAMES_STARTED"/>

</TD>

<TD>

<xsl:value-of select="@HOME_RUNS"/>

</TD>

<TD>

<xsl:value-of select="@CAUGHT_STEALING"/>

</TD>

<TD>

<xsl:value-of select="@SACRIFICE_HITS"/>

</TD>

<TD>

<xsl:value-of select="@SACRIFICE_FLIES"/>

</TD>

<TD>

<xsl:value-of select="@STRUCK_OUT"/>

</TD>

<TD>

<xsl:value-of select="@HIT_BY_PITCH"/>

</TD>

</TR>

</xsl:for-each><!— PLAYER —>

</TBODY>

</TABLE>

<TABLE>

<CAPTION><B>Pitchers</B></CAPTION>

<THEAD>

<TR>

<TH>Player</TH><TH>P</TH><TH>G</TH>

</TR>

</THEAD>

<TBODY>

<xsl:for-each select="PLAYER[(@POSITION= Starting Pitcher )

$or$(@POSITION= Relief Pitcher )]">

<TR>

<TD>

<xsl:value-of select="@GIVEN_NAME"/>

<xsl:value-of select="@SURNAME"/>

</TD>

<TD>

<xsl:value-of select="@GAMES_STARTED"/>

</TD>

<TD>

<xsl:value-of select="@COMPLETE_GAMES"/>

</TD>

<TD>

<xsl:value-of select="@SHUT_OUTS"/>

</TD>

<TD>

<xsl:value-of select="@HOME_RUNS_AGAINST"/>

</TD>

<TD>

<xsl:value-of select="@RUNS_AGAINST"/>

</TD>

<TD>

<xsl:value-of select="@EARNED_RUNS"/>

</TD>

<TD>

<xsl:value-of select="@HIT_BATTER"/>

</TD>

<TD>

<xsl:value-of select="@WILD_PITCH"/>

</TD>

<TD>

<xsl:value-of select="@WALKED_BATTER"/>

</TD>

<TD>

<xsl:value-of select="@STRUCK_OUT_BATTER"/>

</TD>

</TR>

</xsl:for-each><!— PLAYER —>

</TBODY>

</TABLE>

</xsl:for-each><!— TEAM —>

</xsl:for-each><!— DIVISION —>

</xsl:for-each><!— LEAGUE —>

</xsl:for-each><!— SEASON —>

Elliotte Rusty Harold

</A>

<BR />

elharo@metalab.unc.edu

</A>

</BODY>

</HTML>

</xsl:template>

</xsl:stylesheet>

5.4.7 元素内容与select属性

本章集中讨论了使用XSL样式单格式化存储在一个元素属性中的数据，因为使用CSS无法访问属性。如果想要包含一个元素的字符数据而不是属性，XSL同样做得很好。只要简单地把元素名称当作xsl:value-of元素的select属性值就能表明一个元素的文本将被复制到输出文档中。请看清单5-8：

清单5-8：greeting.xml

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/xsl" href="greeting.xsl"?>

Hello XML!

</GREETING>

假如要向标题H1中复制致词“Hello XML!”首先，使用xsl:for-each选择GREETING元素：

<xsl:for-each select="GREETING">

<H1>

</H1>

</xsl:for-each>

只用这一段语句足以把两个H1标记复制到输出中。使用没有select属性的xsl:value-of在两个H1标记之间放置GREETING元素的文本，当前元素（GREETING）的内容就会被默认选中。清单5-9显示了完整的样式单。

清单5-9：greeting.xsl

<?xml version="1.0" ?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

<HTML>

<BODY>

<xsl:for-each select="GREETING">

<H1>

<xsl:value-of/>

</H1>

</xsl:for-each>

</BODY>

</HTML>

</xsl:template>

</xsl:stylesheet>

使用select同样可以选择一个子元素中的内容，只需把该子元素的名称当作xsl:value-of的select属性值。例如，在上一章的棒球示例中，队员统计被存储在子元素而不是属性中。假定文档的结构是这样（事实上这种结构比本章中的基于属性的结构更常见），表示击球员表格的XSL如下所示：

<TABLE>

<CAPTION><B>Batters</B></CAPTION>

<THEAD>

<TR>

<TH>Player</TH><TH>P</TH><TH>G</TH>

</TR>

</THEAD>

<TBODY>

<xsl:for-each select="PLAYER [(POSITION

!= Starting Pitcher ) $and$(POSITION != Relief Pitcher )]">

<TR>

<TD>

<xsl:value-of select="GIVEN_NAME"/>

<xsl:value-of select="SURNAME"/>

</TD>

<TD>

<xsl:value-of select="GAMES_STARTED"/>

</TD>

<TD>

<xsl:value-of select="CAUGHT_STEALING"/>

</TD>

<TD>

<xsl:value-of select="SACRIFICE_HITS"/>

</TD>

<TD>

<xsl:value-of select="SACRIFICE_FLIES"/>

</TD>

<TD>

<xsl:value-of select="STRUCK_OUT"/>

</TD>

<TD>

<xsl:value-of select="HIT_BY_PITCH"/>

</TD>

</TR>

</xsl:for-each><!— PLAYER —>

</TBODY>

</TABLE>

在这种情况下，在每个PLAYER元素的子元素中，该元素的GIVEN_NAME、SURNAME、POSITION、GAMES、GAMES_STARTED、 AT_BATS、RUNS、HITS、DOUBLES、TRIPLES、HOME_RUNS、RBI、STEALS、CAUGHT_STEALING、SACRIFICE_HITS、SACRIFICE_FLIES、ERRORS、WALKS、STRUCK_OUT和HIT_BY_PITCH子元素的内容被抽取出来并被复制到输出文档中。因为本章使用了与上一章PLAYER子元素名称相同的属性名，该示例与清单5-7几乎是一致的。主要差别是@符号没有了。它表明这是一个属性而不是一个元素。

select属性的功能很多。可选择元素：按元素位置（例如第一、第二、最后、第十七个元素等等）；按特定的内容；按特殊的属性值；或者按照元素的父或子元素含有一定的内容或属性值进行选择。甚至可以使用全部布尔逻辑运算符来组合各种不同的选择条件。在14章的XSL中将要探讨使用select属性的更多可能。

5.4.8 CSS还是XSL

CSS与XSL在某种程度上是重复的。XSL的功能确实比CSS更强大，但是XSL的功能与其复杂性是分不开的。这一章仅仅涉及了XSL最基本的用途。实际上XSL更复杂，而且比CSS更难学习和使用，同时也带来了一个问题：“什么时候应该使用CSS，什么时候应该使用XSL？”

CSS比XSL得到更广泛的支持。部分CSS Level 1被Netscape 4和Internet Exploer 4支持作为HTML元素（尽管存在一些令人头疼的区别）；此外，Internet Exploer 5.0和Mozilla 5.0能很好支持可以同时用于XML和HTML的大部分CSS Level 1的内容和一些CSS Level 2的内容。因此，选择CSS会与更广泛的浏览器相互兼容。

另外，CSS更成熟一些，CSS Level 1（包含目前为止我们已经看到的大部分CSS内容）和CSS Level 2是W3C的推荐规范。XSL仍然是一个早期的工作草案，而且直到本书出版后也不会最终定型。早期的XSL采纳者曾经接受过考验，而且将在形式统一的标准之前接受再一次的考验。选择CSS意味着无须为了追随软件和标准的发展不停地重写自己的样式单。但是，XSL将最终形成一个可用的标准。

因为XSL是一种新事物，不同的软件实现方式不同，实现的是草案标准的不同的子集。在写作本书的1999年春天至少有三种主要不同形式的XSL在广泛应用，到本书出版前将会有更多。如果当前浏览器中不完善的CSS操作已经让人头疼的话，那么众多的XSL变种就会使人发疯。

但是，XSL的功能很明显比CSS强大。CSS仅允许格式化元素内容，不允许改变或重新安排这些内容，必须根据元素的内容或属性为元素选择不同的格式化方式或者增添诸如署名之类简单、额外的文本。XSL非常适用于XML文档仅包含最少的数据，并且数据周围没有HTML装饰的情况。

使用XSL能够从页面上分离出关键数据，如刊头、向导栏和署名等。使用CSS不得不在数据文档中包含全部这些项目。XML+XSL允许数据文档与Web页面文档分离单独存在，从而使得XML+XSL文档更容易维护和处理。

XSL终将成为现实世界和大量数据应用的最佳选择，CSS更适合于简单的页面，如祖母用于向她们孙子寄送图片的页面。但对于这些用途，HTML已经足够。如果使用HTML行不通，XML+CSS不会有多大的帮助。相较而言，XML+XSL能够解决更多HTML不能解决的困难。对于传统的浏览器来说，仍然需要CSS，但长远看来使用XSL才是发展方向。

5.5 本章小结

在本章中，读者看到了从头创建的XML文档的示例。特别是学到如下内容：

· 信息可以保存在元素的属性中。

属性是包含在元素起始标记中的一个名字-数值对。
属性主要用来保存关于元素的元信息，而不是元素的数据。
属性比元素内容更不便处理。
对于非常简单并且不随文档改变其形式的信息，使用属性较好。特别是样式信息和链接信息，作为属性执行起来很顺利。
空标记给没有内容的元素提供了句法修饰。
XSL是一种功能强大的样式单语言，使我们能够访问和显示属性数据和转换文档。

下一章将详细介绍结构完整的XML文档必须严格遵循的规则。我们还将研究另外一些在XML文档中嵌入信息如注释和处理命令的方法。

第6章结构完整的XML文档

HTML 4.0有大约100个不同的标记，大部分标记都有多个可能的属性用于几百种不同的变化。因为XML的功能比HTML强大，你也许认为需要懂得更多标记，但不是这样。XML凭借其简洁性和可扩展性具有强大的功能，并不是大量的标记。

事实上，XML几乎没有预先定义任何标记，相反允许用户在需要时定义自己的标记。但是由自定义标记建立的这些标记和文档并不是随意的，必须遵循一组特定的规则，本章将详细阐述这些规则。遵守这些规则的文档被认为是结构完整的。结构完整是XML处理器和浏览器阅读文件必要的最起码的标准。本章将阐述用于结构完整的XML和HTML文档的规则。请特别注意XML与HTML的区别。

本章的主要内容包括：

· XML文档的组成

置标和字符数据
独立文档中的结构完整的XML
结构完整的HTML

6.1 XML文档的组成

XML文档包含由XML标记和字符数据组成的文本。它是一个有固定长度的有序字节的集合，并遵守特定的约束。它可能是或者不是一个文件。例如，XML文档可能：

· 存储在数据库中

由CGI程序在内存中瞬间创建的
由几个相互嵌套的不同文件组合而成
不存在于自身的文件中

但是如果把一个XML文档看作一个文件也是可以的，只要记住它可能并不是存在于硬盘上的真实文件。

XML由称为“实体”的存储单元组成，每个实体包含文本或者二进制数据，但不能同时存在。文本数据由字符组成，二进制数据用于图片和小程序等类内容。用一个具体的示例说明就是，一个含有<IMG>标记的原始HTML文件是一个实体而不是文档。一个HTML文件加上所有使用<IMG>标记嵌入的图片就组成一个文档。

在本章和后续几章中我们只针对由一个实体构成的简单的XML文档，即文档本身。而且这些文档只包含文本数据，不包含诸如图片小程序一类的二进制数据。这些文档能够完全独立被理解而无需读取其他文件。换句话说，它们是独立存在的。这种文档通常在它的XML标头中含有一个值为yes的standalone属性，如下所示：

<?xml version="1.0" standalone="yes"?

外部实体和实体引用用于组合多个文件和其他数据源以创建一个独立的XML文档。这样的文档如果不引用其他文件就不能进行句法分析。这些文档通常在XML声明中含有一个属性值为no的standalone属性：

<?xml version="1.0" standalone="no"?>

外部实体及实体引用将在第9章“实体与外部DTD子集”中讨论。

6.2 置标和字符数据

XML文档是文本。文本由字符组成。字符是字母、数字、标点符号、空格、制表符号或类似的东西。XML使用Unicode字符集（统一的字符编码标准集），它不仅包含来自英语和其他西欧字母表中的常见字母和符号，也包含来自古斯拉夫语、希腊语、希伯来语、阿拉伯语和梵语的字母表。另外还包含汉语和日语的象形汉字和韩国的Hangul音节表。在本章中只使用英语文本。

国际化字符集将在第7章“外语和非罗马文本”中讨论。

一个XML文档的文本可有两种用途，字符数据和置标。字符数据是文档的基本信息。另一方面，置标主要描述一个文档的逻辑结构。例如，回想一下第三章清单3-2中的greeting.xml：

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING>

其中<?xml version="1.0" standalone="yes"?>,<GREETING>和</GREETING>是置标。Hello XML!是字符数据。XML比其他格式优越的一点是它把实际数据与置标明显地分隔开。

更确切地说，置标包括所有的注释、字符引用、实体引用、CDATA段定界符、标记、处理指令和DTD。其他的就是字符数据。但是文档被处理后，一些置标会变成字符数据。例如，置标&gt；变成了大于号（>）。文档经处理后留下的字符数据和所有的代表特定字符的数据称为可分析的字符数据。

6.2.1 注释

XML的注释与HTML的注释很相似，它们以结束。介于之间的全部数据均被XML处理器忽略，就像它们根本不存在一样。注释用于提醒自己或临时标注出文档中不完善的部分。例如：

<?xml version="1.0" standalone="yes"?>

<!--This is Listing 3-2 from The XML Bible-—>

Hello XML!

</GREETING>

在使用注释时必须遵循以下几条规则，大致如下：

1. 注释不能出现在XML声明之前，XML声明必须是文档最前面的部分。例如，下面这种情况是不允许的：

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING>

2. 注释不能放在标记中，例如：下面这种情况是非法的：

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING  >

3. 注释可以包围和隐藏标记。在下面例子中，<antigreeting>标记及其内容被当作注释；而且文档在浏览器中显示时不会出现，好像不存在一样：

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING>

<!--

Goodbye XML!

</ANTIGREETING>

-->

</DOCUMENT>

由于注释有效地删除了文本的一些部分，必须保证剩余的文本仍然是一个结构完整的XML文档。例如，在没有注释掉相应的结束标记前千万不要注释掉起始标记。例如，下面的语句是非法的：

<?xml version="1.0" standalone="yes"?>

Hello XML!

<!--

</GREETING>

-->

一旦删除注释文本，剩余的是：

<?xml version="1.0" standalone="yes"?>

Hello XML!

因为<GREETING>标记没有与之匹配的结束标记</GREETING>，这已经不再是一个结构完整的XML文档。

4. 两个连字符号（--）除了作为注释起始和结束标记的一部分外，不能出现在该注释中。例如,下面的是非法注释：

这意味着不能像下面的语句这样嵌套注释：

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING>

<!--

</ANTIGREETING>

-->

</DOCUMENT>

这也意味着如果注释掉带有表达式如i--或numberLeft--的C、Java或者JavaScript源代码时就会出现问题。通常只要意识到这个问题就不难解决。

6.2.2 实体引用

实体引用是指分析文档时会被字符数据取代的置标。XML预先定义了5个实体引用，列在表6-1中。实体引用用于XML文档中的特殊字符，否则这些字符将被解释为置标的组成部分。例如，实体引用&lt；代表小于号（<），否则会被解释为一个标记的起始部分。

表6-1 XML预定义的实体引用

实体引用	字符
&	&
<	<
>	>
"	"
'

XML中的实体引用与HTML中不同，必须以一个分号结束。因此>是正确的实体引用写法，&gt是不正确的。

未经处理的小于号（<）同表示“和”的符号（&）在一般的XML文本中往往被分别解释为起始标记和实体引用（特殊文本是指CDATA段，将在后面讨论）。因此，小于号同“和”号必须分别编码为<和&。例如，短语“Ben & Jerry s New York Super Fudge Chunk Ice Cream”应当写成Ben &Jerry s New York Super Fudge Chunk Ice Cream 。

大于号、双引号和撇号在它们可能会被解释成为置标的一部分时也必须编码。但是，养成全部编码的习惯要比努力推测一个特定的应用是否会被解释为置标容易得多。

实体引用也能用于属性值中。例如：

<PARAM NAME="joke" VALUE="The diner said,

&quote;Waiter,There's a fly in my soup!&quote;">

</PARAM>

6.2.3 CDATA

大多数情况下，出现在一对尖括号（<>）中的是置标，不在尖括号中的是字符数据。但是有一种情况例外，在CDATA段中所有文本都是纯字符数据。看起来与标记或者实体相似的仅仅是它们各自相应的文本。XML处理器无论如何是不会解释它们的。

CDATA段用于需要把整个文本解释为纯字符数据而并不是置标的情况。当有一个包含许多<、>、&或"字符而非置标的庞大文本时，这是非常有用的。对于大部分C和Java源代码，正是这种情况。

如果想使用XML写有关XML的简介，CDATA段同样非常有效。例如，在本书中包含许多小的XML代码块，而我正在使用的字处理器又不能顾及这些情况。但是如果把本书转换为XML，我将不得不很辛苦地用<代替全部小于号，&代替所有“和”字符。如下所示：

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING>

为了避免这种麻烦，可以使用一个CDATA段表示一个不需翻译的文本块。CDATA段以<![CDATA[ 开始并以 ]]>结束，例如：

<![CDATA[

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING>

]]>

唯一不许出现在CDATA段中的文本是CDATA的结束界定符]]>。注释可能会出现在CDATA段中，但不再扮演注释的角色。也就是说两个注释标记和包含在它们之间的全部文本都将显示出来。

因为]]>不能出现在CDATA段中，所以CDATA段不能嵌套。这使得使用XML写有关的CDATA段相对困难些。如果需要的话，必须去掉项目符号，并使用<、&和实体引用。

CDATA段不常需要，一旦需要时，它是非常有用的。

6.2.4 标记

置标能够区分XML文件与无格式文本文件。置标的最大部分是标记。前一章讲隽吮昙堑氖褂梅椒ǎ窘诮ㄒ灞昙遣⑻峁┦褂梅椒ā?/p>

简而言之，标记在XML文档中以<开始，以>结束，而且不包含在注释或者CDATA段中。因此，XML标记有与HTML标记相同的形式。开始或打开标记以<开始，后面跟有标记名。终止或结束标记以</开始，后面也跟标记名。遇到的第一个>该标记结束。

6.2.4.1 标记名

每个标记都有一个名称。标记名必须以字母或下划线（_）开始，名称中后续字符可以包含字母、数字、下划线、连字符和句号。其中不能含有空格（经常用下划线替代空格）。下面是一些合法的XML标记：

<HELP>

<Book>

<section.paragraph>

<Mary_Smith>

<_8ball>

冒号出现在标记名中从语法上讲是合法的，但是它们被保留用于命名域。命名域可以混合和匹配可能使用同名标记的标记集合。命名域将在第18章讨论。

以下是句法不正确的XML标记：

<Book%7>

<1heading>

<.employee.salary>

事实上标记名的规则也适用于其他许多名称，如属性名、ID属性值、实体名和其他一些将在后面几章遇到的结构。

结束标记与起始标记同名，只是在起始尖括号后加了一个/。例如，如果起始标记是<FOO>，那么结束标记是</FOO>。下面是前面所提到的合法起始标记所对应的结束标记：

</HELP>

</Book>

</volume>

</heading1>

</section.paragraph>

</Mary_Smith>

</_8ball>

XML名称是大小写敏感的。在HTML中的<P>和<p>是同一个标记，</p>可以结束一个<P>标记，但在XML中却不行。下面所示的并不是我们讨论过的合法起始标记所对应的结束标记：

</help>

</book>

</Volume>

</HEADING1>

</Section.Paragraph>

</MARY_SMITH>

</_8BALL>

尽管大小写字母均可以用在XML的标记中，从此观点出发，我会尽可能遵循使用大写的约定。这主要是因为大写在本书中可以更突出，但是有时使用的标记集是别人建立的，那么采用别人的习惯约定是必要的。

6.2.4.2 空标记

许多不含数据的HTML标记没有结束标记。例如，在HTML中没有</LI>、</IMG>、</HR>或</BR>标记。一些页面作者在所列的项目后面确实会包含</LI>标记，一些HTML工具也使用</LI>标记。但是HTML 4.0标准特别否认了这一点的必要性。同HTML中所有没有被公认的标记一样，一个不必要的</LI>的出现对交付的输出没有任何影响。

这在XML中不是问题。XML的总体观点就是在分析文档时允许发现新的标记。因此没有识别的标记就不会被简单地忽略。而且XML处理器一定能够判明以前从没出现过的一个标记有没有结束标记。

XML区分带有结束标记的标记，而不带结束标记的标记称为空标记。空标记以斜杠和一个结束尖括号（/>）结束。例如，<BR/>或<HR/>。

目前的Web浏览器处理这种标记的方法不一致，如果希望保持向后的兼容性，可以用结束标记来代替，只要在两个标记之间不包含任何文本。例如：

在学了后续几章中的DTD和样式单后，将会看到在必须由传统浏览器分析的文档中使用HTML可以有多种方法保持向前和向后的兼容性。

6.2.5 属性

在前面的章节中讨论过，起始标记和空标记可以随意地包含属性。属性是用等号（=）分隔开的名称-数值对。例如：

Hello XML!

</GREETING>

在此<GREETING>标记有一个LANGUAGE属性，其属性值是English。<MOVIE>标记有一个SRC属性，其属性值为WavingHand.mov。

6.2.5.1 属性名

属性名是字符串，遵循与标记名同样的规则。这就是，属性名必须以字母或下划线（_）开始，名称中后续字符可以包含字母、数字、下划线、连字符和句号。其中不能含有空格（经常用下划线替代空格）。

同一个标记不能有两个同名的属性。例如，下面的例子是不合法的：

属性名是区分大小写的。SIDE属性与side或者Side属性不是同一个属性，因此以下例子是合法的：

但是上面的这种写法很迷惑人，最好不要这样书写。

6.2.5.2 属性值

属性值也是字符串。如下面所示的LENGTH属性，即使字符串表示的是一个数，但还是两个字符7和2，不是十进制数的72。

如果编写处理XML的代码，在对字符串执行算术运算之前必须把它们转换为一个数。

与属性名不同，对属性值包含的内容没有任何限制。属性值可以包含空格，可以以一个数字或任何标点符号（有时单括号和双括号除外）开头。

XML属性值由引号界定。与HTML属性不同，XML属性值必须加引号。大多数情况下是使用双引号，但是如果属性值本身含有一个引号，就需要使用单引号。例如：

如果属性值中含有两种引号，那么其中不用于界定字符串的一个必须用合适的实体引用代替。我通常替换两个，这种方法很管用。例如：

6.3 独立文档中结构完整的XML

尽管可以根据需要编写标记，XML文档为了保持结构完整必须遵循一定的规则。如果一个文档不是结构完整的，大部分读取和显示操作都会失败。

事实上，XML规范严格禁止XML句法分析器分析和解释结构欠妥的文档。正在执行操作的分析器唯一能做的是报告出错。它不会修改错误，不会作最大的努力显示作者想要的东西，也不会忽略不当的结构欠妥的标记。它所能做的是报告错误和退出。

这样做的目的是为了避免对错误的兼容性的竞争。这种竞争已使得编写HTML语法分析程序和显示程序变得非常困难。因为Web浏览器承认畸形的HTML，而Web页面设计者不会特别尽力确保他们的HTML正确无误。事实上，他们甚至利用个别浏览器中的错误达到特殊的效果。为了正确显示被大量安装的HTML页面，每个新的Web浏览器必须支持已有的Web浏览器的每一个细微差别和各自的属性。用户将放弃任何一种严格执行HTML标准的浏览器。正是为了避免这种遗憾，XML处理器才只接受结构完整的XML。

为了使一个文档结构完整，XML文档中的所有置标和字符数据必须遵守前几节中给出的规则。而且有几条关于如何把置标和字符数据相互联系起来的规则。这些规则总结如下：

1．文档的开始必须是XML声明。

2．含有数据的元素必须有起始标记和结束标记。

3．不含数据并且仅使用一个标记的元素必须以/>结束。

4．文档只能包含一个能够包含全部其他元素的元素。

5．元素只能嵌套不能重叠。

6．属性值必须加引号。

7．字符<和&只能用于起始标记和实体引用。

8．出现的实体引用只有&、<、>、'和"。

这八条规则稍加调整就能适用于含有一个DTD的文档，而且对于定义文档与它的DTD之间关系的完整性有另外的规则。我们将在后面几章中介绍。现在请仔细看这些用于没有DTD文档的规则。

DTD将在本书第二部分中讨论。

#1：文档必须以XML声明开始

下面是XML 1.0中独立文档的XML声明：

<?xml version="1.0" standalone="yes"?>

如果声明出现，它绝对是该文件最开头部分，因为XML处理器会读取文件最先的几个字节并将它与字符串<?XML的不同编码作比较来确定正在使用的字符串集（UTF-8、大头（高字节先传格式）或者小头（低字节先传格式））。除去看不见的字节顺序记号，在它之前不能有任何东西，包括空格。例如，下面一行用于XML的开始是不能接受的，因为在该行的前面有多余的空白。

<?xml version="1.0" standalone="yes"?>

UTF-8和Unicode的变种在第7章“外语和非罗马文本”中讨论。

XML确实允许完全省略XML声明。通常不推荐这样做，但这样做有特殊的用途。例如，省略XML声明，通过连接其他结构完整的XML文档有助于重新建立一个结构完整的XML文档。这种方法将在第9章讨论。而且，本章后面将要讲述的一种样式能够编写结构完整的HTML文档。

#2：在非空标记中使用起始和结束标记

如果忘了结束HTML的标记，Web浏览器并不严格追究。例如，如果文档包含一个<B>标记却没有相应的</B>标记，在<B>标记之后的全部文档将变为粗体。但文档仍然能显示。

XML不会如此宽松，每个起始标记必须以相应的结束标记结束。如果一个文档未能结束一个标记，浏览器或移交器将报告一个错误信息，并且不会以任何形式显示任何文档的内容。

#3：用“/>”结束空标记

不包含数据的标记，例如HTML的<BR>、<HR>和<IMG>，不需要结束标记。但是XML空标记必须由/>结束，而不是>。例如<BR>、<HR>和<IMG>的XML等价物是<BR/>、<HR/>和<IMG/>。

当前的Web浏览器处理这种标记的方法不一致。但是如果想保持向后的兼容性，可以使用结束标记来代替，而且不能在其间包含任何文本。例如：

即使这样，Netscape处理<BR></BR>也有困难（它把这两个标记解释为行间距，而不是前面所讲的）。因此，在HTML中包含结构完整的空标记也并非总是可行的。

#4：让一个元素完全包含其他所有元素

一个XML文档包含一个根元素，它完全包含了文档中其他所有元素。有时候这种元素被称作文档元素。假设根元素是非空的（通常都是如此），它肯定有起始标记和结束标记。这些标记可能使用但不是必须使用root或DOCUMENT命名。例如，在下面的文档中根元素是GREETING：

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING>

XML声明不是一个元素，它更像是一个处理指令，因此不必包含在根元素中。类似地，在一个XML文档中的其他非元素数据，诸如其他处理指令、DTD和注释也不必包含在根元素中。但是所有实际的元素（除根元素本身）必须包含在根元素中。

#5：不能重叠元素

元素可以包含别的元素（大多数情况下），但是元素不能重叠。事实上是指，如果一个元素含有一个起始标记，则必须同时含有相应的结束标记。同样，一个元素不能只含有一个结束标记而没有相应的起始标记。例如，下面的XML是允许的：

下面所示的XML是非法的，因为结束标记</PRE>放在了结束标记</CODE>之前：

大部分HTML浏览器容易处理这种情况，但是XML浏览器会因为这种结构而报告出错。

空标记可随处出现。例如：

<PLAYWRIGHTS>Oscar Wilde<HR/>Joe Orton</PLAYWRIGHTS>

本规则与规则4联系在一起有如下含义：对于所有非根元素，只能有一个元素包含某一非根元素，但是元素不能包含其中含有非根元素的元素。这个直接含有者称为非根元素的父元素，非根元素被认为是父元素的子元素。因此，每个非根元素只有一个父元素。但是一个单独的元素可以有任意数目的子元素或不含有子元素。

请分析如下所示的清单6-1。根元素是DOCUMENT元素，它含有两个元素。第一个STATE元素含有4个子元素：NAME、TREE、FLOWER和CAPITOL。第二个STATE元素含有3个子元素：NAME、TREE和CAPITOL。这些里层的子元素只包含字符数据，没有子元素。

清单6-1：父元素和子元素

<?xml version="1.0" standalone="yes"?>

<STATE>

<NAME>Louisiana</NAME>

<TREE>Bald Cypress</TREE>

<FLOWER>Magnolia</FLOWER>

<CAPITOL>Baton Rouge</CAPITOL>

</STATE>

<STATE>

<NAME>Mississippi</NAME>

<TREE>Magnolia</TREE>

<CAPITOL>Jackson</CAPITOL>

</STATE>

</DOCUMENT>

在编程人员的术语中，这意味着XML文档形成了一个树。图6-1显示了清单6-1表示的树形结构以及将该结构称为树的原因。图6-1从根开始，逐级地分支延伸到树末端的叶。

树有一些好的特性使计算机程序易于读取，尽管对于文档的作者而言是无关紧要的。

图6-1 清单6-1表示的树形结构

树通常由上向下画，这就是说树的根应该在图片的顶部而不是底部。但这样看起来不像真正的树，不过并不影响数据结构的拓扑形式。

#6：属性值必须加引号

XML要求所有的属性值必须加引号，不管属性值是否包括空白。例如：

HTML的要求则不是这样。比如，HTML允许标记含有不带引号的属性。例如，下面是一个合法的HTML<A>标记：

唯一的要求是属性值不能嵌有空格。

如果一个属性值本身含有双引号，可以使用属性值加单引号来代替。例如：

如果一个属性值包含有单引号和双引号，可以使用实体引用'代替单引号，"代替双引号。例如：

<PARAM name="joke" value="The diner said,

"Waiter,There's a fly in my soup!"">

#7：只在开始标记和实体引用中使用<和&

XML假定最先的<是一个标记的开始，&是一个实体引用的开始（HTML也是如此，如果省略它们，大部分浏览器会假定有一个分号）。例如：

<H1>A Homage to Ben &Jerry s

New York Super Fudge Chunk Ice Cream</H1>

Web浏览器会正确地显示该标记，但是为了最大限度的安全，应当避免使用&，用&来代替，像下面这样：

<H1>A Homage to Ben &Jerry s New York Super Fudge Chunk

Ice Cream</H1>

开尖括号（<）的情况也类似。请看下面很普通的一行Java代码：

XML与HTML都会把<=中的小于号当作一个标记的开始。该标记会延续到下一个>。因此该行会现示成：

for (int i =0;i

而不是：

for (int i =0;i <=args.length;i++){

“=args.length;i++){”被解释成一个不能识别的标记的一部分。

把小于号写成<可以出现在XML和HTML文本中。例如：

结构完整的XML要求把&写成&，把<写成<，只要不是作为标记或者实体的一部分时都应如此。

#8：只能使用现有的5个实体引用

读者可能已经熟悉了几个HTML中的实体引用，例如©为插入版权号，&reg为插入注册商标号。但是除了已经讨论过的五个实体引用，XML只能使用预先在DTD中定义过的实体引用。

但是现在读者可能还不了解DTD，如果与字符&出现在文档中的任何地方，其后必须紧跟amp;、lt;、gt;、apos;或者quot;。所有其他的用法均会破坏结构完整性。

在第9章“实体和外部DTD子集”中将会学习如何使用DTD定义插入特殊符号和大块样板文本的新实体引用。

6.4 结构完整的HTML

即使在大部分Web浏览器还不能直接支持XML的情况下，也可以通过编写结构完整的HTML来练习XML技巧。这就是遵守XML的结构完整性约束，但只是使用标准的HTML标记的HTML。结构完整的HTML比多数人和FrontPage等工具编写的不标准的HTML容易读取，同时容易被Web机器人中用动检索引擎理解。它更为强健，对它作一些改动不会破坏它，在转移的过程中不会因为变换浏览器和操作平台对它产生影响。而且可以使用XML工具服务于HTML文档，这对于那些服务器不支持XML的读者来说仍然保持了向后的兼容性。

6.4.1 现实的Web页面存在的问题

真正的Web页面非常不标准。没有结束标记，元素重叠，在页面中包含未经处理的小于号，忽略实体引用后面的分号。存在这些问题的Web页面严格来讲是无效的，但部分浏览器能接受它们。不过如果校正了这些问题，页面将会更整洁，显示更快，更容易维护。

Web页面包含的一些常见的问题：

1. 起始标记没有对应的结束标记（没有结束元素）

2. 结束标记没有相应的起始标记

3. 元素重叠

4. 属性值未加引号

5. 没有避免使用<、>、&和"符号

6. 没有根元素

7. 结束标记与起始标记不匹配

清单大致按照其重要性排列，但确切的细节因标记不同而变化。例如，没有被结束的<STRONG>标记会把跟随其后的所有元素变为粗体。但是没有被结束的<LI>或者<P>标记不会引发任何问题。

有几条规则仅适用于XML文档，如果试图把它们汇集在已存在的HTML页面中，确实会带来问题。这些规则有：

1．以一个XML声明开始

2．空标记必须以/>结束

3．使用的实体引用只有&、<、>、'和"。

校正这些问题并不难，只是有几个稍不注意就会出现问题。下面让我们仔细加以研究。

6.4.1.1 结束所有的起始标记

任何含有内容的元素，无论是文本还是别的子元素，应该有一个起始标记和结束标记。HTML不绝对要求这样做。例如<P>、<DT>、<DD>和<LI>经常被单独使用。但是，这样做主要依靠Web浏览器能够很好地判断一个元素的结束位置，浏览器并不总能确切地按照作者的意愿去做。因此最好是明确地结束所有起始标记。

对于编写HTML的方法，这里要求对其所作的最大改变是把<P>看作一个容器，而不是一个简单的段落分界符。例如，以前格式化Federalist Papers的开始部分，如下所示：

To the People of the State of New York:

<P>

AFTER an unequivocal experience of the inefficiency of the

subsisting federal government,you are called upon to

deliberate on a new Constitution for the United States of

America.The subject speaks its own importance;comprehending

in its consequences nothing less than the existence of the

UNION,the safety and welfare of the parts of which it is

composed,the fate of an empire in many respects the most

interesting in the world.It has been frequently remarked that

it seems to have been reserved to the people of this country,

by their conduct and example,to decide the important question,

whether societies of men are really capable or not of

establishing good government from reflection and choice,or

whether they are forever destined to depend for their political

constitutions on accident and force.If there be any truth in

the remark,the crisis at which we are arrived may with

propriety be regarded as the era in which that decision is to

be made;and a wrong election of the part we shall act may,in

this view,deserve to be considered as the general misfortune

of mankind.

<P>

结构完整性要求将上面语句格式化为：

<P>

To the People of the State of New York:

</P>

<P>

AFTER an unequivocal experience of the inefficiency of the

subsisting federal government,you are called upon to

deliberate on a new Constitution for the United States of

America.The subject speaks its own importance;comprehending

in its consequences nothing less than the existence of the

UNION,the safety and welfare of the parts of which it is

composed,the fate of an empire in many respects the most

interesting in the world.It has been frequently remarked that

it seems to have been reserved to the people of this country,

by their conduct and example,to decide the important question,

whether societies of men are really capable or not of

establishing good government from reflection and choice,or

whether they are forever destined to depend for their political

constitutions on accident and force.If there be any truth in

the remark,the crisis at which we are arrived may with

propriety be regarded as the era in which that decision is to

be made;and a wrong election of the part we shall act may,in

this view,deserve to be considered as the general misfortune

of mankind.

</P>

你以前学过的可能是把<P>看作一个段落的结束，现在应当把它看作一个开始。这会带来一些好处，例如可以方便地为一个段落指定多种格式化属性。例如，下面是可在http://thomas.loc.gov/home/hres581.html上看到的 House Resolution 581的原始HTML标题：

<p><h2>House Calendar No.272</h2>

<p><h1>105TH CONGRESS 2D SESSION H.RES.581</h1>

<p>[Report No.105-795 ]

<p><b>Authorizing and directing the Committee on the

Judiciary to investigate whether sufficient grounds

exist for the impeachment of William Jefferson Clinton,

President of the United States.</b>

</center>

下面是同样的文本，但使用的是结构完整的HTML。Align属性代替了相应的center元素，并且使用CSS样式属性代替了<b>标记。

<h2 align="center">House Calendar No.272</h2>

<h1 align="center">105TH CONGRESS 2D SESSION H.RES.581</h1>

<p align="center">[Report No.105-795 ]</p>

Authorizing and directing the Committee on the Judiciary to

investigate whether sufficient grounds exist for the

impeachment of William Jefferson Clinton,

President of the United States.

</p>

6.4.1.2 删除孤立的结束标记并且不要使元素重叠

在编辑页面时，删除一个起始标记而忘了删除相应的结束标记，这种情况很常见。在HTML中，一个孤立的结束标记如</STRONG>或者</TD>没有任何相匹配的起始标记不会引发问题。但是这样会使文件比需要的更长，下载速度变慢，而且潜在地使人或工具理解和编辑HTML源文件发生混淆。因此应当确保每个结束标记都有正确的起始标记。

但是结束标记没有任何起始标记往往意味着那些元素错误地重叠了。在Web页面上的大部分重叠元素很容易修改。例如下面这种常见的错误：

<B><I>This text is bold and italic</B></I>

I元素在B元素中开始，也必须在B元素中结束。需要做的只是交换两个结束标记的位置：

<B><I>This text is bold and italic</I></B>

同样可以交换两个起始标记：

<I><B>This text is bold and italic</B></I>

偶尔会遇到一个棘手的问题。例如，下面是来自白宫主页的一个片段（http：//www.whitehouse.gov/，1998年11月4日）。其中已醒目地标出了有问题的标记，很容易看出错误所在：

<A HREF="/WH/New"><img border=0

src="/WH/images/pin_calendar.gif"

align=LEFT height=50 width=75 hspace=5 vspace=5></A><br></TD>

</FONT>

What’s happening at the White <nobr>House -</nobr><br>

<a href="/WH/New/html/19981104-12244.html">Remarks Of The

President Regarding Social Security</a>

<BR>

</font>

</b>

</TD>

其中，<FONT size=+1>元素在第一个<TD valign=TOP width=85>元素中开始，但是它的后续部分越过该元素结束于另一个<TD valign=TOP width=225>元素中。在此情况下，正确的处理方法是在第一个</TD>结束标记之前立即结束<FONT size=+1>起始标记，然后在第二个TD元素开始之后立即添加一个新的<FONT size=+1>起始标记，如下所示：

<A HREF="/WH/New"><img border=0

src="/WH/images/pin_calendar.gif"

align=LEFT height=50 width=75 hspace=5 vspace=5></A><br>

</FONT></TD>

</FONT>

What ’s happening at the White <nobr>House -</nobr><br>

<a href="/WH/New/html/19981104-12244.html">Remarks Of The

President Regarding Social Security</a>

<BR>

</font>

</b>

</TD>

6.4.1.3 给所有属性加引号

HTML属性只有在含有空格时才需要加引号，即使含有引号对它也并无妨碍。而且使用引号有助于以后将属性值修改为含有空格的属性值。很容易忘记加引号，尤其对于<IMG>中ALT这样的属性，在使用Web浏览器查看文档时它们的错误不很明显。

例如下面的<IMG>标记：

应将其改写为：

6.4.1.4 <、>和&必须转义

HTML对小于号和与号的要求比XML宽松得多。即使这样，在纯HTML文本中它们确实也会引起麻烦，特别是在它们直接跟有其他字符时。例如，考虑下面来自Eudora软件中的From：标题中的email地址在经过复制和粘贴后显示的样子：

Elliotte Rusty Harold <elharo@metalab.unc.edu>

如果用HTML来显示的话，看到的可能是：

Elliotte Rusty Harold

elharo@metalab.unc.edu无意间被尖括号隐藏了。如果想在HTML中包含原始的小于号和与号，应当使用<和&代替。其正确的HTML形式是：

Elliotte Rusty Harold <elharo@metalab.unc.edu>

没有转义的大于号带来的问题不易察觉，如果在它之前有一个未结束的标记，它会被解释为一个置标。文档中会出现这种没有完成的标记，而且附近的大于号会掩盖它们的存在。例如下面的一段Java代码：

for (int i=0;i<10;i++){

for (int j=20;j>10;j--){

这很可能显示为：``

for (int i=0;i10;j--){

如果这只是一个100行程序中的两行，在随便校正时极有可能错过这种疏忽。另一方面，如果转义了大于号，而未转义小于号将会隐藏程序的其余部分，而且这种问题容易被发现。

6.4.1.5 使用一个根元素

用于HTML文件的根元素被假定为html。大部分浏览器允许不包含它的这种疏忽。尽管如此，最好把<html>作为文档的第一个标记，</html>作为文档的最后一个标记。如果其他文本或置标出现在<html>之前或</html>之后，应把它们移到<html>和</html>之间。

这个问题常见的形式是忘记在文档的结尾包括</html>。我通常先键入<html>和</html>，然后在它们之间键入其他内容，而不是在编写完整个文档再加</html>标记，指望着几天后还会记得应该加上</html>标记。

6.4.1.6 所有标记使用相同的大小写形式

HTML对大小写不敏感，XML则不然。应推荐给标记挑选一个唯一的大小写形式，要么都大写，要么都小写，并且贯穿全文。这样做比记住每一个标记的细节要简单。我通常选小写，因为它比较容易输入。而且W3C将HTML再现为XML应用程序的结果也使用这个格式。

在第20章中读取文档类型定义一节将详细描述HTML再现为XML。但是必须停止更深的探讨，因为这项工作使用在后面几章中学不到的技巧。

6.4.1.7 用"/>"结束空标记

把HTML转换成结构完整的XML，其中最令人讨厌的就是空标记。HTML在形式上不能识别XML的<elementname/>空标记句法。虽然很容易将<br>转换为<br/>，<hr>转换为<hr/>，<img>转换为<img/>，但是给定的浏览器是否会正确显示变换后的标记是一个未知数。

不要把<br>，<hr>，<img>这样真正的空元素与标准的HTML中只有一个起始标记但能够带有内容的标记混淆，如<p>，<li>，<dt>，和<dd>。

一个被XML规范认可的最简单的解决办法是用不含有内容的起始和结束标记对替换空标记。浏览器将忽略该不能识别的结束标记，请看下面的实例：

在实践中这样做确实没有什么问题，但有一个明显的例外。Netscape 4.5以及更早的版本把</br>和<br>看成是一样的，当作一个换行符号。因此<br>是单个换行符号，<br></br>则是一对换行符号，实际上更像一个段落标记。而且，Netscape完全忽略<br/>。必须支持传统浏览器的Web站点（几乎是所有的Web站点）不能使用<br></br>或者<br/>。在实践中对于XML和传统浏览器都适用的解决办法如下：

<br />

请注意<br和/>之间的空格，确实解释不了这样为什么管用，而其他更多的变化却

不行。如果你确实想使用结构完整的HTML，我所能做的只是提供可能奏效的解决办法。

6.4.1.8 只使用&、<、>、'和"实体引用

许多Web页面除了&、<、>、'、和"之外确实不需要更多的实体引用。但是HTML 4.0中规定了许多：

· ™为商标号（™）

©为版权号（©）
∞为无穷大号∞
π为小写的希腊字母pi，π

还有几百个别的实体引用，但是使用任何一个将破坏文档的结构完整性。解决这个问题的方法是使用一个DTD。我们将在第9章中讨论DTD对实体引用的影响。同时下面有几个暂时的解决办法。

最简单的办法是以某一字符集编码一个包含全部所需符号的文档，然后使用一个<META>指令指定正在使用的字符集。例如，指定文档使用UTF-8编码（一个字符集，包含了几乎全部可能用到的字符，将在第7章讨论），而且应当把它放到文档的开头。

<META http-equiv="Content-Type"

content="text/html;charset=UTF-8">

或者可以简单地告诉Web服务器，让它提供必要的内容类型标题。通常使用<META>标记要简单一些：

Content-Type:text/html;charset=UTF-8

采用这种方法的问题是许多浏览器不一定能显示UTF-8字符集。对于其他提供所用的特殊字符的字符集也一样。

HTML 4.0支持XML中的字符实体引用。这就是说可以使用&#后跟Unicode中字符的十进制或者十六进制代码来代替一个字符。例如：

· ™ 为商标号（™）

© 为版权号（©）
∞ 为无穷大号∞
π 为小写的希腊字母pi，π

HTML 3.2只正式支持界于0和255（ISO Latin-1）之间的数字字符引用，而Navigator 4.0和以后的版本以及Internet Explorer能识别更多的Unicode字符。

如果确实需要一个结构完整的向后与HTML兼容的XML，可以把这些字符作为内联图片。例如：

· <img src="tm.gif" width="12" height="12" alt="TM"></img>， </img>商标号(tm)；

<img src="copyright.gif" width="12" height="12" lt="Copyright"> a，为版权号（c）；
<img src="infinity.gif" width="12" height="12" alt="infinity"></img>，无穷大号∞；
<img src="pi.gif" width="12" height="12" alt="pi"></img>，小写的希腊字母pi，π。

事实上，我不赞成使用这种方法。结构完整性在HTML中并不太重要，它只是强制读者增加了下载和显示出来的时间。

6.4.1.9 XML声明

HTML文档不需要XML声明，但有也无妨。Web浏览器只忽略它们不承认的标记。从这一点看，下面这一行就是另外一个标记：

<?xml version="1.0" standalone="yes"?>

因为不懂XML的浏览器解释不了<?xml?>标记，它们会简单地忽略它。懂得XML的浏览器会把它当作一个提示，表明该文档是结构完整的XML文档，并按此处理它。

遗憾的是，不完全懂得XML的浏览器分析这些句法非常困难。特别是Internet Explorer 4.0 for the Mac（不是指Netscape Navigator或者其他版本的IE）把它当作下载一个文件的信号，而不作显示。因此，不得不从Web页面中将XML声名删除。

6.4.1.10 遵循规则

按照本章描述的规则编写结构完整的XML文档不是特别困难，但是XML浏览器对于不标准的句法不像HTML浏览器那样宽容，因此要细心编写。

如果违反了任何结构完整性约束，XML分析器和浏览器将报告一个句法错误。因此编写XML的过程与用某种编程语言编写代码的过程有些相似，首先编写，然后编译，如果编译失败再根据报告的错误修改。

通常在能够看到完成的文档之前要经过几次从编辑到编译的过程。而且编写XML文档比编写C和Java源代码要容易得多，只要很少的练习就会达到只出现相当少的错误，编写XML的速度几乎与你输入的速度一样快。

6.4.2 HTML整理工具

有几种工具能够帮助我们整理页面。最引人注目的是来自XML.COM的RUWF（Are You Well Formed?）和由W3C的Dave Raggett编写的HTML Tidy。

6.4.2.1 RUWF

任何能够检验XML文档结构完整性的工具同样能够检验结构完整的HTML文档。其中最容易使用的工具是来自XML.COM的RUWF结构完整性检验程序。图6-2显示了该检验程序。只要键入想检验的页面的URL，RUWF就会返回在页面上发现的几十个错误。

图6-2 RUWF结构完整性检验器

下面是RUWF在白宫主页上找到的第一批错误。这些错误大部分是不标准的XML，但是它们是合法的HTML。但至少有一处错误（“第55行，30列：</FONT>周围没有相应的起始标记”）对HTML和XML都是一个错误。

Line 28,column 7:Encountered </HEAD>expected </META>

...assumed </META>...assumed </META>...assumed </META>

...assumed </META>

Line 36,column 12,character ‘0 ’:after AttrName=in start-tag

Line 37,column 12,character ‘0 ’:after AttrName=in start-tag

Line 38,column 12,character ‘0 ’:after AttrName=in start-tag

Line 40,column 12,character ‘0 ’:after AttrName=in start-tag

Line 41,column 10,character ‘A ’:after AttrName=in start-tag

Line 42,column 12,character ‘0 ’:after AttrName=in start-tag

Line 43,column 14:Encountered </CENTER>expected </br>

...assumed </br>...assumed </br>

Line 51,column 11,character ‘+’:after AttrName=in start-tag

Line 52,column 51,character ‘0 ’:after AttrName=in start-tag

Line 54,column 57:after &

Line 55,column 30:Encountered </FONT>with no start-tag.

Line 57,column 10,character ‘A ’:after AttrName=in start-tag

Line 59,column 15,character ‘+’:after AttrName=in start-tag

6.4.2.2 HTML Tidy

一旦确定了问题就会想到要修改它们，许多常见的问题��例如，给属性值加引号��是能够自动被修改的。做这种修改最便利的工具是Dave Raggett的命令行程序HTML Tidy。Tidy是用ANSI C写成的一个字符-模式程序，能够在许多操作平台如Windows、Unix、BeOS和Mac系统上执行。

Tidy在本书所附的CD-ROM的utilities/tidy目录中，包含用于Windows NT和BeOS的二进制代码和用于所有操作平台的可移植代码。可以从站点http://www.w3.org/People/Raggett/tidy/中下载最新版本的Tidy。

Tidy通过几种不同的方式整理HTML文件，它们并非都与XML结构完整性有关。事实上在默认模式下，Tidy倾向于删除不必要的结束标记（对HTML而言，不是对XML），像</LI>。并且对破坏结构完整性的地方作一些修改。但是可以使用-asxml开关指定需要结构完整的XML输出。例如，把index.html文件转换为结构完整的XML，需要从DOS窗口或者外壳提示符下输入：

C:">tidy -m -asxml index.html

-m标志告诉Tidy就地转换文件。-asxml标志告诉Tidy把输出的文档格式转化为XML文档。

6.5 本章小结

在本章学习了如何编写结构完整的XML。主要包括以下内容：

· XML文档是满足一定结构完整性标准的一连串字符

XML文档的文本分为字符数据和置标
注释可为代码加上说明文字，可能是为了自己看的注释，也可能是通过注释将还没有写好的部分注释掉
使用实体引用可以在文档中包含<、>、&、"和
CDATA段对于嵌有很多<、>和&字符的文档是很有用的
在XML文档中的标记以<开始，并以>结束，而且不能出现在注释或者CDATA段中
起始标记和空标记可以包含描述元素的属性
HTML文档稍加处理会变得结构完整

在下一章将要讨论如何使用非英语语言编写XML，尤其是用与英语差别很大的语言。如阿拉伯语、汉语和希腊语。

第7章外文和非罗马文本

Web是国际性的，然而在其中使用的大多数是英文，XML正在开始改变这种状况。XML全面支持双字节Unicode字符集及其更简洁的描述形式。这对Web作者来说是个好消息，因为Unicode支持世界上每种现代文字通常使用的几乎所有的字符。

本章将学习在计算机应用程序中如何描述国际性文本，XML如何理解文本以及如何利用非英文软件。

本章的主要内容包括：

· 了解非罗马文字在网页上的效果

使用文字、字符集、字体和字形
传统的字符集
使用Unicode字符集
使用Unicode编写XML文件

7.1 Web上的非罗马文字

虽然Web是国际化的，但它的大部分文本是英文。由于网络的不断扩展，还能领略到法语、西班牙语、汉语、阿拉伯语、希伯来语、俄语、北印度语和其他语言的网页。很多时候这些网页没有理想的那么多。图7-1是1998年10月一份美国信息部宣传杂志的封面页面：Issues in Democracy（http//www.usia.gov/journals/itdhr/1098/ ijdr/ijdr1098.htm），是用英文编码显示的俄文译本。左上方红色的古斯拉夫文本是一张位图图片文件，因此很清晰（如果懂俄语的话），还有几个清晰的英文单词，如“Adobe Acrobat”。其余的大部分是加重音的罗马元音，不是想象的古斯拉夫字母。

当使用复杂的非西方文字时，如中国或日本文字，网页的质量会更差。图7-2是使用英文浏览器显示JavaBeans（IDG Books，1997，http://www.ohmsha.co.jp /data/books/contents/4-274-06271-6.htm）的日文版主页。同样的结果，位图图片显示了正确的日文（还有英文）文本，页面上其余的文本除了几个可辨认的英文单词像JavaBeans之外，就像是一个随机的字符组合。而希望看到的日文字符完全看不到。

如果使用正确的编码和应用软件，并安装正确的字体，这些页面就可以正确显示。图7-3是使用古斯拉夫的Windows 1251编码显示的Issues in Democracy。可以看到图片下面的文本是可读的（如果懂俄语的话）。

可以从Netscape Navigator或Internet Explorer的View/Encoding（视图/编码）菜单中为网页选取编码方式。在理想情况下，网络服务器会告诉网络浏览器使用何种编码，同时Web浏览器会接受。如果网络服务器能向网络浏览器传送显示页面的字体就更好。事实上，经常需要人工选择编码方式。当原稿有几种编码时，不得不尝试多个编码直至找到特别合适的一个。例如，一张古斯拉夫页面能用Windows 1251、ISO 8859-5或者KOI6-R编码。选择错误的编码可能会显示古斯拉夫字母，但单词将是不知所云、毫无意义的。

图7-1 用一种罗马文字观看的1998年10月版关于探讨民主政治的俄文译本

图7-2 用英文浏览器看到的JavaBeans的日文翻译页面

图7-3 使用古斯拉夫文字看到的Issues of Democracy

即使能够指定编码，也不能确保有显示它的字体。图7-4是使用日文编码的JavaBeans日文主页，但是在计算机中却没有任何一种日文字体。文本中的多数字符显示成方框，表明这是一个得不到的字符轮廓。幸运的是，Netscape Navigator能够辨认出页面上的双字节日文字符和两个单字节的西文字符。

图7-4 在没有必需的日文字体的情况下所显示的JavaBeans日文译本

如果有一种日本地方语言操作系统版本，它包含必要的字体或者别的软件，如Apple的Japanese Language Kit 或南极星的 NJWin（http://www.njstar.com/），这样就可以看到文本，大致如图7-5所示。

图7-5 在安装有所要的日文字体的浏览器上显示的JavaBeans译文

当然，所使用的字体质量越高，文本的效果看起来就越好。中文和日文的字体非常庞大（中文有大约80, 000多个汉字），而且单个文字间的差别很小。日文出版商比西方出版商对纸张和打印技术的要求更高，以保持必要的细节打印日文字符。遗憾的是一个72-dpi的计算机显示器不能很好地显示中文和日文字符，除非使用很大的字体。

由于每个页面只能有一种编码，因而要编写集成了多种文字的网页，如对中文的法文注释，是非常困难的。由于这一原因，网络界需要一种单一的、通用的字符集，使所有计算机和网络浏览器能显示网页中的所有字符。目前仍然没有这样的字符集，XML和Unicode是最好的。

XML文件是用Unicode编写的，这种双字节字符能表示世界各国语言中大部分的字符。如果网页是用Unicode编写的XML网页，而且所用的浏览器懂得Unicode，如XML浏览器，那么就可以在同一页面中包含不同语种的字符。

浏览器不需要区分不同的编码，如Windows 1251、ISO 8859-5或者KOI8-R。浏览器假定网页都是用Unicode编写的。只要双字节字符集有容纳不同字符的余地，就不需要使用多种字符集。因此，浏览器也不必检测使用的是哪一种字符集。

.2 文字、字符集、字体和字形

大部分现代人类语言都有各自的书写形式。用于书写一种语言的字符集称为一种文字。文字可以是语音字母表，也可以不是。例如，汉语、日语和韩语由能够表示整个词汇的表意文字字符组成。不同语言经常共用一些文字，或者有一些细小的改动。例如，汉语、日语和韩语实质上共用相同的80,000多个汉字，尽管大多数字符在不同的语言中表示的意义不同。

单词Script也经常用来指用非类型化和非解释语言写的程序，如JavaScript、Perl和TCL。本章中的Script指书写一种语言使用的字符，不是指任何一种程序。

一些语言能用不同的文字表达。塞尔维亚语和克罗地亚语实际是相同的，通常被称作Serbo-Croatian。但是，塞尔维亚语使用经过修改的古斯拉夫文字，克罗地亚语则使用经过修改的罗马文字。只要计算机不想得到所处理的文字的意义，处理一种文字和处理用这种文字所编写的任何一种语言都是相同的。

遗憾的是，单独的XML无法读取一种文字，计算机要处理一种文字需要四个要素：

1. 与文字对应的一种字符集

2. 用于该字符集的一种字体

3. 该字符集的一种输入方法

4. 理解该字符集的一个操作系统或应用程序

这四个要素只要缺少其中之一，就不能在这种文字环境下工作，尽管XML能够提供一个足可以应急的工作环境。如果在应用过程中只丢失了输入法，还能够读取用该文字写的文本，只是不能用这种文字书写文本。

7.2.1 文字的字符集

计算机只懂得数字。在它处理文本之前，必须用一种特定的字符集将文本编码成数字。例如，在大家熟知的ASCII字符集中，‘A’的编码是65，‘B’的编码是66，‘C’的编码是67，以此类推。

这些是语意学编码，不提供样式或者字体信息。C、C或C的编码都是67。有关如何画出字符的信息存储在别处。

7.2.2 字符集的字体

字符集所采用的各种字形的总和形成一种字体，通常包括一定的尺寸、外观和风格。例如C、C或C是同一字符，只是书写的形状不一样，但其意义是相同的。

不同的系统存储字形的方式不一样。它们可能是位图或矢量图，甚至是印刷厂中的铅字。它们采用的形式与我们无关，关键是字体可以告诉计算机如何从字符集中调出每一个字符。

7.2.3 字符集的输入法

输入文本需要一种输入法，讲英语的人不需要考虑它，只要敲击键盘就可以输入。在大部分欧洲国家也一样，只需要在键盘上附加几个元音变音、变音符号。

基本上，古斯拉夫语、希伯来语、阿拉伯语和希腊语比较难输入。键盘上的按键数目有限，一般不够阿拉伯和罗马字符，或者是罗马和希腊字符使用。假定需要两种字符，键盘上有一个希腊字符锁定键能使键盘在罗马字符和希腊字符之间来回切换，那么希腊字符和罗马字符就能以不同的颜色印在键盘上。这个方案同样适用于希伯来语、阿拉伯语、古斯拉夫语和其他非罗马字符集。

当碰到表意文字如汉语和日语时，上述方法确实不管用。日语的键盘可容纳大约5000个不同的键，但还不到日语的10%！音节、语音和部首表示法能够减少按键的数目，但是键盘是否适合输入这些语种的文本呢？同西方相比，正确的语音和手写体识别在亚洲有更大的潜力。

语音和手写体识别还没有达到足可以让人信赖的程度，目前输入单个字符的方法大部分是使用键盘上的多个键序列。例如，输入汉语的“羊”字，必须按下ALT键并按带有（~）的键，然后输入yang，单击回车键。这种输入方法会显示出一列发音与yang差不多的汉字。例如：

佯楊易暘楊洋瘍羊詳錫陽

接下来就可以选择需要的那个字符“羊”。对于不同的程序、不同的操作系统和不同的语言如何把键入的键值转换成文字字符，如“羊”所使用的GUI（图形用户界面）和翻译系统的细节是不同的。

7.2.4 操作系统和应用软件

主要的Web浏览器（Netscape Navigator和Internet Explorer）能很好地显示非罗马文字。如果潜在的操作系统支持给定的一种文字并存储有相应的字体，Web浏览器就能够显示这种文字。

MacOS 7.1及其新版本能够处理当今世界上常见的多数文字。但是基本操作系统仅支持西方欧洲语言。汉语、日语、韩语、阿拉伯语、希伯来语和古斯拉夫语只能从语言工具中获得，每一种100美元。同时提供相应语言的字体和输入法。也有印度语工具包，用来处理印度次大陆上常见的梵文、吉吉拉特语和Gurmukhu文字。MacOS 8.5增加了对Unicode可选而有限的支持（多数应用软件都不支持Unicode）。

Windows NT 4.0把Unicode当作本身的字符集使用。NT 4.0能够很好地处理罗马语、古斯拉夫语、希腊语、希伯来语和其他几种语言。Lucida Sans Unicode字体覆盖了最常用的1300种Unicode中的大约40,000多个字符。Microsoft Office 97包括汉语、日语和韩语字体，可以安装它来读取这些语言的文本（在你的Office CD-ROM上查询Valupack文件夹中的Fareast文件夹）。

微软宣称Windows 2000（以前称为NT 5.0）将包含能覆盖大部分中-日-韩文字的字体和相应的输入法。但是他们同样许诺过Windows 95包含Unicode支持软件，尽管失败了。因此不必焦虑等待。当然，如果所有的NT版本能够提供世界性的支持软件是非常好的，就不必再依赖于本地化了。

微软的消费类操作系统，如Windows 3.1、95和98不完全支持Unicode。相反它们需要依靠能处理基本英文字符和本地化文字的本地化系统。

主要的Unix变体包含不同等级的Unicode支持软件。Solaris 2.6支持欧洲语言、希腊语和古斯拉夫语。汉语、日语和韩语由本地化版本支持，它们使用不同于Unicode的编码。Linux对Unicode的支持尚在开始阶段，这在不久的将来会很有用。

7.3传统字符集

不同地区的不同计算机使用的默认字符集各不相同，大多数现代计算机使用ASCII码扩展字符集。ASCII码含有英语字母表和大部分常见的标点符号以及空格符的编码。

在美国，Mac计算机使用MacRoman字符集，Windows PC机使用Windows ANSI字符集，大部分Unix工作站使用ISO Latin-1。这些都是扩展的ASCII码，支持西方欧洲语言，如法语和西班牙语中的多出来的字符，如ç和?。在其他地区，如日本、希腊和以色列，计算机仍然使用令人困惑的混合字符集，这些字符集几乎都支持ASCII码加本地语言。

上述方法在Internet上无效。当你正在互联网上阅读San Jose Mercury News，翻页时不会遇到几个用德语或汉语写的栏目。但是在Web页面上，这完全可能。用户将跟随一个链接并停止在一个日文界面的开始。即使网上冲浪者不懂日语，他们如果能看到一个好的日本版面也是不错的。如图7-5所示，而不是图7-2显示的那种随意的字符组合。

XML处理这个问题是通过把小的、局部的字符集以外的字符集合并到一个大的字符集中，并假定它包含了地球上现存语言（和某些已消失的语言）使用的文字。这种字符集称为Unicode。同前面提到的一样，Unicode是一个双字节字符集，它能表示多种文字和几百种语言中的40,000多个不同字符。即使不能全部显示Unicode，所有的XML处理器必须识别Unicode。

在第6章中学过，一个XML文档分成文本和二进制实体两部分，每个文本实体有一种编码方法。如果编码在实体定义中没有明确指定，就会默认为UTF-8��一种Unicode的压缩形式，将保持纯ASCII文本不变。因此，只包含普通ASCII字符的XML文件，不会用处理Unicode这种多字节字符集的复杂工具对它进行编辑。

7.3.1 ASCII字符集

ASCII，即American Standard Code for Information Interchange（美国标准信息交换码），是一个原始的字符集，而且是到目前为止最通用的。它形成了所有字符集必须支持的最主要部分。它基本上只定义了书写英语需要的全部字符，这些字符的编码是0~127。表7-1显示了ASCII字符集。

表7-1 ASCII字符集

编码	字符	编码	字符	编码	字符	编码	字符
0	空字符(Control-@)	32	Space	64	@	96	`
1	标题开始字符(Control-A)	33	!	65	A	97	A
2	正文开始字符(Control-B)	34	“	66	B	98	B
3	正文结束字符(Control-C)	35	#	67	C	99	C
4	传输结束字符(Control-D)	36	$	68	D	100	d
5	询问字符(Control-E)	37	%	69	E	101	e
6	应答字符(Control-F)	38	&	70	F	102	f
7	响铃字符(Control-G)	39	‘	71	G	103	g
8	退回字符(Control-H)	40	(	72	H	104	h
9	制表符(Control-I)	41	)	73	I	105	i
10	回行字符(Control-J)	42	*	74	J	106	j
11	垂直制表符(Control-K)	43	+	75	K	107	k
12	进纸字符(Control-L)	44	,	76	L	108	l
13	回车字符(Control-M)	45	-	77	M	109	m
14	移出字符(Control-N)	46	.	78	N	110	n
15	移入字符(Control-O)	47	/	79	O	111	o
16	数据连接转义符(Control-P)	48	0	80	P	112	p
17	设备控制1(Control-Q)	49	1	81	Q	113	q
18	设备控制2(Control-R)	50	2	82	R	114	r
19	设备控制3(Control-S)	51	3	83	S	115	s
20	设备控制4(Control-T)	52	4	84	T	116	t
21	拒绝应答字符(Control-U)	53	5	85	U	117	u
22	同步等待字符(Control-V)	54	6	86	V	118	v
23	传输块结束符(Control-W)	55	7	87	W	119	w
24	删除字符(Control-X)	56	8	88	X	120	x
25	媒体结束符(Control-Y)	57	9	89	Y	121	y
26	替换字符(Control-Z)	58	:	90	Z	122	z
27	转义字符(Control-[)	59	;	91	[	123	{
28	文件分隔符(Control-")	60	<	92	"	124	\|
29	组群分隔符(Control-])	61	=	93	]	125	}
30	记录分隔符(Control-^)	62	>	94	^	126	~
31	单元分隔符(Control-_)	63	?	95	_	127	delete

在0~31之间的字符是非打印控制字符，包括回车、送纸、制表、响铃和其他类似的字符。其中有许多字符是以纸为基础的电传打印机时代遗留下来的。例如，回车在字面上表示把支架移回到左边空白处，就像在打字机上做一样。送纸使打印机滚筒向上移动一行。除了提及的几个字符外，其他的这些字符使用率不高。

人们所碰到的大多数字符集可能是ASCII的扩展字符集。换句话说，它们定义在0到127之间的字符同ASCII一样，只是增加了127以后的字符。

7.3.2 ISO字符集

ASCII中的“A”代表美国，因此ASCII码专门用于书写英语，严格来说是美式英语也就不足为奇了。ASCII码中缺少￡、ü、?和许多书写其他语言和地区所需的字符。

可通过指定128以后的更多字符扩展ASCII码。国际标准组织（ISO）定义了几个不同的字符集，它们是在ASCII码基础上增加了其他语言和地区需要的字符。其中最突出的是ISO8859-1，通常叫做Latin-1。Latin-1包括了书写所有西方欧洲语言不可缺少的附加字符，其中0~127的字符与ASCII码相同。表7-2给出了128~255之间的字符，同样前32个字符是极少使用的非打印控制字符。

表7-2 ISO 8859-1 Latin-1 字符集

编码	字符	编码	字符	编码	字符	编码	字符
128	未定义	160	不可分空格	192	À	224	À
129	未定义	161	?	193	Á	225	Á
130	Bph	162	￠	194	Â	226	Â
131	Nbh	163	￡	195	Ã	227	Ã
132	未定义	164	¤	196	Ä	228	Ä
133	Nel	165	￥	197	Å	229	Å
134	Ssa	166	B	198	Æ	230	Æ
135	Esa	167	§	199	Ç	231	Ç
136	Hts	168	¨	200	È	232	È
137	Htj	169	©	201	É	233	É
138	Vts	170	a	202	Ê	234	Ê
139	Pld	171	?	203	Ë	235	Ë
140	Plu	172	?	204	Ì	236	Ì
141	Ri	173	任意字符	205	Í	237	Í
142	ss2	174	®	206	Î	238	Î
143	ss3	175	ˉ	207	Ï	239	Ï
144	Dcs	176	°	208	W	240	e
145	pu1	177	±	209	Ñ	241	Ñ
146	pu2	178	2	210	Ò	242	Ò
147	Sts	179	3	211	Ó	243	Ó
148	Cch	180	′	212	Ô	244	Ô
149	Mw	181	μ	213	Õ	245	Õ
150	Spa	182	?	214	Ö	246	Ö
151	Epa	183	·	215	´	247	÷
152	Sos	184	?	216	Ø	248	Ø
153	未定义	185	1	217	Ù	249	Ù
154	Sci	186	o	218	Ú	250	Ú
155	Csi	187	?	219	Û	251	Û
156	St	188	1/4	220	Ü	252	Ü
157	Osc	189	1/2	221	Ý	253	Ý
编码	字符	编码	字符	编码	字符	编码	字符
158	Pm	190	3/4	222		254
159	Apc	191	?	223	ß	255	?

Latin-1仍然缺少许多有用的字符，如希腊语、古斯拉夫语、汉语和其他文字及语言需要的字符。你也许会想到从256开始定义这些字符，这样做存在一个问题，单个字节只能表示0~255的数值，如果超出这个范围，需要使用多字节字符集。出于历史的原因，许多程序都是在一个字节表示一个字符的假定下编写的，这些程序在遇到多字节字符集时就会出错。因此，目前大多数操作系统（Windows NT例外）使用不同的单字节字符集而不是一个庞大的多字节字符集。Latin-1是最常见的这种字符集，其他字符集用于处理别的语言。

ISO 8859另外定义了10个适用于不同文字的字符集（8859-2到8859-10和8859-15），还有4个字符集（8859-11到8859-14）正在开发。表7-3列出了ISO字符集以及使用它的语言和文字。这些字符集共享0~127的ASCII码，只是每个字符集都包含了128~255的其他字符。

表7-3 ISO字符集

字符集	又名	语言
ISO 8859-1	Latin-1	ASCII码加大部分西欧语言要求的字符，包括阿尔巴尼亚语、南非荷兰语、巴斯克语、加泰罗尼亚语、丹麦语、荷兰语、英语、法罗群岛语、芬兰语、佛兰德语、加利尼西亚语、德语、冰岛语、爱尔兰语、意大利语、挪威语、葡萄牙语、苏格兰语、西班牙语、瑞典语。但是其中忽略了ij(荷兰语)、? (法语)和德语的引号
ISO 8859-2	Latin-2	ASCII码加中欧语言要求的字符，包括捷克语、英语、德语、匈牙利语、波兰语、罗马尼亚语、克罗地亚语、斯洛伐克语、斯洛文尼亚语和Sorbian
ISO 8859-3	Latin-3	ASCII码、英语、世界语、德语、马耳他语和加利尼西亚语要求的字符
ISO 8859-4	Latin-4	ASCII码加波罗地海语、拉托维亚语、立陶宛语、德语、格陵兰岛语和拉普兰语中要求的并且被ISO 8859-10、Latin-6取代的字符 Latvian,Lithuania
ISO 8859-5		ASCII码加古斯拉夫字符，用于Byelorussian 、保加利亚语、马其顿语、俄语、塞尔维亚语和乌克兰语
ISO 8859-6		ASCII码加阿拉伯语
ISO 8859-7		ASCII码加希腊语
ISO 8859-8		ASCII码加希伯来语
ISO 8859-9	Latin-5	就是Latin-1，但用土耳其字母代替了不常用的冰岛语字母
ISO 8859-10	Latin-6	ASCII码和日耳曼语、立陶宛语、爱斯基摩语、拉普兰语和冰岛语中的字符
ISO 8859-11		ASCII码加泰国语
ISO 8859-12		适用于ASCII码和梵文
ISO 8859-13	Latin-7	ASCII码加波罗地海周边的语言，特别是拉托维亚语
ISO 8859-14	Latin-8	ASCII码加盖尔语和威尔士语
ISO 8859-15	Latin-9 Latin-0	本质上与Latin-1相同，但是带有欧元符号，而不用国际货币符。而且用芬兰字符代替了一些不常用的字符。用法语字母CE、ce代替了1/4、1/2

这些字符集常有重叠。有几种语言，特别是英语和德语可以使用多种字符集书写。在一定程度上不同的字符集允许结合不同的语言。例如，Latin-1结合了大部分欧洲语言和冰岛语言，而Latin-5结合了大部分西方语言和土耳其语而不是冰岛语。因此如果需要一个包括英语、法语和冰岛语的文档，应当使用Latin-1。相反，一个文档含有英语、法语和土耳其语，则需要Latin-5。但是，对于一个要求英语、希伯来语和土耳其语的文档，必须使用Unicode来书写，因为没有一个单字节字符集能够完全处理这三种语言和文字。

单字节字符集不能满足汉语、日语和韩语的要求。这些语言含有的字符多于256个，因此必须使用多字节字符集。

7.3.3 MacRoman字符集

Macos比Latin-1早几年出现，ISO 8859-1标准在1987年第一次被采用（第一个Mac计算机是在1984年出现）。这意味着苹果公司不得不定义自己的扩展字符集��MacRoman。其中大部分扩展符同Latin-1一样（除冰岛语中的""），只是字符对应的编码不同。MacRoman中前127个字符与ASCII码和Latin-1中的一样。因此使用扩展字符的文本文件从PC机移到Mac时会显示混乱，反之亦然。表7-4列出了MacRoman字符集的后半部分。

表7-4 MacRoman字符集

编码	字符	编码	字符	编码	字符	编码	字符
128	Â	160	?	192	?	224	?
129	Å	161	°	193	?	225	·
130	Ç	162	￠	194	?	226	?
131	É	163	￡	195	√	227	?
132	Ñ	164	§	196	?	228	‰
133	Ö	165	·	197	?	229	Â
134	Û	166	?	198	?	230	Ê
135	Á	167	ß	199	?	231	Á
136	À	168	®	200	?	232
137	Â	169	©	201	...	233	È
138	Ä	170	™	202	非换行空格	234	Í
139	Ã	171	′	203	À	235	Î
140	Å	172	¨	204	Ã	236	Ï
141	Ç	173	≠	205	Õ	237	Ì
142	É	174	Æ	206	?	238	Î
143	È	175	Ø	207	?	239	Ó
144	Ê	176	∞	208	ˉ	240	Ô
145	Ë	177	±	209	_	241	Apple
146	Í	178	≤	210	"	242	Ò
147	Ì	179	≥	211	"	243	Ú
148	Ì	180	￥	212	‘	244	Û
149	Ï	181	μ	213	‘	245	1
续表
编码	字符	编码	字符	编码	字符	编码	字符
150	ñ	182	¶	214	÷	246	?
151	ó	183	∑	215	à	247	~
152	ò	184	∏	216	?	248	ˉ
153	ô	185	Π	217	?	249
154	ö	186	∫	218	/	250	.
155	õ	187	a	219	¤	251	°
156	ú	188	°	220	?	252	?
157	Ù	189	Ω	221	?	253	".
158	Û	190	Æ	222	fi	254	.
159	Ü	191	Ø	223	fl	255	?\|

7.3.4 Windows ANSI字符集

第一个被广泛使用的Windows版本比Mac晚几年出现，因此它能够采用Latin-1字符集。它使用更多的可打印字符代替介于130和159之间的非打印控制字符，从而进一步扩展了使用范围。这个经过修改的Latin-1版本通常被称作Windows ANSI。表7-5列出了Windows ANSI字符集。

表7-5 Windows ANSI 字符集

编码	字符	编码	字符	编码	字符	编码	字符
128	未定义	136	?	144	未定义	152	~
129	未定义	137	‰	145	‘	153	™
130	,	138	146	‘	154	154	§
131	□	139	?	147	"	155	?
132	"	140	?	148	"	156	?
133	...	141	未定义	149	�	157	未定义
134	?	142	未定义	150	–	158	未定义
135	?	143	未定义	151	—	159	?

7.4 Unicode字符集

为了使不同的字符集能够处理好不同的文字和语言，必须满足：

1. 不同时引用多种文字。

2. 不与使用不同字符集的人交换文件。

由于Mac和PC机都使用不同的字符集，越来越多的人无法遵循以上原则。很明显的是需要一种得到大家的认可并且编码了全世界各种文字的字符集。建立这样的字符集很难，需要对成百上千种语言和文字有细致的了解。要使软件开发商们同意使用这种字符集就更难了。不过这方面的努力一直在进行，终于创建了一个符合要求的字符集��Unicode。而且主要卖方（微软、苹果、IBM、Sun、Be等）正逐步趋向于使用它。XML把Unicode当作自己的默认字符集。

Unicode使用0~65,535的双字节无符号数对每一个字符进行编码。目前已经定义了40,000多个不同的Unicode字符，剩余25,000个空缺留给将来扩展之用。其中大约20,000个字符用于汉字，另外11,000左右的字符用于韩语音节。Unicode中0~`255的字符与Latin-1中的一致。

如果在本书中显示所有的Unicode字符，那么除了这些字符表格外，书中将容纳不下别的任何东西。如果需要知道Unicode中不同字符的确定编码，买一册Unicode标准（第二版，ISBN 0-201-48346-9，Addison-Wesley出版）。该书共950页，包括对Unicode 2.0的全部详细说明，还包括Unicode 2.0中定义的所有字符集的图表。还可以在Unicode协会的网址：http://www.unicode.org/和http://charts.unicode.org/中发现在线信息。表7-6列出了由Unicode编码的文字，由此可知Unicode的广泛性。每一种文字的字符通常编码在65,536个号码中的一个连续区域内。许多语言都能使用其中某一区域的字符书写（例如，使用古斯拉夫语书写俄语），尽管有一些语言，如克罗地亚语或土耳其语需要混合匹配前4个拉丁文区域中的字符。

表7-6 Unicode文字块

文字	范围	目的
Basic Latin 基本拉丁语	0-127	ASCII码，美式英语
Latin-1 Supplement 拉丁语补充-1	126-255	ISO Latin-1前半部分结合Basic Latin能处理丹麦语、荷兰语、英语、法罗群岛语、佛兰德语、德语、夏威夷语、冰岛语、印度尼西亚语、爱尔兰语、挪威语、葡萄牙语、西班牙语、斯瓦西里语和瑞典语
Latin Extended-A 拉丁文扩展集-A	256-383	该字符块增添了ISO 8859字符集Latin-2、Latin-3、Latin-4中的字符，而且是Basic Latin和Latin-1没有的字符。同它们结合能够编码南非荷兰语、法国布里多尼语、巴斯克语、加泰罗尼亚语、捷克语、世界语、爱沙尼亚语、法语、Friesland语、格陵兰岛语、匈牙利语、拉脱维亚语、立陶宛语、马耳它语、波兰语、普罗旺斯语、罗马尼亚语、吉普塞语、斯洛伐克语、斯洛文尼亚语、土耳其语和威尔士语
Latin Extended-B 拉丁文扩展集-B	383-591	大部分字符用于扩展Latin文字以处理使用非传统文字写的语言，包括许多非洲语言、克罗地亚连字符，与塞尔维亚古斯拉夫字母、中国的拼音和Latin-10中的Sami characters相匹配
IPA扩展字符集	592-687	国际音标字母
间距调节字符	686-767	通常能够改变前面字母发音的小符号
可识别的连接字符	766-879	不独立存在，一般与前面的字母连用(放置在上边)的可识别的记号，如：~、‘and ??
希腊	880-1023	基于ISO 8859-7的现代希腊语，同时提供古埃及语字符
续表
文字	范围	目的
古斯拉夫	1024-1279	基于ISO 8859-5上的语言,俄语和多数斯拉夫语(乌克兰语、Byelorussian等),前苏联的许多非斯拉夫语言(Azerbaijani,Ossetian,卡巴尔德语,Chechen,Tajik等).几种语言(库尔德语,阿布哈西亚语)需要Latin和古斯拉夫字母
美国	1326-1423	美语
希伯来	1424-1535	希伯来语（古典和现代）、依地语、Judezmo、早期美语。
阿拉伯	1536-1791	阿拉伯语，波斯语、Pashto、Sindhi、库尔德语和早期土耳其语
梵文字母	2304-2431	梵语，北印度语，尼泊尔语和印度次大陆语言，包括： Awadhi,Bagheli,Bhatneri,Bhili,Bihari,BrajBhasha, Chhattisgarhi,Garhwali,Gondi,Harauti,Ho,Jaipuri, KachchhiKanauji,Konkani,Kului,Kumaoni,Kurku,Kurukh, Marwari,Mundari,Newari,Palpa,and Santali
孟加拉语	2432-2559	一种北印度文字，使用于印度的西孟加拉州和孟加拉国的孟加拉语、阿萨姆语、 Daphla、Garo、Hallam、Khasi、Manipuri、 Mizo、Naga、Munda、Rian、Santali
Gurmukhi	2560-2687	Punjabi
Gujarati	2686-2815	Gujarati
Oriya	2816-2943	Oriya、Khondi、Santali
泰米尔语	2944-3071	泰米尔语和Badaga、使用于南印度、斯里兰卡、新加坡和马来西亚部分地区
Telugu	3072-3199	Telugu、Gondi、Lambadi
埃纳德语	3200-3327	埃纳德语、Tulu
Malalayam	3326-3455	Malalayam
泰国语	3584-3711	泰国语、Kuy、Lavna、巴利语
老挝语	3712-3839	老挝语
西藏语	3840-4031	喜玛拉雅语包括西藏语、Ladakhi和Lahuli
乔治亚语	4256-4351	乔治亚语，黑海边乔治亚前苏维埃共和国语
Hangul Jamo	4352-4607	朝鲜、韩国音节的字母组成部分
Latin的附加扩展集	7680-7935	标准的Latin字母如E和Y与可识别的记号组合在一起,除了用于越南语元音中，很少使用
希腊语扩展集	7936-8191	希腊字母与可识别记号的组合,用于正统的希腊语中
通用的标点符号	8192-8303	各种标点符号
上标和下标	8304-8351	普通的上标和下标
货币符号	8352-8399	货币符号，一般在别的地方找不到
用于符号的组合记号	8400-8447	给多个字符做记号
像字母的符号	8446-8527	像字母的符号，如™
数表	8526-8591	分数和罗马数字
箭头符号	8592-8703	箭头符号
数学符号	8704-8959	不常出现的数学运算符
技术杂项	8960-9039	APL编程语言需要的符号和其他各种技术符号
控制图形	9216-9279	ASCII控制字符图形，常用于调试
光学字符识别	9280-9311	在打印支票上的OCR-A（光学字符识别）和MICR（磁性墨水字符识别）符号
续表
文字	范围	目的
附加字符	9312-9471	放在圆和括号中的字母和数字
画方框字符	9472-9599	用于在等间距终端上画方框的字符
块元素	9600-9631	用于DOS和其他用途的等间距终端图形
几何形状	9632-9727	正方形、菱形、三角形等
杂项符号	9726-9983	纸牌、象棋、占卜等
Dingbats	9984-10175	Zapf Dingbat字符
CJK符号和标点	12286-12351	用于中国"日本和韩国的标点符号
平假名	12352-12447	日文字母的草体.
片假名	12446-12543	非草体的日文字母,通常用于西方的外来词汇，像"keyboard"
汉语拼音字母	12544-12591	中国的发音字母表
Hangul Compatibility Jamo	12592-12687	与KSC 5601代码兼容的韩国字符
Kanbun	12686-12703	在日文中用于指示古典中文的阅读顺序的记号
括起来的CJK字母和月份	12800-13055	用圆和括号括起来的Hangul和片假名字符
CJK Compatibility	13056-13311	只用于编码KSC 5601和CNS 11643的字符
统一的CJK象形文字	19966-40959	用于中文、日文和韩文的Han象形文字
Hangul音节	44032-55203	一种韩国音节
Surrogates	55296-57343	目前还不能使用，将来可用于扩展Unicode，使它包括超过百万的字符
个人使用	57344-63743	软件开发者可以在此包含自己的术语，与正在执行的字符不同
CJK兼容性象形文字	63744-64255	为了保持与现有的标准的一致性如KSC 5601,而使用的一些汉字象形文字
字母的表现方式	64256-64335	使用于Latin、美语和希伯来语中的连字和变种
阿拉伯表象形式	64336-65023	各种阿拉伯字符的变种
组合半记号	65056-65071	把跨越多个字符的多个可识别记号连成一个可识别的记号
CJK兼容性形式	65072-65103	用于台湾汉字象形文字
小型变种	65104-65135	用于台湾的ASCII标点符号的小的版本
附加的阿拉伯表象形式	65136-65279	各种阿拉伯字符变种
半宽和全宽形式	65280-65519	能够在中文和日文的不同代码间转换的字符
特殊字符	65520-65535	字节顺序记号和零宽度的非中断性空格，常用于Unicode 文件的开始

7.4.1 UTF-8

Unicode使用双字节表示一个字符，因此使用Unicode的英文文本文件大小是使用ASCII码或Latin-1文件的两倍。UTF-8是一个压缩的Unicode版本，使用单个字节表示最常用的字符，即0到127的ASCII字符，较少见的字符使用三个字节表示，特制是韩国音节和汉字。如果主要使用英文，UTF-8能够将文件压缩为原来的一半。如果主要使用汉语、朝语或者日语，UTF-8会使文件的尺寸增加50%��因此应当谨慎使用UTF-8。UTF-8几乎不能处理非罗马文字和非CJK文字，如希腊语、阿拉伯语、古斯拉夫语和希伯来语。

XML处理器在没有被预先通知的情况下假定文本数据是UTF-8格式。这意味着XML处理器能够阅读ASCII码文件，但是使用它处理其他格式的文件像MacRoman 或者 Latin-1会有困难。我们很快就能学会如何在短时间内解决这个问题。

7.4.2 通用字符系统

Unicode因为没有包含足够多的语言和文字而受到批评，特别是亚洲东部的语言。它只定义了中国、日本、朝鲜和古越南使用的80,000象形文字中的20,000个左右。（现代越南语使用一种罗马字母。）

UCS （Universal Character System）��通用字符系统，也称作ISO 10646，使用四个字节（确切地说是31位）表示一个字符，以给20多亿不同的字符提供足够的空间。这样能容易地覆盖地球上任何一种文字和语言使用的每个字符。而且还可以给每一种语言指定一个完整的字符集，使法语中的“e”不同于英语和德语中的“e”等等。

与Unicode一样，UCS定义了许多不同的变种和压缩形式。纯粹的Unicode有时指USC-2，是双字节的UCS。UTF-16是一种特别的编码，它把一些UCS字符安排在长度变化的字符串中，在这种方式下Unicode（UCS-2）数据不会改变。

UCS超越Unicode的优点主要是理论方面的。在UCS中实际定义过的字符就是Unicode中已有的字符。但是UCS为以后的字符扩充提供了更多的空间。

7.5 如何使用Unicode编写XML

Unicode是XML自己的字符集，至少在能得到的字体范围内，XML浏览器会很好的显示它。但是支持全部Unicode的文本编辑程序不是很多。因此，不得不使用下面两种方法之一解决这个问题：

1. 使用本地字符集如Latin-3编写，然后把文件转换成Unicode文件。

2. 在文本中包含Unicode字符引用，它们在数值上等同于特定的字符。

在主要使用一种文字或一种文字附加ASCII码输入大量文本的情况下，第一种方法更可取。文档需要掺少量的多种文字时，可使用第二种方法。

7.5.1 利用字符引用在XML文件中插入字符

一个Unicode字符是介于0和65,535之间的一个数。如果没有使用Unicode书写的文本编辑程序，通常可以使用字符引用在XML文件中插入字符。

Unicode字符引用由两个字符&#组成，后面跟有要插入字符的编码和分号。例如，希腊字母π的Unicode字符值是960，因此需要在XML文件中插入π。古斯拉夫字母ч的Unicode值是1206，需要在XML文件中插入Ҷ。

Unicode字符引用也可以用十六进制数指定，尽管多数人习惯使用十进制数，Unicode规范中给出的字符值是双字节十六进制数。直接使用十六进制数更简单一些，不必把它们转换成十进制数。

使用十六进制数需要在&#之后添加一个x来指明。例如，π的十六进制数是3C0，因此插入XML文件中的是π；古斯拉夫语字母ч的十六进制数是4B6，因此在XML文件中的应当是Ҷ。两个字节表示4个十六进制位，通常在十六进制字符引用中包含一个起始的0来构成4位十六进制数。

十六进制和十进制Unicode字符引用可用来嵌入那些会被解释为置标的字符。例如，与字符（&）的编码是&或&，小于号（<）的编码是<或<。

7.5.2 其他字符集与Unicode字符集之间的转换

输出XML文件的应用软件如Adobe Framemaker，能够自动转换为Unicode或UTF-8文件。否则必须使用一种转换工具。Sun的免费工具包Java Development Kit (JDK)包含一个名为native2ascii的简单命令行实用工具，能够完成多种常见和不常见的本地字符集与Unicode之间的转换。

例如，下面的命令把文件名是myfile.txt文本文件从操作平台默认的编码转换为Unicode。

C:">native2ascii myfile.txt myfile.uni

可使用-encoding选项指定其他编码。

C:>native2ascii -encoding Big5 chinese.txt chinese.uni

还可使用-reverse选项，把Unicode转换为本地编码。

C:>native2ascii -encoding Big5 -reverse chinese.uni chinese.txt

如果没有输出文件名，转换后的文件将打印输出。

native2ascii程序同样能处理java类型的Unicode转义符，它们是以"u09E3的格式嵌入的。这与XML中的数值字符引用不同，尽管比较相似。使用native2ascii把文件转化为Unicode，仍然可以使用XML字符引用��查看程序能够识别它们。

7.5.3 如何使用其他字符集编写XML

在没有被预先告知的情况下，XML处理器默认文本实体字符使用UTF-8编码，因为ASCII码是包含在UTF-8中的一个子集，所以XML处理器同样可以分析ASCII码文本。

除了UTF-8，XML处理器必须能读懂的唯一字符集是原始Unicode。当不能把文本转换成UTF-8或原始Unicode时，可以使文本保持原样并告诉XML处理器文本所使用的字符集。这是最后一种手段，因为这样做并不能保证一个尚未成熟的XML处理器能够处理其他编码。除此之外，Netscape Navigator和Internet Explorer都能很好地解释常见的字符集。

在文件开始的XML声明中包含一个encoding属性，告诉XML处理器正在使用的是非Unicode编码。例如，说明整个文档使用默认的Latin-1（除非在嵌套的实体中有别的处理指令），可使用下面的XML声明：

<?xml version="1.0" encoding="ISO-8859-1" ??>

也可以在XML声明之后包含一个编码声明作为一个单独的处理指令，但是一定要在所有字符数据之前：

<?xml encoding="ISO-8859-1"?>

表7-7列出了目前大部分常用的字符集的正式名称，即出现在XML编码属性中的名称。清单中没有的编码请参考由Internet Assigned Numbers Authority（IANA）提供的正式清单，网址是：http://www.isi.edu/in-notes/iana/assignments/ character-sets。

表7-7 常用字符集名称

字符集名称	语言/国家
US-ASCII	英语
UTF-8	压缩Unicode
UTF-16	压缩UCS
ISO-10646-UCS-2	原始Unicode
ISO-10646-UCS-4	原始UCS
ISO-8859-1	Latin-1，西欧
ISO-8859-2	Latin-2，东欧
ISO-8859-3	Latin-3，南欧
ISO-8859-4	Latin-4，北欧
ISO-8859-5	ASCII码加古斯拉夫语
ISO-8859-6	ASCII码加阿拉伯语
ISO-8859-7	ASCII码加希腊语
ISO-8859-8	ASCII码加希伯来语
ISO-8859-9	Latin-5，土耳其语
ISO-8859-10	Latin-6，ASCII码加北欧语
ISO-8859-11	ASCII码加泰国语
ISO-8859-13	Latin-7，ASCII码加波罗地海周边语言和独特的拉托维亚语
ISO-8859-14	Latin-8，ASCII码加盖尔语和威尔式语
ISO-8859-15	Latin-9，Latin-0，西欧
ISO-2022-JP	日语
Shift_JIS	日文版Windows
EUC-JP	日文版Unix
Big5	中国台湾地区，汉语
GB2312	中国大陆，汉语
KOI6-R	俄罗斯
ISO-2022-KR	韩语
EUC-KR	韩语版Unix
ISO-2022-CN	汉语

7.6 本章小结

在本章中你会了解到以下内容：

· Web页面应当指明使用的编码。

什么是文字，文字与语言有何关系，以及与文字有关的四个因素。
在计算机中如何使用文字、字符集、字体、字形和输入法。
什么样的字符集通常使用在以ASCII码为基础的不同操作平台上。
在没有Unicode编辑程序的情况下，如何使用Unicode编写XML文件（使用ASCII码和Unicode字符引用编写文档）。
使用别的编码编写XML文件时，应当在XML声明中包含一个encoding属性。

在下一章将研究DTD和如何使用DTD给文档定义及执行词汇表、句法和语法并强制执行。

第二部分文档类型定义

本部分包括以下各章：

第8章——文档类型定义和合法性

第9章——实体和外部DTD子集

第10章——DTD中的属性声明

第11章——嵌入非XML数据

第8章文档类型定义和合法性

XML被作为一种元标记语言，是一种描述标记语言的语言。在本章中您将学到如何说明和描述所创建的新标记语言。这些新的标记语言（也叫标记集）要通过文档类型定义（DTD）来定义，这正是本章要讲述的内容。各个文档要与DTD相比较，这一过程称为合法性检验。如果文档符合DTD中的约束，这个文档就被认为是合法的，否则就是不合法的。

· 本章的主要内容包括：

文档类型定义（DTD）
文档类型声明
DTD的合法性
元素清单
元素声明
DTD中的说明
可在文档间共享的通用DTD

8.1 文档类型定义

缩略词DTD代表文档类型定义。一项文档类型定义应规定元素清单、属性、标记、文档中的实体及其相互关系。DTD为文档结构制定了一套规则。例如，一项DTD指定一个BOOK元素有一个ISBN子元素、一个TITLE子元素、一个或多个AUTHOR子元素，有或没有SUBTITLE。DTD以元素、实体、属性和记号的标记声明来做到这一点。

本章重点是元素声明。第9、10、11章分别介绍实体、属性和标记。

DTD可以包括在包含它描述的文档的文件中，或者与外部的URL相链接。这些外部DTD可以被不同文档和网站所共享。DTD为应用程序、组织和兴趣组提供了共同遵循的方法，同时也以文档形式阐述了标记标准并强制遵守此标准。

例如，为了使一部书易于排版，出版商会要求作者遵循一定的格式。作者可能不管是否与本章前面的小标题列出的关键点相符合，而只管成行地写下去。如果作者用XML写作，那么出版商就能很容易地检查出作者是否遵守了DTD作出的预定格式，甚至找出作者在那里以及怎样偏离了格式。这比指望编辑们单纯地从形式上通读文档而找出所有偏离格式的地方要容易得多。

DTD有助于不同的人们和程序互相阅读文件。例如，如果化学家们通过专业机构（如美国化学协会）为中介同意将单一的DTD用于基本的化学记号，那么他们就能够阅读和理解他们当中任何人的文章。DTD精确地定义了什么允许或不允许在文档中出现。DTD还为查看和编辑软件必须支持的元素建立了标准。更重要的是，它建立了超出DTD声明的非法范围。这就使它有助于防止软件商乘机利用和扩展开放协议以便将用户锁定在他们的专利软件上。

而且，DTD可以在没有实际数据的情况下展现出页面上的不同元素是如何安排的。 DTD使人们能脱离实际数据看到文档结构。这意味着可以将许多有趣的样式和格式加在基本结构上，而对基本结构毫无损害。这正如涂饰房子而不必改变基本的建筑计划。页面的读者可能看不见甚至不了解基础结构，但是只要有了DTD，任何人类作者和JavaScript程序、DTD程序、小服务程序、数据库和其他程序就可以使用它。

用DTD还可以做更多的事。可以使用它们来定义词汇实体以插入署名块或地址一类的模板文本。您可以确定输入数据的人们是否遵循了您的格式。您可以从关系数据库或对象数据库中移出数据或把数据送往目标数据库。甚至可以用适当的DTD利用XML作为中间格式来转换不同的格式。所以让我们开始看一看DTD 到底是什么样的。

8.2 文档类型声明

文档类型声明指定了文档使用的DTD。文档类型声明出现在文档的序言部分，处在XML声明之后和基本元素之前。它可能包括文档类型定义或是标识文档类型定义所在文档的URL。有些情况下文档类型定义有内外两个子集，则文档类型声明可能同时包括以上两种情况。

文档类型声明同文档类型定义不是一回事。只有文档类型定义缩写为DTD。文档类型声明必须包含或者引用文档类型定义，但文档类型定义从不包括文档类型声明。我同意这造成了不必要的混乱。遗憾的是XML似乎与这术语密不可分，幸运的是多数情况下二者的区别并不重要。

请回顾一下第3章清单3-2（greeting.xml），如下所示：

<?xml version="1.0" standalone="yes"?>

Hello XML!

</GREETING>

这个文档包含单一元素GREETING。（请记住，〈？xml version="1.0" standalone="yes"？〉是一条处理指令，不是元素。）清单8-1显示了这一文档，但这次带有文档类型声明。文档类型声明声明了基本元素是GREETING。文档类型声明也包含文档类型定义，它声明了GREETING元素包含可析的字符数据。

清单8-1：带有DTD的Hello XML

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE GREETING [

<!ELEMENT GREETING (#PCDATA)>

Hello XML!

</GREETING>

清单3-2与清单8-1的唯一区别在于清单8-1增加了3行：

<!DOCTYPE GREETING [

<!ELEMENT GREETING (#PCDATA)>

这几行是清单8-1的文档类型声明。文档类型声明在XML声明与文档本身之间。XML声明与文档类型声明统称为文档序言（Prolog）。在本例中，<?xml version="1.0" standalone="yes"?>是XML声明；<!DOCTYPE GREETING [ <!ELEMENT GREETING (#PCDATA)> ]>是文档类型声明；<!ELEMENT GREETING (#PCDATA)>是文档类型定义；<GREETING> Hello XML! </GREETING>是文档或基本元素。

文档类型声明以<!DOCTYPE为开始，以]>结束。通常将开始和结束放在不同的行上，但断行和多余的空格并不重要。同一文档类型声明也可以写成一行：

<!DOCTYPE GREETING [<!ELEMENT GREETING (#PCDATA)> ]>

本例中基本元素名称——GREETING跟在<!DOCTYPE之后。这不仅是一个名称，也是一项要求。任何带有这种文档类型声明的合法文档必须有基本元素。在[和]之间的内容是文档类型定义。

DTD由一系列声明了特写的元素、实体和属性的标记声明所组成。其中的一项声明基本元素。清单8-1中整个DTD只是如下简单的一行：

<!ELEMENT GREETING (#PCDATA)>

通常情况下DTD当然会更长更复杂。

单个行<!ELEMENT GREETING (#PCDATA)>（正如XML中的大多数对象一样是区分大小写的）是一项元素类型声明。在本例中，声明的元素名称是GREETING。它是唯一的元素。这一元素可以包含可析的字符数据（或#PCDATA）。可析的字符实质上是除标记文本外的任何文本。这也包括实体引用如&，在对文档进行语法分析时，实体引用就被文本所取代。

可以把这一文档像通常一样装入一种XML浏览器中。图8-1显示了清单8-1在Internet Explorer 5.0中的情况。结果可能正如人们所料，文档源以可折叠的大纲视图出现。Internet Explorer使<!DOCTYPE GREETING ( View Source for　full doctype…)>一行变蓝指明有文档类型声明。

图8-1 Internet Explorer 5.0中显示的带有DTD的Hello XML

当然，文档可以与样式单结合起来，就像第3章的清单3-6中一样。实际上可以用同一个样式单。如清单8-2所示，只要在序言中增加通常的<?xml-stylesheet?>处理指令。

清单８-２：带有DTD和样式单的Hello XML

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css" href="greeting.css"?>

<!DOCTYPE GREETING [

<!ELEMENT GREETING (#PCDATA)>

Hello XML!

</GREETING>

图8-2显示的是结果网页。这同第3章中没有DTD的图3-3相同。格式化时通常不考虑DTD。

图8-2 Internet Explorer 5.0所示的带DTD和样式单的Hello XML

8.3 根据DTD的合法性检验

一个合法的文档必须符合DTD指定的约束条件。而且，它的基本元素必须是在文档类型声明中指明的。清单8-1中的文档类型声明和DTD说明一个合法的文档必须是这样的：

various random text but no markup

</GREETING>

一个合法的文档不能是这样的：

<sometag>various random text</sometag>

</GREETING>

也不能是这样的：

<GREETING>various random text</GREETING>

</GREETING>

这个文档必须由放在<GREETING>开始标记和<1GREETING>结束标记之间的可析的字符所组成。与只是结构完整的文档不同，合法文档不允许使用任意的标记。使用的任何标记都要在DTD内声明。而且，必须以DTD 允许的方式使用。在清单8-1中，<GREETING>标记只能用作基本元素的开始，且不能嵌套使用。

假设我们对清单8-2做一点变动，以<foo>和</foo>替换<GREETING>和</GREETING>标记，如清单8-3所示。清单8-3是合法的。它是一个结构完整的XML文档，但它不符合文档类型声明和DTD中的约束条件。

清单８-３：不符合DTD规则的不合法的Hello XML

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css" href="greeting.css"?>

<!DOCTYPE GREETING [

<!ELEMENT GREETING (#PCDATA)>

<foo>

Hello XML!

</foo>

不是所有的文档都必须合法，也不是所有的语法分析程序都检查文档的合法性。事实上，多数Web浏览器包括IE５和Mozilla都不检查文档的合法性。

进行合法性检查的语法分析程序读取DTD并检查文档是否合乎DTD指定的规则。如果是，则分析程序将数据传送到XML应用程序（如Web浏览器和数据库）。如果分析程序发现错误，它将报告出错。如果手工编写XML，应在张贴前检查文档的合法性以确保读者不会遇到错误。

在Web上可找到几十种不同的进行合法性检查的语法分析程序。其中多数是免费的。大多数是以库文件的形式存在的接近完成的产品，以便程序员可将其结合到自己的程序中。这些产品用户界面（如果有的话）较差。这类分析程序包括IBM的alphaWorks’XML for Java、Microsoft和DataChannel的XJParser和Silfide的SXP。

XML for Java：http://www.alphaworks.ibm.com/ tech/xml

XJParser：http://www.datachannel.com/xml_resources/

SXP：http://www.loria.fr/projets/XSilfide/EN/sxp/

一些库文件也包括在命令行上运行的独立的分析程序。这些程序读取XML文件并报告发现的错误，但不加以显示。例如，XJParse 是一个Java程序，包括在IBM的Samples. XJParse软件包中的XML for Java 1.1.16类库中。要运行这一程序，必须首先将XML for Java的jar文件添加到Java类库的路径上。然后就可以打开DOS 窗口或外壳程序提示符，向XJParse程序传送要检查合法性的文档的本地文件名或远程URL，以便对文档进行检查，如下所示：

C:"xml4j>java samples.XJParse.XJParse -d D:"XML"08"invalid.xml

本书写作时，IBM的alphaWorks推出了XML for Java的2.0.6版本。在这一版本下，启动的只是XJParse而非Samples. XJParse 。但是，1.1.16版本提供了更多的用于独立检查的功能。

您可以使用URL代替文件名，如下所示：

C:"xml4j>java samples.XJParse.XJParse -d

http://metalab.unc.edu/books/bible/examples/08/invalid.xml

在任一情况下，XJParse将列出发现的错误后跟树状结构的文档作为反应。例如：

D:"XML"07"invalid.xml: 6? 4: Document root element, "foo", must

match DOCTYPE root , "GREETING".

D:"XML"07"invalid.xml: 8, 6: Element "<foo>"is not valid in

this context.

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css" href="greeting.css"?>

<!DOCTYPE GREETING [

<!ELEMENT GREETING (#PCDATA)>

<foo>

Hello XML!

</foo>

这个输出不是特别吸引人。但是，像XJParse这样的合法性检查程序的目的不是显示XML文件。相反，分析程序的任务是把文档分成为树状结构并把树的结点传送给显示数据的程序。这个程序可能是Netscape Navigator或 Internet Explorer等Web浏览器。也可能是一个数据库。甚至可能是自己写成的定制程序。使用XJParse或其他命令行合法性分析程序来验证是否编写了其他程序可以处理的良好的XML。实质上这是一种校对或质量保证阶段而不是最后的输出。

因为XML for Java和多数合法性分析程序是用Java写成的，它们也就具有跨平台的Java程序的所有缺点。首先，在能够运行分析程序之前必须安装Java开发工具（JDK）或Java运行环境。其次，需要将XML for Java的jar文件添加到类路径上。这两项工作都不是太简单。它们都不是为非程序员的最终用户设计的。这些工具有点设计欠佳，使用不便。

如果正在为浏览器编写文档，验证文档的最简易方法是把文档装入浏览器看一看报告出什么错误。但是并不是所有的浏览器都对文档进行合法性检查，某些浏览器仅接受结构完整的文档，而不管其合法性如何。Internet Explorer 5.0β2版对文档进行合法性检查，但正式发行版都不进行了。

如果将文档装入Web服务器且无需特别保密，基于Web的合法性检查程序是一种替代方法。这些分析程序只需要以简单的形式输入文档的URL。它们明显的优点是不需要面对Java运行软件、类路径和环境变量等麻烦。

图8-3显示的是Richard Tobin的基于RXP的以Web为宿主的XML结构完整性和合法性检查程序。可以在http://www.cogsci.ed.ac.uk/%7Erichard/xml-check.html处找到此程序。图8-4显示的是使用这一程序检查清单8-3显示出的错误结果。

图8-3 Richard Tobin的基于RXP的以Web为宿主的XML结构完整性和合法性检查程序

图8-4 Richard Tobin的XML合法性检查程序报告的清单8-3中的错误

布朗大学的Scholarly Technology Group在http://www.stg.brown.edu/

service/xmlvalid/处提供了一种检查程序。这一程序以允许从本地计算机上载文件而不必把文件装入公共服务器而著称。如图8-5所示，图8-6显示了用这一程序检查清单8-3的结果。

图8-5 布朗大学的Scholarly Technology Group的以Web为宿主的XML合法性检查程序

图8-6 布朗大学的Scholarly Technology Group的合法性检查程序报告的清单8-3中的错误

8.4 列出元素

要为一个文档创建适当的DTD的第一步是了解用DTD中定义的元素编码的信息结构。有时候信息就像通讯地址列表一样。有时则具有相对自由的形式，如说明短文或杂志文章。

让我们以已经相对结构化的文档为例，回到第4章所示的棒球统计示例中。在那份文档上加一个DTD，就使我们能把以前只有通过约定才能遵守的约束条件付诸实施。例如，我们可以要求SEASON元素包含正好两个LEAGUE子元素，每个TEAM有TEAM_CITY和TEAM_NAME子元素，并且TEAM_CITY总在TEAM_NAME之前。

回想起来，完整的棒球统计文档包含下面一些元素：

SEASON RBI

YEAR STEALS

LEAGUE CAUGHT－STEALING

LEAGUE－NAME SACRIFICE_ HITS

DIVISION SACRIFICE_FLIES

DIVISION_NAME ERRORS

TEAM WALKS

TEAM_CITY STRUCK_OUT

TEAM_NAME HIT_BY_PITCH

PLAYER COMPLETE_GAMES

SURNAME SHUT_OUTS

GIVEN_NAME ERA

POSITION INNINGS

GAMES HOME_RUNS

GAMES_STARTED RUNS

AT_BATS EARNED_RUNS

RUNS HIT_BATTER

HITS WILD_PITCHES

DOUBLES BALK

TRIPLES WALKED_BATTER

HOME_RUNS STRUCK_OUT_BATTER

WINS COMPLETE_GAMES

LOSSES SHUT_OUTS

SAVES

所编写的DTD要为每个元素作元素声明。每一元素声明列出元素名和它的子元素。例如，DTD规定一个LEAGUE元素有三个DIVISION子元素。还规定SURNAME要放在PLAYER之内而不能在它外面。还规定每个DIVISION有不确定的TEAM元素数目但绝不能少于一个。

DTD可要求PLAYER只有一个GIVEN_NAME、SURNAME、POSITION和GAMES元素，但是否有RBI和ERA元素则任意。而且要求GIVEN_NAME、SURNAME、POSITION和GAMES元素以特定的顺序出现。例如，GIVEN_NAME、SURNAME、POSITION和GAMES只能在PLAYER元素内使用。

如果头脑中有一份具体的结构完整的示例文档，该文档使用了想要出现在DTD中所有的元素，那么开始就很容易了。第4章中的例子在这里就可起这一作用。清单8-4是经过整理的第4章清单4-1的简化版。尽管它只有两名球员，却可以说明所有基本的元素。

清单8-4：需要编写DTD结构完整的XML文档

<?xml version="1.0" standalone="yes"?>

<LEAGUE_NAME>National</LEAGUE_NAME>

<DIVISION_NAME>East </DIVISION_NAME>

<TEAM>

<TEAM_CITY>Florida</TEAM_CITY>

<TEAM_NAME>Marlins</TEAM_NAME>

<SURNAME>Ludwick</SURNAME>

<GIVEN_NAME>Eric</GIVEN_NAME>

<POSITION>Starting Pitcher</POSITION>

<GAMES_STARTED>6</GAMES_STARTED>

<COMPLETE_GAMES>0</COMPLETE_GAMES>

<SHUT_OUTS>0</SHUT_OUTS>

<HOME_RUNS>46</ HOME_RUNS>

<EARNED_RUNS>31</EARNED_RUNS>

<HIT_BATTER>27</ HIT_BATTER>

<WILD_PITCHES>0</WILD_PITCHES>

<WALKED_BATTER>0</WALKED_BATTER>

<STRUCK_OUT_BATTER>17</STRUCK_OUT_BATTER>

</PLAYER>

<SURNAME>Daubach</SURNAME>

<GIVEN_NAME>Brian</GIVEN_NAME>

<POSITION>First Base</POSITION>

<GAMES_STARTED>3</GAMES_STARTED>

<AT_BATS>15</AT_BATS>

< HITS>3</HITS>

<HOME_RUNS>0</HOME_RUNS>

<CAUGHT_STEALING>0</CAUGHT_STEALING>

<SACRIFICE_ HITS>0</SACRIFICE_HITS>

<SACRIFICE_FLIES>0</SACRIFICE_FLIES>

<STRUCK_OUT>5</STRUCK_OUT>

<HIT_BY_PITCH>1</HIT_BY_PITCH >

</PLAYER>

</TEAM>

<TEAM>

<TEAM_CITY>Montreal</TEAM_CITY>

<TEAM_NAME>Expos</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Mets</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Philadelphia</TEAM_CITY>

<TEAM_NAME>Phillies</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>Cubs</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Arizona</TEAM_CITY>

<TEAM_NAME>Diamondbacks</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

<LEAGUE_NAME>American</LEAGUE_NAME>

<DIVISION_NAME>East </DIVISION_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>White Sox</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Anaheim</TEAM_CITY>

<TEAM_NAME>Angels</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

表8-1列出了本例中的元素及它们必须遵守的条件。每一元素都有它必须包含的元素、它可能包含的元素以及必须包含它的元素。有些情况下，一个元素可能包含不止一个同一类型的子元素。SEASON元素包含一个YEAR和两个LEAG UE元素。一个DIVISION通常包含不止一个TEAM元素。较不明显的是，一些击球手在各场比赛中在指定的投球手和外场之间交替出现。这样，一个PLAYER元素就可能有不止一个POSITION。在该表格中，要求的子元素的数目是通过在元素前加数字来指明的（如2 LEAGUE），而多子元素的可能性是通过在元素名尾加（s）指明的，如PLAYER（s）。

清单8-4遵守了这些条件。如果把两个PLAYER元素和一些TEAM元素省略，文档可以短些。如果包括进其他一些PLAYER元素，文档就会长些。但是其他元素的位置都不能变动。

XML元素有两种基本类型。简单元素包含文本，也就是所谓的可析字符数据，即上下文中的#PCDATA或PCDATA。复合元素包含其他元素，有的还包含文本和其他元素。标准XML没有整数、浮点、日期或其他数据类型。因而不能使用DTD说明走步数一定是一个非负的整数，或ERA一定是0.0和1.0之间的一个浮点数，尽管在如本例一样的例子中这样做是有用的。有人做过努力来定义一种方案，以便使用XML句法描述传统上DTD中编码的信息以及数据类型信息。直到1999年中期，这些努力仍主要是理论上的，很少有实际的实现方式。

表格8-1 棒球统计中的元素

元素	必须包含的元素	可能包含的元素	必须包含它的元素
SEASON	YEAR	2 LEAGUE
YEAR	文本		SEASON
LEAGUE	LEAGUE_NAME, 3 DIVISION		SEASON
LEAGUE_NAME	文本		LEAGUE
DIVISION	DIVISION_NAME, TEAM	TEAM(s)	LEAGUE
DIVISION_NAME	文本		DIVISION
TEAM	TEAM_CITY, TEAM_NAME	PLAYER(s)	DIVISION
TEAM_CITY	文本		TEAM
TEAM_NAME	文本		TEAM
PLAYER	SURNAME, GIVEN_NAME, POSITION, GAMES	GAMES_STARTED, AT_BATS,RUNS, HITS, DOUBLES,TRIPLES, HOME_RUNS, RBI, STEALS, CAUGHT_STEALING, SACRIFICE_HITS, SACRIFICE_FLIES, ERRORS, WALKS, STRUCK_OUT, HIT_BY_PITCH, COMPLETE_GAMES, SHUT_OUTS, ERA, INNINGS, HIT_BATTER, WILD_PITCHES, BALK, WALKED_BATTER, STRUCK_OUT_BATTER	TEAM
SURNAME	文本		PLAYER
GIVEN_NAME	文本		PLAYER
POSITION	文本		PLAYER
GAMES	文本		PLAYER
GAMES_STARTED	文本		PLAYER
AT_BATS	文本		PLAYER
RUNS	文本		PLAYER
HITS	文本		PLAYER
DOUBLES	文本		PLAYER
TRIPLES	文本		PLAYER
HOME_RUNS	文本		PLAYER
RBI	文本		PLAYER
STEALS	文本		PLAYER
CAUGHT_STEALING	文本		PLAYER
SACRIFICE_HITS	文本		PLAYER
SACRIFICE_FLIES	文本		PLAYER
ERRORS	文本		PLAYER
WALKS	文本		PLAYER
STRUCK_OUT	文本		PLAYER
HIT_BY_PITCH	文本		PLAYER
COMPLETE_GAMES	文本		PLAYER
SHUT_OUTS	文本		PLAYER
ERA	文本		PLAYER
INNINGS	文本		PLAYER
HOME_RUNS_AGAINST	文本		PLAYER
RUNS_AGAINST	文本		PLAYER
HIT_BATTER	文本		PLAYER
WILD_PITCHES	文本		PLAYER
BATTER	文本		PLAYER
STRUCK_OUT_BATTER	文本		PLAYER

既然已经标识了要存储的数据，以及这些元素间可选的和必然的关系，就可以为简明概括那些联系的文档建立DTD了。

从一个DTD剪切和粘贴到另一个往往是很可行和方便的。许多元素可以在其他上下文中再使用。例如，对TEAM的描写同样可应用于足球、曲棍球和很多其他在队间进行的运动。

可以把一个DTD包括在另一个之内，这样文档就可以从两个DTD中得到标记。例如，可以使用一份详细地描写单个队员的统计数据的DTD然后把该DTD嵌套在更广泛的球队运动的DTD内。如想从棒球转换到足球，只要简单地把棒球球员DTD换为足球球员DTD就可以了。

为达到此目的，包含DTD的文档就被定义为外部实体。外部参数实体引用将在第9章“实体”中讨论。

8.5 元素声明

在合法的XML文档中使用的每项标记都要在DTD中的元素声明中加以声明。一项元素声明指明了元素名称和元素可能的内容。内容清单有时称为内容规格。内容规格使用一种简单的语法精确地指明文档中允许什么和不允许什么。这听起来复杂，却只需在元素名称上加上如*、？或＋的标点以便指明它可能出现不止一次，可能出现或可能不出现，或必须出现至少一次。

DTD很保守，没有明确允许的就是禁止的。然而，DTD句法使您能够严格地区分那些用语句很难说清的关系。例如，DTD很容易地说明GIVEN_NAME要在SURNAME前，而SURNAME必须放在POSITION前，POSITION要放在GAME前，GAME要放在GAMES_STARTED前，GAMES_STARTED要放在AT_BATS前，AT_BATS要放在RUNS前，RUNS要在HITS前，所有这些只能出现在一个PLAYER元素内。

从外到内，逐级建立DTD是最容易的。这使您能在建立DTD的同时建立一份样本文档来验证DTD本身是合法的和真正地描述您想要的格式。

8.5.1 ANY

要做的第一件事是标识基本元素。在棒球的例子中，SEASON是基本元素。!DOCTYPE声明指明了这一点：

<!DOCTYPE SEASON [

但是，这仅仅是说基本标记是SEASON，而没有提到元素能或不能包含的内容，这就是为什么接下来要在元素声明中声明SEASON元素。这可通过下列一行代码来实现：

<!ELEMENT SEASON ANY>

所有的元素类型声明都以<!ELEMENT（区分大小写）开头而以>结束。其中包括声明的元素名称（本例中为SEASON）后接内容规格。关键词ANY（也要区分大小写）表明所有可能的元素以及可析的字符数据都可以是SEASON元素的子元素。

基本元素使用ANY是通常的作法——尤其是对未结构化的文档——但对多数其他元素则应避免使用ANY。通常每项标记的内容应尽可能准确。DTD 经常是在整个开发过程中逐步完善的，随着反映应用情况和首制作中未预料的情况，严格性将减少。所以，最好是开始时严格，以后再放松些。

8.5.2 #PCDATA

尽管文档中可以出现任何元素，但出现的元素必须声明。第一个需要声明的元素是YEAR，下面是YEAR元素的元素声明：

<!ELEMENT YEAR (#PCDATA)>

该声明说明YEAR只能包含可析的字符数据，即非标记文本，但它不能包含自己的子元素。所以，下面这个YEAR元素是合法的：

以下这些YEAR元素都是合法的：

<YEAR>

The year of our lord one thousand,

nine hundred, & ninety-eight

</YEAR>

甚至下面这个YEAR元素也是合法的，因为XML不会去检查PCDATA的内容，只要是不包括标记的文本就可以。

<YEAR>Delicious, delicious, oh how boring</YEAR>

但是，下面的YEAR元素是非法的，因为它包含了子元素：

<YEAR>

<MONTH>January</MONTH>

<MONTH>February</MONTH>

<MONTH>March</MONTH>

<MONTH>April</MONTH>

<MONTH>August</MONTH>

<MONTH>September</MONTH>

<MONTH>October</MONTH>

<MONTH>November</MONTH>

<MONTH>December</MONTH>

</YEAR>

SEASON和YEAR元素声明应包括在文档类型声明中，如下所示：

<!DOCTYPE SEASON [

<!ELEMENT SEASON ANY>

<!ELEMENT YEAR (#PCDATA)>

通常，空格和缩进无关紧要。元素声明的顺序也不重要。下面这一文档类型声明的作用与上面的声明相同：

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT SEASON ANY>

上面两个文档声明都是说一个SEASON元素可以包含可析的字符数据和以任意顺序声明的任意数量的其他元素。本例中如此声明的元素只有YEAR，它只能包含可析的字符数据。例如考虑清单8-5中的文档。

清单8-5：一个合法的文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT SEASON ANY>

</SEASON>

因为SEASON元素也可以包含可析的字符数据，所以可以在YEAR元素之外附加文本，如清单8-6所示。

清单8-6：包含YEAR元素和正常文本的合法的文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT SEASON ANY>

Major League Baseball

</SEASON>

我们最后是不接受这样的文档的。但是此时它是合法的，因为SEASON被声明为可以接受ANY内容。大多数时候，在定义一个元素的所有子元素之前以ANY代替一个元素，就比较容易起步。然后再用实际的子元素来替换ANY。

您可以向清单8-6上附加一份简单的样式单，如第4章中创建的baseballstats.css，如清单8-7所示。然后将其装入Web浏览器，结果显示在图8-7中。baseballstats.css样式单包含一些没有出现在DTD或是清单8-7列出的文档部分中的元素的样式规则，但这没有问题。Web浏览器会忽略任何文档中没有的元素的样式规则。

清单8-7：包含样式单、一个YEAR元素和正常文本的合法文档

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css" href="greeting.css"?>

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT SEASON ANY>

Major League Baseball

</SEASON>

图8-7 在Internet Explorer 5.0中显示的包含样式单、YEAR元素和正常文本的文档

8.5.3 子元素列表

由于SEASON元素被声明为可以接受任何元素作为子元素，因而可以接受各种各样的元素。当遇到那些多多少少有些非结构化的文本，如杂志文章时，这种情况就很有用。这时段落、副栏、项目列表、序号列表、图形、照片以及子标题可出现在文档的任意位置。然而，有时可能想对数据的安排上多实行些规则和控制。例如，可能会要求每一个LEAGUE元素有一个LEAGUE_NAME子元素，而每个PLAYER元素要有一个GIVEN_NAME和SURNAME子元素，并且GIVEN_NAME要放在SURNAME之前。

为了声明LEAGUE元素必须有一个名称，只要声明LEAGUE_NAME元素，然后在LEAGUE声明后的括号内加入LEAGUE_NAME，如下面这样：

<!ELEMENT LEAGUE (LEAGUE_NAME)>

<!ELEMENT LEAGUE_NAME (#PCDATA)>

每个元素只能在其<!ELEMENT>内声明一次，即使它以其他<!ELEMENT>声明的子元素出现也一样。这里，我把LEAGUE_NAME声明放在引用它的LEAGUE声明之后，这没有关系。XML允许这一类提前引用。只要声明全部包含在DTD中，元素标记出现的顺序无关紧要。

可以向文档中添加这两项声明，然后在SEASON元素中包括LEAGUE和LEAGUE_NAME元素。如清单8-8所示。图8-8是显示出来的文档。

清单8-8：有两个LEAGUE子元素的SEASON元素

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css" href="greeting.css"?>

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT LEAGUE (LEAGUE_NAME)>

<!ELEMENT LEAGUE_NAME (#PCDATA)>

<!ELEMENT SEASON ANY>

<LEAGUE_NAME>American League</LEAGUE_NAME>

</LEAGUE>

<LEAGUE_NAME>National League</LEAGUE_NAME>

</LEAGUE>

</SEASON>

图8-8 包含样式单、YEAR元素和两个LEAGUE子元素的合法的文档

8.5.4 序列

让我们限制一下SEASON元素。一个SEASON元素包含正好一个YEAR元素和其后的两个LEAGUE子元素。不把SEASON元素声明为可以包含ANY元素，我们在SEASON元素声明中包括这三个子元素，用括号括起来并用逗号分隔开，如下所示：

<!ELEMENT SEASON (YEAR, LEAGUE, LEAGUE)>

用逗号隔开的一系列子元素称为一个序列。利用这一声明，每个合法的SEASON元素必须包含正好一个YEAR元素，后面正好是两个LEAGUE元素，没有别的。整个文档类型定义现在看上去是下面的样子：

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT LEAGUE (LEAGUE_NAME)>

<!ELEMENT LEAGUE_NAME (#PCDATA)>

<!ELEMENT SEASON (YEAR, LEAGUE, LEAGUE)>

清单8-8所列的文档部分确实符合这项DTD的规定，因为它的SEASON元素包含一个YEAR子元素，后接两个LEAGUE子元素，再没有别的。但是，如果文档只包括一个SEASON元素，那么这个文档尽管结构完整，也将是非法的。同样，如果LEAGUE在YEAR之前而不是在其后，或者如果LEAGUE有YEAR子元素，或者文档在其他任何方面不符合DTD，那么文档就是不合法的，合法性检查程序将拒绝这样的文档。

可直接将此种技术推广到DIVISION元素。每个LEAGUE有一个LEAGUE_NAME和三个DIVISION子元素。例如：

<!ELEMENT LEAGUE (LEAGUE_NAME, DIVISION, DIVISION, DIVISION)>

8.5.5 一个或多个子元素

每个DIVISION有一个DIVISION_NAME和四到六个TEAM子元素。指定DIVISION_NAME很容易，方法如下：

<!ELEMENT DIVISION (DIVISION_NAME)>

<!ELEMENT DIVISION_NAME (#PCDATA)>

但是，TEAM子元素就很棘手。指明DIVISION元素有四个TEAM子元素很容易，如下所示：

<!ELEMENT DIVISION (DIVISION_NAME, TEAM, TEAM, TEAM, TEAM)>

五个和六个也不难。但是您怎样说明有四到六个TEAM子元素呢？实际上，XML没有提供实现的简单方法。但是可以在子元素清单的元素名后放一个加号（＋）来说明有一个或多个子元素，例如：

<!ELEMENT DIVISION (DIVISION_NAME, TEAM+)>

这就是说一个DIVISION元素必须包含一个DIVISION_NAME子元素，后接一个或多个TEAM子元素。

说明DIVISION元素有四到六个TEAM元素，而不是三到七个，这就难了。由于非常复杂，实际上很少有人使用。当读完本章时，看一看您是否已经想出怎样做了。

8.5.6 零或多个子元素

每个TEAM要包含一个TEAM_CITY，一个TEAM_NAME和不确定数目的PLAYER元素。实际上，棒球队至少要九名球员。但是，本书的很多例子中由于篇幅的原因而没有列出球员。因而，我们要指明一个TEAM元素可包含零或多个PLAYER子元素。在子元素清单中在元素名上附加一个星号（*）来实现这一目的。例如：

<!ELEMENT TEAM (TEAM_CITY, TEAM_NAME, PLAYER*)>

<!ELEMENT TEAM_CITY (#PCDATA)>

<!ELEMENT TEAM_NAME (#PCDATA)>

8.5.7 零或一个子元素

文档中出现的最后的元素是PLAYER子元素。它们全部是只包含文本的简单元素。下面是它们的声明：

<!ELEMENT SURNAME (#PCDATA)>

<!ELEMENT GIVEN_NAME (#PCDATA)>

<!ELEMENT POSITION (#PCDATA)>

<!ELEMENT GAMES (#PCDATA)>

<!ELEMENT GAMES_STARTED (#PCDATA)>

<!ELEMENT AT_BATS (#PCDATA)>

<!ELEMENT RUNS (#PCDATA)>

<!ELEMENT HITS (#PCDATA)>

<!ELEMENT DOUBLES (#PCDATA)>

<!ELEMENT TRIPLES (#PCDATA)>

<!ELEMENT HOME_RUNS (#PCDATA)>

<!ELEMENT RBI (#PCDATA)>

<!ELEMENT STEALS (#PCDATA)>

<!ELEMENT CAUGHT_STEALING (#PCDATA)>

<!ELEMENT SACRIFICE_ HITS (#PCDATA)>

<!ELEMENT SACRIFICE_FLIES (#PCDATA)>

<!ELEMENT ERRORS (#PCDATA)>

<!ELEMENT WALKS (#PCDATA)>

<!ELEMENT STRUCK_OUT (#PCDATA)>

<!ELEMENT HIT_BY_PITCH (#PCDATA)>

<!ELEMENT COMPLETE_GAMES (#PCDATA)>

<!ELEMENT SHUT_OUTS (#PCDATA)>

<!ELEMENT ERA (#PCDATA)>

<!ELEMENT INNINGS (#PCDATA)>

<!ELEMENT EARNED_RUNS (#PCDATA)>

<!ELEMENT HIT_BATTER (#PCDATA)>

<!ELEMENT WILD_PITCHES (#PCDATA)>

<!ELEMENT BALK (#PCDATA)>

<!ELEMENT WALKED_BATTER (#PCDATA)>

<!ELEMENT WINS (#PCDATA)>

<!ELEMENT LOSSES (#PCDATA)>

<!ELEMENT SAVES (#PCDATA)>

<!ELEMENT COMPLETE_GAMES (#PCDATA)>

<!ELEMENT STRUCK_OUT_BATTER (#PCDATA)>

现在我们可以编写PLAYER的元素声明了。所有球员有一个GIVEN_NAME、一个SURNAME、一个POSITION、一个GAMES。我们可声明每个PLAYER元素有一个AT_BATS、RUNS、HITS等等。但是，对于没有击球的投球手列出零得分是否准确还不敢确定。因为这可能出现这样一种情况，就是在开始计算平均击球数等问题时会导致被零除的错误。如果某一特定的元素不适合于给定的球员，或没有这一元素，那么就应该从该球员信息中忽略这一元素的统计。对于给定的球员我们不允许多于一个这样的元素。因而，我们就需要给定类型的零个或一个元素。在子元素列表后面附加一个问号（？）可表明这一点，如下所示：

<!ELEMENT PLAYER (GIVEN_NAME, SURNAME, POSITION,

GAMES,GAMES_STARTED,AT_BATS?,RUNS?,HITS?,DOUBLES?,

TRIPLES?, HOME_RUNS?, RBI?, STEALS?, CAUGHT_STEALING?,

SACRIFICE_ HITS?, SACRIFICE_FLIES?,ERRORS?, WALKS?,

STRUCK_OUT?, HIT_BY_PITCH ?, WINS?, LOSSES?, SAVES?,

COMPLETE_GAMES?,SHUT_OUTS?,ERA?,INNINGS EARNED_RUNS?,HIT_BATTER?,WILD_PITCHES?,

BALK?,WALKED_BATTER?,STRUCK_OUT_BATTER?)

这就是说每个PLAYER元素有一个GIVEN_NAME、SURNAME、POSITION、GAMES和GAMES_STARTED子元素。而且，每名球员可能有或可能没有AT_BATS、RUNS、HITS、DOUBLES、TRIPLES、HOME_RUNS、RBI、STEALS、CAUGHT_STEALING、SACRIFICE_HITS、SACRIFICE_FLIES、ERRORS、WALKS、STRUCK_OUT和HIT_BY_PITCH。

8.5.8 完整的文档和DTD

我们现在有了棒球统计的完整的DTD。这一DTD连同清单8-4中的文档部分一起，列在清单8-9中。

清单8-9只包括一个队和九名球员。在本书后附CD-ROM上的examples/baseball/1998validstats.xml目录下可找到1998年主要联赛球队和队员的统计文档。

清单8-9：一份合法的棒球统计文档和DTD

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT LEAGUE (LEAGUE_NAME, DIVISION, DIVISION, DIVISION)>

<!ELEMENT LEAGUE_NAME (#PCDATA)>

<!ELEMENT DIVISION_NAME (#PCDATA)>

<!ELEMENT DIVISION (DIVISION_NAME, TEAM+)>

<!ELEMENT SEASON (YEAR, LEAGUE, LEAGUE)>

<!ELEMENT TEAM (TEAM_CITY, TEAM_NAME, PLAYER*)>

<!ELEMENT TEAM_CITY (#PCDATA)>

<!ELEMENT TEAM_NAME (#PCDATA)>

<!ELEMENT PLAYER (GIVEN_NAME, SURNAME, POSITION, GAMES,GAMES_STARTED, WINS?, LOSSES?, SAVES?,

AT_BATS?, RUNS?, HITS?, DOUBLES?, TRIPLES?, HOME_RUNS?,

RBI?, STEALS?, CAUGHT_STEALING?, SACRIFICE_HITS?,

SACRIFICE_FLIES?, ERRORS?, WALKS?, STRUCK_OUT?,

HIT_BY_PITCH?, COMPLETE_GAMES?, SHUT_OUTS?, ERA?,

INNINGS?,EARNED_RUNS?, HIT_BATTER?, WILD_PITCHES?,

BALK?,WALKED_BATTER?, STRUCK_OUT_BATTER?)

<!ELEMENT SURNAME (#PCDATA)>

<!ELEMENT GIVEN_NAME (#PCDATA)>

<!ELEMENT POSITION (#PCDATA)>

<!ELEMENT GAMES (#PCDATA)>

<!ELEMENT GAMES_STARTED (#PCDATA)>

<!ELEMENT COMPLETE_GAMES (#PCDATA)>

<!ELEMENT WINS (#PCDATA)>

<!ELEMENT LOSSES (#PCDATA)>

<!ELEMENT SAVES (#PCDATA)>

<!ELEMENT AT_BATS (#PCDATA)>

<!ELEMENT RUNS (#PCDATA)>

<!ELEMENT HITS (#PCDATA)>

<!ELEMENT DOUBLES (#PCDATA)>

<!ELEMENT TRIPLES (#PCDATA)>

<!ELEMENT HOME_RUNS (#PCDATA)>

<!ELEMENT RBI (#PCDATA)>

<!ELEMENT STEALS (#PCDATA)>

<!ELEMENT CAUGHT_STEALING (#PCDATA)>

<!ELEMENT SACRIFICE_HITS (#PCDATA)>

<!ELEMENT SACRIFICE_FLIES (#PCDATA)>

<!ELEMENT ERRORS (#PCDATA)>

<!ELEMENT WALKS (#PCDATA)>

<!ELEMENT STRUCK_OUT (#PCDATA)>

<!ELEMENT HIT_BY_PITCH (#PCDATA)>

<!ELEMENT SHUT_OUTS (#PCDATA)>

<!ELEMENT ERA (#PCDATA)>

<!ELEMENT INNINGS (#PCDATA)>

<!ELEMENT HOME_RUNS_AGAINST (#PCDATA)>

<!ELEMENT RUNS_AGAINST (#PCDATA)>

<!ELEMENT EARNED_RUNS (#PCDATA)>

<!ELEMENT HIT_BATTER (#PCDATA)>

<!ELEMENT WILD_PITCHES (#PCDATA)>

<!ELEMENT BALK (#PCDATA)>

<!ELEMENT WALKED_BATTER (#PCDATA)>

<!ELEMENT STRUCK_OUT_BATTER (#PCDATA)>

<LEAGUE_NAME>National</LEAGUE_NAME>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Florida</TEAM_CITY>

<TEAM_NAME>Marlins</TEAM_NAME>

<GIVEN_NAME>Eric</GIVEN_NAME>

<SURNAME>Ludwick</SURNAME>

<POSITION>Starting Pitcher</POSITION>

<GAMES_STARTED>6</GAMES_STARTED>

<COMPLETE_GAMES>0</COMPLETE_GAMES>

<SHUT_OUTS>0</SHUT_OUTS>

<EARNED_RUNS>31</EARNED_RUNS>

<HIT_BATTER>27</HIT_BATTER>

<WILD_PITCHES>0</WILD_PITCHES>

<WALKED_BATTER>0</WALKED_BATTER>

<STRUCK_OUT_BATTER>17</STRUCK_OUT_BATTER>

</PLAYER>

<GIVEN_NAME>Brian</GIVEN_NAME>

<SURNAME>Daubach</SURNAME>

<POSITION>First Base</POSITION>

<GAMES_STARTED>3</GAMES_STARTED>

<AT_BATS>15</AT_BATS>

<HOME_RUNS>0</HOME_RUNS>

<SACRIFICE_ HITS>0</SACRIFICE_HITS>

<SACRIFICE_FLIES>0</SACRIFICE_FLIES>

<STRUCK_OUT>5</STRUCK_OUT>

<HIT_BY_PITCH>1</HIT_BY_PITCH>

</PLAYER>

</TEAM>

<TEAM>

<TEAM_CITY>Montreal</TEAM_CITY>

<TEAM_NAME>Expos</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Mets</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Philadelphia</TEAM_CITY>

<TEAM_NAME>Phillies</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>Cubs</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Arizona</TEAM_CITY>

<TEAM_NAME>Diamondbacks</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

<LEAGUE_NAME>American</LEAGUE_NAME>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>White Sox</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Anaheim</TEAM_CITY>

<TEAM_NAME>Angels</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

清单8-9不是符合这项DTD的唯一可能的文档，清单8-10也是一份合法的文档，因为它按规定的顺序包含了需要的所有元素，并且不包含未经声明的任何元素。这也许是您根据DTD创建的最短的合法文档。限定因素是这样的要求，每个SEASON包含两个LEAGUE子元素，每个LEAGUE子元素包含三个DIVISION子元素，每个DIVISION包含至少一个TEAM子元素。

清单8-10：另外一份符合棒球DTD的合法的XML文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT LEAGUE (LEAGUE_NAME, DIVISION, DIVISION, DIVISION)>

<!ELEMENT LEAGUE_NAME (#PCDATA)>

<!ELEMENT DIVISION_NAME (#PCDATA)>

<!ELEMENT DIVISION (DIVISION_NAME, TEAM+)>

<!ELEMENT SEASON (YEAR, LEAGUE, LEAGUE)>

<!ELEMENT TEAM (TEAM_CITY, TEAM_NAME, PLAYER*)>

<!ELEMENT TEAM_CITY (#PCDATA)>

<!ELEMENT TEAM_NAME (#PCDATA)>

<!ELEMENT PLAYER (GIVEN_NAME, SURNAME, POSITION, GAMES,

GAMES_STARTED, COMPLETE_GAMES?, WINS?, LOSSES?, SAVES?,

AT_BATS?, RUNS?, HITS?, DOUBLES?, TRIPLES?, HOME_RUNS?,

RBI?, STEALS?, CAUGHT_STEALING?, SACRIFICE_ HITS?,

SACRIFICE_FLIES?, ERRORS?, WALKS?, STRUCK_OUT?,

HIT_BY_PITCH?, COMPLETE_GAMES?, SHUT_OUTS?, ERA?, INNINGS?,

EARNED_RUNS?, HIT_BATTER?, WILD_PITCHES?, BALK?,

WALKED_BATTER?, STRUCK_OUT_BATTER?)

<!ELEMENT SURNAME (#PCDATA)>

<!ELEMENT GIVEN_NAME (#PCDATA)>

<!ELEMENT POSITION (#PCDATA)>

<!ELEMENT GAMES (#PCDATA)>

<!ELEMENT GAMES_STARTED (#PCDATA)>

<!ELEMENT COMPLETE_GAMES (#PCDATA)>

<!ELEMENT WINS (#PCDATA)>

<!ELEMENT LOSSES (#PCDATA)>

<!ELEMENT SAVES (#PCDATA)>

<!ELEMENT AT_BATS (#PCDATA)>

<!ELEMENT RUNS (#PCDATA)>

<!ELEMENT HITS (#PCDATA)>

<!ELEMENT DOUBLES (#PCDATA)>

<!ELEMENT TRIPLES (#PCDATA)>

<!ELEMENT HOME_RUNS (#PCDATA)>

<!ELEMENT RBI (#PCDATA)>

<!ELEMENT STEALS (#PCDATA)>

<!ELEMENT CAUGHT_STEALING (#PCDATA)>

<!ELEMENT SACRIFICE_ HITS (#PCDATA)>

<!ELEMENT SACRIFICE_FLIES (#PCDATA)>

<!ELEMENT ERRORS (#PCDATA)>

<!ELEMENT WALKS (#PCDATA)>

<!ELEMENT STRUCK_OUT (#PCDATA)>

<!ELEMENT HIT_BY_PITCH (#PCDATA)>

<!ELEMENT SHUT_OUTS (#PCDATA)>

<!ELEMENT ERA (#PCDATA)>

<!ELEMENT INNINGS (#PCDATA)>

<!ELEMENT HOME_RUNS_AGAINST (#PCDATA)>

<!ELEMENT RUNS_AGAINST (#PCDATA)>

<!ELEMENT EARNED_RUNS (#PCDATA)>

<!ELEMENT HIT_BATTER (#PCDATA)>

<!ELEMENT WILD_PITCHES (#PCDATA)>

<!ELEMENT BALK (#PCDATA)>

<!ELEMENT WALKED_BATTER (#PCDATA)>

<!ELEMENT STRUCK_OUT_BATTER (#PCDATA)>

<LEAGUE_NAME>National</LEAGUE_NAME>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Atlanta</TEAM_CITY>

<TEAM_NAME>Braves</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Florida</TEAM_CITY>

<TEAM_NAME>Marlins</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Montreal</TEAM_CITY>

<TEAM_NAME>Expos</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Mets</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Philadelphia</TEAM_CITY>

<TEAM_NAME>Phillies</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>Cubs</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Arizona</TEAM_CITY>

<TEAM_NAME>Diamondbacks</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

<LEAGUE_NAME>American</LEAGUE_NAME>

<DIVISION_NAME>East </DIVISION_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>White Sox</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Anaheim</TEAM_CITY>

<TEAM_NAME>Angels</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

8.5.9 选择

通常，一个父元素会有许多子元素。为了指明各子元素必须按顺序出现，可将这些子元素用逗号隔开。每个这样的子元素还可以以问号、加号或星号作后缀，以便调节它在那一位置按顺序出现的次数。

到目前为止，已经假定子元素以一定的顺序出现或不出现。还可以使DTD更加灵活，如允许文档作者在给定的地方选择不同的元素。例如，在一项描述顾客购物的DTD中，结帐方式信息中的每项PAYMENT元素都有CREDIT_CARD子元素或CASH子元素以便提供付款方式的信息。然而，单独的PAYMENT元素不能同时使用两者。

在父元素声明中，可以使用竖线（1）而不是逗号来分开子元素，以便指明文档作者需要输入一个或另一个子元素。例如，下面的语句就说明PAYMENT元素必须有CASH或CREDIT_CARD中的一个子元素。

<!ELEMENT PAYMENT (CASH | CREDIT_CARD)>

这种内容规格称为选择。当只使用它们当中的一个时就可用竖线分开任意数目的子元素。例如，下面语句说明PAYMENT元素必须有CASH、CREDIT_CARD或CHECK中的一个子元素。

<!ELEMENT PAYMENT (CASH | CREDIT_CARD | CHECK)>

当用括号对元素分组时竖线还会更有用。可以把元素组合在括号内分组，然后在括号后加星号、问号和加号后缀来指明一定的元素组合会出现零次或多次、零次或一次或者一次或多次。

8.5.10 带括号的子元素

在父元素声明中，必须了解有关子元素安排的最后一件事是如何用括号分组元素。每一对括号把数个元素合为一个独立元素。括号内的元素可以作为独立元素嵌套在其他括号内。而且，还可以加上加号、逗号或问号后缀。您还可以将这些括号组合成更大的括号组合来构成复杂的结构。这是一项功能强大的技术。

例如，考虑一份由两个互相可交换的元素组成的清单。这基本上是HTML中定义清单的方法。每项<dt>标记要与一项<dd>标记相匹配。如果用XML来复制这一结构，dl元素的声明看起来是这样的：

<!ELEMENT dl (dt , dd)*>

括号表明要重复的是相互匹配的<dt><dd>元素对。

元素经常以或多或少的随机顺序出现。新闻杂志文章通常有一个标题，绝大多数后接文章段落，带有图形、照片、副栏、副标题、通篇夹杂的引文，也许在末尾还有作者行。可以在父元素声明中在括号内用竖线分组列出所有子元素来指明这些安排。然后您在括号外加星号来指明允许括号内元素出现零或多次。例如：

<!ELEMENT ARTICLE (TITLE, (P | PHOTO | GRAPH | SIDEBAR

| PULLQUOTE | SUBHEAD)*, BYLINE?)>

再举一例，假设要说明一个DOCUMENT元素，它没有很多子元素，但必须有一个TITLE后接任意数量的混合文本段落和图像，以及一个任选的SIGNATURE块。该元素声明书写如下：

<!ELEMENT DOCUMENT (TITLE, (PARAGRAPH | IMAGE)*, SIGNATURE?)>

这不是描述这一结构的唯一方法。实际上这甚至不是最好的方法。另一种方法是声明一个包含PARAGRAPH和IMAGE元素的BODY元素并把它夹在TITLE和SIGNATURE元素之间，例如：

<!ELEMENT DOCUMENT (TITLE, BODY, SIGNATURE?)>

<!ELEMENT BODY ((PARAGRAPH | IMAGE)*)>

这两种途径的区别在于第二种途径在文档中使用了BODY元素。这一元素对读取文档的应用程序提供了有用的组织层次。问题是文档的读者（可能是另一种计算机程序）是否要把BODY作为单一的项目，并同TITLE和SIGNATURE分开，并可从元素总和中区别出来。

再举一个国际地址的例子。美国以外国家的地址并不遵循美国的约定。尤其是邮政编码有时在国家名之前，有时则在其后，如下两例：

Doberman-YPPAN

Box 2021

St. Nicholas QUEBEC

CAN GOS-3LO

或者

Editions Sybex

10/12 Villa Coeur-de-Vey

75685 Paris Cedex 14

France

虽然地址项不是按照顺序，邮件也可能邮到目的地，但最好还是让地址更加方便灵活些。允许灵活性的地址元素声明可以是这样：

<!ELEMENT ADDRESS (STREET+, (CITY | STATE | POSTAL_CODE

| COUNTRY)*)>

这表明ADDRESS元素必须有一个或多个STREET子元素后接任意数目的CITY、STATE、POSTAL_CODE或COUNTRY元素。如果要每个元素不多于一个，那这就不够理想了。遗憾的是，这超出了DTD的能力。您要使元素的顺序更加灵活方便，就要放弃一些控制每一元素最大数的能力。

另一方面，可能有一份由任意顺序排列的不同元素组成的清单，如一份录音清单就可能包含CD，唱片集和音带。区别各类不同元素的元素声明可能如下：

<!ELEMENT MUSIC_LIST (CD | ALBUM | TAPE)*>

在棒球DTD中，可以使用括号来为投手和击球手做不同的统计数据集。每名队员能用一套或另一套数据，但不能用两者。元素声明如下：

<!ELEMENT PLAYER (GIVEN_NAME, SURNAME, POSITION, GAMES,

GAMES_STARTED,((COMPLETE_GAMES?,WINS?,LOSSES?,SAVES?,

SHUT_OUTS?,ERA?,INNINGS?,EARNED_RUNS?,HIT_BATTER?,

WILD_PITCHES?,BALK?,WALKED_BATTER?,STRUCK_OUT_BATTER? )

|(AT_BATS?, RUNS?,HITS?, DOUBLES?, TRIPLES?, HOME_RUNS?,

RBI?,STEALS?,CAUGHT_STEALING?,SACRIFICE_HITS?,

SACRIFICE_FLIES?, ERRORS?, WALKS?, STRUCK_OUT?,

HIT_BY_PITCH ? )))>

在元素声明中还有一些不好处理的事情。例如，没有好的方法来说明一份文档要以TITLE元素开始而以SIGNATURE元素结束，两者之间可包含其他元素。这是因为ANY不能与其他子元素合用。

还有，通常对元素出现的位置掌握得越不准确，就越不能控制它们的数目。例如，不能说文档应该有一个可能出现在文档任何地方的TITLE元素。

但是，用括号来建立元素块，按顺序的元素用逗号分隔，平行出现的用竖线分隔，能让我们建立带有详细的元素出现的位置规则的复杂结构。但是不要无止境地这样做。简单的解决方法会更好。DTD越复杂，就越难编写出满足要求的合法的文档，更不要说维护DTD自身的复杂性了。

8.5.11 混合内容

读者可能已经注意到了，在以前的多数例子中，元素或者包含子元素，或者包含可析的字符数据，但不能同时包含两者。唯一的例外是以前例子中的一些基本元素。在这些例子中，全部标记的列表还没有完成。由于基本元素可以包含ANY数据，因而就既可以包含子元素又可以包含原始文本。

可以声明同时包含子元素和可析字符数据的标记。这就叫做混合内容。这样就可以给每个TEAM后面加上任意的文本块。例如：

<!ELEMENT TEAM (#PCDATA | TEAM_CITY | TEAM_NAME | PLAYER)*>

带有可析的字符数据的混合子元素会严重地限制文档的结构。特别是，只能指定可出现的子元素的名称。不能限定它们出现的顺序，每个元素的出现次数，或者它们是否出现。借助于DTD，利用下面的DTD中的一部分可实现这一要求：

<!ELEMENT PARENT (#PCDATA | CHILD1 | CHILD2 | CHILD3 )* >

除了改变子元素数目以外的其他事情都是不合法的。不能在包括#PCDATA的元素声明中使用逗号、问号或加号。用竖线分隔的元素和#PCDATA的列表是合法的。其他用法是不合法的。例如，下面的例子就不合法：

<!ELEMENT TEAM (TEAM_CITY, TEAM_NAME, PLAYER*, #PCDATA)>

使用混合内容的最基本的理由是，当将老式的文本数据转换成XML的过程中，随着新标记的增加逐步测试DTD的合法性，而不要在完成全部转换后再试图去发现错误。这是一个很好的技巧，我建议大家都这样做，毕竟从刚完成的代码中立即找出错误比几小时后要容易一些。但是，这仅仅是开发时的一个技巧。最终的用户是不应该看到这些的。当DTD完成后不能把子元素同可析的字符数据混合起来。一般总可以建立一个包括可析的字符数据的新标记。

例如，可以声明只包含#PCDATA数据的BLURB元素并把它增加为TEAM的最后一个子元素，这样就在每个TEAM元素的末尾包括一个文本块。下面是该声明：

<!ELEMENT TEAM (TEAM_CITY, TEAM_NAME, PLAYER*, BLURB)>

<!ELEMENT BLURB (#PCDATA)>

这对文档的文本改变不大。所有的变化只是向每个TEAM元素增加了一个或多个带有开始标记和结束标记的可选元素。但是这就使文档更加健全。而且，从XML程序接收到文档树的XML应用程序就能在更短的时间内处理数据，因为文档具有非混合内容所允许的更为结构化的格式。

8.5.12 空元素

前面讨论过，定义一个没有内容的元素有时是有用的。HTML中的例子包括图像、水平线和中断<IMG>、<R>和<BR>。在XML中，这类空元素是通过以/>结束的空标记来标识的，如<IMG/>、<HR/>和<BR/>。

合法的文档必须声明使用的空元素和非空元素。因为按定义，空元素没有子元素，声明很容易。可像通常一样使用包含空元素名的<!ELEMENT>来声明，但用关键词EMPTY （像所有XML标记一样区分大小写）代替了子元素的列表。例如：

<!ELEMENT BR EMPTY>

<!ELEMENT IMG EMPTY>

<!ELEMENT HR EMPTY>

清单8-11是同时使用了空元素和非空元素的合法文档。

清单8-11：使用了空标记的合法文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE DOCUMENT [

<!ELEMENT DOCUMENT (TITLE,SIGNATURE)>

<!ELEMENT TITLE (#PCDATA)>

<!ELEMENT COPYRIGHT (#PCDATA)>

<!ELEMENT EMAIL (#PCDATA)>

<!ELEMENT BR EMPTY>

<!ELEMENT HR EMPTY>

<!ELEMENT LAST_MODIFIED (#PCDATA)>

<!ELEMENT SIGNATURE (HR, COPYRIGHT, BR, EMAIL,

BR, LAST_MODIFIED)>

<TITLE>Empty Tags</TITLE>

<HR/>

<COPYRIGHT>1998 Elliotte Rusty Harold</COPYRIGHT><BR/>

<EMAIL>elharo@metalab.unc.edu</EMAIL><BR/>

<LAST_MODIFIED>Thursday,April 22,1999</LAST_MODIFIED>

</SIGNATURE>

</DOCUMENT>

8.6 DTD中的注释

像一份XML文档的其他部分一样，DTD也可以包含注释。这些注释不能在声明中出现，但可以在声明外出现。注释通常用来组织不同部分的DTD，为一些元素的许可内容提供说明，并对元素作进一步的解释。例如，YEAR元素的声明可以有这样的注释：

<!ELEMENT YEAR (#PCDATA)>

像所有注释一样，这只是为了便于人们阅读源代码，XML处理程序会忽略注释部分。

注释的一个可能用法是定义标记中用到的缩略语。例如，在本章及前些章中，我极力避免使用棒球术语的缩略语，因为对一些人来说难以弄清楚。一种可能的途径是使用缩略语但在DTD中用注释加以定义。清单8-12同以前的棒球例子相似，但使用了DTD注释和缩略标记。

清单8-12：使用缩略标记和DTD注释的合法XML文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE SEASON [

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT LEAGUE (LEAGUE_NAME, DIVISION, DIVISION, DIVISION)>

<!--American or National ?

<!ELEMENT LEAGUE_NAME (#PCDATA)>

<!--East , West , or Central ?

<!ELEMENT DIVISION_NAME (#PCDATA)>

<!ELEMENT DIVISION (DIVISION_NAME, TEAM+)>

<!ELEMENT SEASON (YEAR, LEAGUE, LEAGUE)>

<!ELEMENT TEAM (TEAM_CITY, TEAM_NAME, PLAYER*)>

<!ELEMENT TEAM_CITY (#PCDATA)>

<!ELEMENT TEAM_NAME (#PCDATA)>

<!ELEMENT PLAYER (GIVEN_NAME, SURNAME, P, G,

GS, AB?, R?, H?, D?, T?, HR?, RBI?, SB?, CS?,

SH?, SF?, E?, BB?, S?, HBP?, CG?, SO?, ERA?, IP?,

HRA?, RA?, ER?, HB?, WP?, B?, WB?, K?)

<!ELEMENT SURNAME (#PCDATA)>

<!ELEMENT GIVEN_NAME (#PCDATA)>

<!—Position-->

<!ELEMENT P (#PCDATA)>

<!ELEMENT G (#PCDATA)>

<!ELEMENT GS (#PCDATA)>

<!ELEMENT AB (#PCDATA)>

<!ELEMENT R (#PCDATA)>

<!ELEMENT H (#PCDATA)>

<!ELEMENT D (#PCDATA)>

<!ELEMENT T (#PCDATA)>

<!ELEMENT HR (#PCDATA)>

<!ELEMENT RBI (#PCDATA)>

<!ELEMENT SB (#PCDATA)>

<!ELEMENT CS (#PCDATA)>

<!ELEMENT SH (#PCDATA)>

<!ELEMENT SF (#PCDATA)>

<!ELEMENT E (#PCDATA)>

<!ELEMENT BB (#PCDATA)>

<!ELEMENT S (#PCDATA)>

<!ELEMENT HBP (#PCDATA)>

<!ELEMENT CG (#PCDATA)>

<!ELEMENT SO (#PCDATA)>

<!ELEMENT ERA (#PCDATA)>

<!ELEMENT IP (#PCDATA)>

<!ELEMENT HRA (#PCDATA)>

<!ELEMENT RA (#PCDATA)>

<!ELEMENT ER (#PCDATA)>

<!ELEMENT HB (#PCDATA)>

<!ELEMENT WP (#PCDATA)>

<!—Balk-->

<!ELEMENT B (#PCDATA)>

<!ELEMENT WB (#PCDATA)>

<!ELEMENT K (#PCDATA)>

<LEAGUE_NAME>National</LEAGUE_NAME>

<DIVISION_NAME>East </DIVISION_NAME>

<TEAM>

<TEAM_CITY>Atlanta</TEAM_CITY>

<TEAM_NAME>Braves</TEAM_NAME>

<GIVEN_NAME>Ozzie</GIVEN_NAME>

<SURNAME>Guillen</SURNAME>

<P>Short stop</P>

</PLAYER>

</TEAM>

<TEAM>

<TEAM_CITY>Florida</TEAM_CITY>

<TEAM_NAME>Marlins</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Montreal</TEAM_CITY>

<TEAM_NAME>Expos</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Mets</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Philadelphia</TEAM_CITY>

<TEAM_NAME>Phillies</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>Cubs</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Arizona</TEAM_CITY>

<TEAM_NAME>Diamondbacks</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

<LEAGUE_NAME>American</LEAGUE_NAME>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>White Sox</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Anaheim</TEAM_CITY>

<TEAM_NAME>Angels</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

当整个联赛全包含在内时，产生的文档从带长标记的699K缩短到带短标记的391K，节约了44％。但是信息的内容是相同的。两个文档压缩后很接近，短标记文档58K，长标记文档66K。

在注释内可以包括和应该包括的信息量没有限制。包括得多使DTD更长（这样就使检测更难，下载更慢）。然而，在下面的几章中，您将学会如何在多个XML文档间共享同一DTD以及将DTD拆成更好管理的多个部分。这样，使用注释的缺点就是暂时的了。我建议在DTD中自由地使用注释，尤其是对于打算公用的DTD。

8.7 在文档间共享通用的DTD

前面的合法的例子都在文档的序言部分包含了DTD。但是XML真正的功能来自于不同的人们编写的可为许多文档共享通用的DTD。如果DTD不是直接包含在文档内，而是从外部联结而来，则DTD的改变会自动传播给使用它的所有文档。另一方面，当DTD改变时并不能确保其向后兼容性。不兼容的改变会破坏文档。

当使用外部DTD时，文档类型声明要加以改变。DTD不再是包括在方括号中，而是在SYSTEM关键词后接一个能找到DTD的绝对或相对的URL。例如：

<!DOCTYPE root_element_name SYSTEM "DTD_ URL">

这里root_element_name像以前一样是基本元素的名称，SYSTEM是一个XML关键词，DTD_URL是能找到DTD的绝对或相对的URL。例如：

<!DOCTYPE SEASON SYSTEM "baseball.dtd">

为说明这一过程让我们来转换一个熟悉的例子。清单8-12包括了棒球统计的内部DTD。我们要把这份清单转换为外部DTD。首先，去掉DTD并把它放入自己的文档。DTD是起始于<!DOCTYPE SEASON [终止于]>之间的所有内容。但不包括<!DOCTYPE SEASON [和]>。可以将其保存在名为baseball.dtd的文档内，如清单8-13所示。文档名并不重要，通常用的扩展名为.dtd。

清单8-13：棒球的DTD文档

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT LEAGUE (LEAGUE_NAME, DIVISION, DIVISION, DIVISION)>

<!ELEMENT LEAGUE_NAME (#PCDATA)>

<!ELEMENT DIVISION_NAME (#PCDATA)>

<!ELEMENT DIVISION (DIVISION_NAME, TEAM+)>

<!ELEMENT SEASON (YEAR, LEAGUE, LEAGUE)>

<!ELEMENT TEAM (TEAM_CITY, TEAM_NAME, PLAYER*)>

<!ELEMENT TEAM_CITY (#PCDATA)>

<!ELEMENT TEAM_NAME (#PCDATA)>

<!ELEMENT PLAYER (GIVEN_NAME, SURNAME, P, G,

GS, AB?, R?,H?, D?, T?, HR?, RBI?, SB?, CS?,

SH?, SF?, E?, BB?, S?, HBP?, CG?, SO?, ERA?, IP?,

HRA?, RA?, ER?, HB?, WP?, B?, WB?, K?)

<!ELEMENT SURNAME (#PCDATA)>

<!ELEMENT GIVEN_NAME (#PCDATA)>

<!ELEMENT P (#PCDATA)>

<!ELEMENT G (#PCDATA)>

<!ELEMENT GS (#PCDATA)>

<!ELEMENT AB (#PCDATA)>

<!ELEMENT R (#PCDATA)>

?

<!ELEMENT H (#PCDATA)>

<!ELEMENT D (#PCDATA)>

<!ELEMENT T (#PCDATA)>

<!ELEMENT HR (#PCDATA)>

<!ELEMENT RBI (#PCDATA)>

<!ELEMENT SB (#PCDATA)>

<!ELEMENT CS (#PCDATA)>

<!ELEMENT SH (#PCDATA)>

<!ELEMENT SF (#PCDATA)>

<!—Errors-->

<!ELEMENT E (#PCDATA)>

<!ELEMENT BB (#PCDATA)>

<!ELEMENT S (#PCDATA)>

<!ELEMENT HBP (#PCDATA)>

<!ELEMENT CG (#PCDATA)>

<!ELEMENT SO (#PCDATA)>

<!ELEMENT ERA (#PCDATA)>

<!ELEMENT IP (#PCDATA)>

<!ELEMENT HRA (#PCDATA)>

<!ELEMENT RA (#PCDATA)>

<!ELEMENT ER (#PCDATA)>

<!ELEMENT HB (#PCDATA)>

<!ELEMENT WP (#PCDATA)>

<!—Balk-->

<!ELEMENT B (#PCDATA)>

<!ELEMENT WB (#PCDATA)>

<!ELEMENT K (#PCDATA)>

接下来，需要改动文档本身。因为要依赖于另一文档中的DTD，XML声明不再是独立的文档。所以standalone属性要改为no，如下所示：

<?xml version="1.0" standalone="no"?>

然后还要改变<!DOCTYPE>标记，借助于包括SYSTEM关键字和URL（通常是相对的）使它指向DTD。

<!DOCTYPE SEASON SYSTEM "baseball.dtd" >

文档的其余部分与以前相同。但是，现在序言部分只包含XML声明和文档类型声明而不包括DTD。清单8-14显示了这些代码。

清单8-14：带有外部DTD的棒球统计

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE SEASON SYSTEM "baseball.dtd" >

<LEAGUE_NAME>National</LEAGUE_NAME>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Atlanta</TEAM_CITY>

<TEAM_NAME>Braves</TEAM_NAME>

<GIVEN_NAME>Ozzie</GIVEN_NAME>

<SURNAME>Guillen</SURNAME>

<P>Shortstop</P>

</PLAYER>

</TEAM>

<TEAM>

<TEAM_CITY>Florida</TEAM_CITY>

<TEAM_NAME>Marlins</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Montreal</TEAM_CITY>

<TEAM_NAME>Expos</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Mets</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Philadelphia</TEAM_CITY>

<TEAM_NAME>Phillies</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>Cubs</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Arizona</TEAM_CITY>

<TEAM_NAME>Diamondbacks</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

<LEAGUE_NAME>American</LEAGUE_NAME>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>White Sox</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Anaheim</TEAM_CITY>

<TEAM_NAME>Angels</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

一定要确保清单8-14和baseball.dtd在同一目录下，然后像通常一样把清单8-14装入Web浏览器。如果一切正常，就会看到同装入清单8-12一样的输出。现在可以使用这个DTD来编写其他文档，如其他年度的统计数据。

如果添加了样式单，那么就在三个不同的文档中保存了文档的三个重要部分。数据在文档文件中，数据应用的结构和语义在DTD文件中，而格式在样式单中。这种结构使我们能相对独立地检查和改变其中任一部分或全部。

DTD与文档之间比文档与样式单之间联系更紧密。改变DTD一般要重新检查文档的合法性，并需要编辑文档使它与DTD相符。这样的顺序必要性取决于编辑方法；增加元素没什么问题，但移走元素就可能有问题。

8.7.1 远程URL上的DTD

如果一个DTD适用于多份文档，就不能总把它放在应用它的每份文档的同一目录下。可以使用URL来准确指明DTD的地址。例如，让我们假设棒球DTD在http://metalab.unc.edu/xml/dtds/baseball.dtd，可在序言中使用下面的<!DOCTYPE> 标记将其链接到文档上：

<!DOCTYPE SEASON SYSTEM

"http://metalab.unc.edu/xml/dtds/baseball.dtd">

本例中使用了完整的URL，从任何地方都是合法的。有时也希望从相对于Web服务器文档根目录或当前目录找出DTD来。通常，任何相对于文档位置所形成合法的URL的引用都可以接受。例如，下面这些都是合法的文档类型声明：

<!DOCTYPE SEASON SYSTEM"/xml/dtds/baseball.dtd">

<!DOCTYPE SEASON SYSTEM"/dtds/baseball.dtd">

<!DOCTYPE SEASON SYSTEM "../baseball.dtd">

一个文档不能有多于一个的文档类型声明，即不能有多于一个的<!DOCTYPE >标记。要使用不止在一个DTD中声明的元素，就需要使用外部参数实体引用。这些内容将在下一章中讨论。

8.7.2 公共的DTD

关键词SYSTEM是为单个作者或小组所用的私有的DTD使用的。但作为XML承诺的一部分，可令覆盖整个产业的广泛组织（如ISO或IEEE）能够将公共DTD加以标准化，以便用于各自的专门领域。这样的标准化可以让人们不用为同一项目重复作标记，并且使用户共享公用文档更容易。

为创建组织之外的编写者设计的DTD使用PUBLIC关键词而不使用SYSTEM关键词。并且DTD有一个文件名。句法如下：

<!DOCTYPE root_element_name PUBLIC "DTD_name" "DTD_URL">

root_element_name仍然是基本元素名称。PUBLIC是XML关键词，说明这一DTD是公共使用并具有名称。DTD_name是与此DTD联系的名称。有些XML处理程序会使用名称从中心库中检索DTD。最后，如果DTD不能根据名称从熟知的库中检索到，则DTD_URL是一个能找到该DTD的相对或绝对URL。

DTD名称与XML名称略有不同。它们只能包含ASCII字母字符、空格、软回车符、换行符和下面的标点符号： -’()+,/:=?;!*#@$_%。而且，公共DTD要遵守一些约定。

如果一项DTD是ISO标准，它的名称要以字符串“ISO”开始。如果是非ISO标准组织批准的DTD，它的名称以加号(+)开始。如果不是标准组织批准的DTD，它的名称以连字符 (-)开始。这些开始字符串后接双斜线(//) 和DTD所有者的名字，其后接另一个双斜线和DTD描述的文档类型，然后又是一个双斜线后接ISO639语言标识符，如EN表示英语。在http://www.ics.uci.edu/pub/ietf/http/related/iso639.txt处列有完整的ISO639标识符。例如，棒球DTD可以如下命名：

-//Elliotte Rusty Harold//DTD baseball statistics//EN

本例说明这个DTD不是由任何标准组织批准的(-)，为Elliotte Rusty Harold所有，描述棒球统计，用英语编写。通过DTD名称指向这一DTD的完整的文档类型声明如下：

<!DOCTYPE SEASON PUBLIC

"//Elliotte Rusty Harold//DTD baseball statistics//EN"

"http://metalab.unc.edu/xml/dtds/baseball.dtd">

读者也许注意到了许多HTML编辑器如BBEdit会在其创建的每个HTML文档开端放入下列字符串：

<!DOCTYPE HTML PUBLIC"-//W3C//DTD HTML//EN"＞

现在可能了解这些字符串是什么意思了！它表明文档符合一项非标准 (-) 的HTML的DTD，由W3C用英语制作。

从技术上说,W3C不是一个标准组织，因为它的成员限于交纳会费的公司而不是官方批准的实体。它只出版建议而不是标准。实际上这种区别没有关系。

8.7.3 内部和外部DTD子集

尽管大多数文档由易于定义的部分组成，但不是所有的文档都使用共同的模板。许多文档为自己使用而增加特定元素时，可能需要像HTML 4.0 DTD 这样的标准DTD。其他文档可能只使用标准元素，但需要对它们重新排序。例如，一个HTML主页可能有一个BODY元素，它必须包含一个H1标题标记后接一份DL定义列表，而另一个HTML主页可能有一个BODY元素，它包含许多不同的顺序不定的标题标记、段落和图像。如果特定的文档与同一站点上其他页面具有不同的结构，在文档本身内定义结构比在单独的DTD中定义更有用。这种方法也使文档更易于编辑。

为达此目的，文档可使用内部和外部DTD。内部声明放在<!DOCTYPE>标记尾部的方括号中。例如，假如需要一个包括棒球统计并有页眉和页脚的主页。这样的文档可如清单8-15所示。棒球信息从文档baseball.dtd中得到，构成外部DTD子集。基本元素DOCUMENT 以及元素TITLE和SIGNATURE的定义来自包含于文档中的内部DTD子集。这有点不寻常。一般的，更为通用的部分可能应该是外部DTD的一部分，而内部内容则更与特定专题有关。

清单8-15：DTD具有内部和外部DTD子集的棒球文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE SEASON SYSTEM "baseball.dtd"> [

<!ELEMENT DOCUMENT (TITLE, SEASON, SIGNATURE)>

<!ELEMENT TITLE (#PCDATA)>

<!ELEMENT COPYRIG T (#PCDATA)>

<!ELEMENT EMAIL (#PCDATA)>

<!ELEMENT LAST_MODIFIED (#PCDATA)>

<!ELEMENT SIGNATURE (COPYRIGHT, EMAIL, LAST_MODIFIED)>

<TITLE>1998 Major League Baseball Statistics</TITLE>

<LEAGUE_NAME>National</LEAGUE_NAME>

<DIVISION_NAME>East</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Atlanta</TEAM_CITY>

<TEAM_NAME>Braves</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Florida</TEAM_CITY>

<TEAM_NAME>Marlins</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Montreal</TEAM_CITY>

<TEAM_NAME>Expos</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>New York</TEAM_CITY>

<TEAM_NAME>Mets</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Philadelphia</TEAM_CITY>

<TEAM_NAME>Phillies</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>Cubs</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Arizona</TEAM_CITY>

<TEAM_NAME>Diamondbacks</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

<LEAGUE_NAME>American</LEAGUE_NAME>

<DIVISION_NAME>East </DIVISION_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>Central</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>White Sox</TEAM_NAME>

</TEAM>

</DIVISION>

<DIVISION_NAME>West</DIVISION_NAME>

<TEAM>

<TEAM_CITY>Anaheim</TEAM_CITY>

<TEAM_NAME>Angels</TEAM_NAME>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

<EMAIL>elharo@metalab.unc.edu</EMAIL>

<LAST_MODIFIED>March 10, 1999</LAST_MODIFIED>

</SIGNATURE>

</DOCUMENT>

在内部和外部DTD子集中的同名元素之间发生冲突的情况下,内部声明的元素具有优先权。这种优先权提供了不完善部分的继承机制。例如，如要推翻PLAYER元素的定义，以便只包含击球统计数据，而不要投球统计数据。这时可使用大多数的棒球DTD的相同声明，但却要将PLAYER元素作如下改变：

<!DOCTYPE SEASON SYSTEM "baseball.dtd" [

<!ELEMENT PLAYER (GIVEN_NAME, SURNAME, P, G,

GS, AB?, R?, H?, D?, T?, HR?, RBI?, SB?, CS?,

SH ?, SF?, E?, BB?, S?, HBP?)

8.8 本章小结

在本章中，学习了如何使用DTD来描述文档结构，包括文档包含的必需元素和任选元素，以及这些元素间的相关关系。特别是学习了以下内容：

· 文档类型定义（DTD），它提供了文档包含的元素、标记、属性和实体及相互关系的清单。

文档序言包含文档类型声明，文档类型声明指明基本元素并包含DTD。DTD处在XML声明与实际文档开始之间。由<!DOC-TYPE ROOT [和]>加以界定，ROOT是基本元素名称。
DTD列出了文档的可允许的标记和结构。遵守DTD规则的文档才是合法的。
元素类型声明声明元素名称和子元素。
元素类型声明中用逗号分隔的子元素在文档中出现的顺序必须与声明中的顺序相同。
加号表示元素可以出现一次或多次。
星号表示元素可以出现零次或多次。
问号表示元素可以出现零次或一次。
竖线表示可以使用这一个也可以使用另一个元素。
括号可以组合子元素，以便使元素声明更详尽。
混合内容包含元素和可析的字符数据，但会限制父元素可实现的结构。
空元素用EMPTY关键词声明。
注释使DTD 更具可读性。
在文档类型声明中利用SYSTEM关键词和一个URL可以定位外部DTD。
在文档类型声明中用PUBLIC关键词可以定位标准DTD。
内部DTD子集中的声明可推翻外部DTD子集中的声明。

在下一章中，读者可学到有关DTD的更多知识，包括实体引用如何提供文本替换，如何将DTD与它所描述的文档分开，以便易于在文档间共享。还会学到如何用多份DTD描述单个文档。

第9章实体和外部DTD子集

一个简单的XML文档从许多不同的资源和文件中取得数据和声明。实际上，有些数据直接来自数据库、CGI脚本或其他非文件格式资源。无论采取何种形式，保存XML文档片段的项目称为实体。实体引用把实体载入到XML主文档中。通用实体引用载入数据到XML文档的基本元素中，而参数实体引用载入数据到文档的DTD中。

本章的主要内容如下：

· 什么是实体？

内部通用实体
外部通用实体
内部参数实体
外部参数实体
怎样从局部开始创建文档
结构完整文档中的实体和DTD

9.1 什么是实体？

从逻辑上说，一个XML文档由一个序进程构成，序进程后有一严密地包含了所有其他元素的基本元素。但XML文档的实际数据可以扩展分布在若干文档中。例如，即使一个棒球联盟中包含了大约900个的所有球员，每个PLAYER元素也可以以独立的文件形式存在。包含XML文档细节内容的存储单元称为实体（entities），实体可能是由一个文件、一个数据库记录或其他包含数据的项目组成。例如，本书中所有完整的XML文件都是实体。

包含XML声明或文档类型声明的存储单元和基本元素称为文档实体（document entity）。不过基本元素和它的派生元素也可包含指向即将插入文档的附加数据的实体引用。进行正确性检查的XML处理器在提交文档给最终应用程序以前或显示文件以前，将把所有不同的实体引用结合为单一逻辑结构的文档。

不进行正确性检查的处理器可以但不一定插入外部对象；他们必须插入内部对象。

实体的主要目的在于保存如下内容：结构完整的XML，其他形式的文本或二进制数据。序进程和文档类型声明是它们所属文档的基本元素的一部分。仅当XSL样式单本身就是一个结构完整的XML文档时，才能作为一个实体。组成XSL样式单的实体并不是应用该样式单的XML文档的组成实体之一。CSS样式单根本就不是一个实体。

大多数实体具有一个可以引用的名。唯一的例外是包含XML文档的主文件与文档实体（与数据库记录、CGI程序的输出结果或其他数据相对比，文档实体也不一定是文件）。文档实体无论采取何种结构，都是一种存储单元，用于储存XML声明、文档类型声明（如果有）和基本元素。因此每个XML文档至少拥有一个实体。

有两种类型的实体：内部实体和外部实体。完全在文档实体内部定义的实体称为内部实体。文档本身就是这样的实体，所以所有的XML文档至少有一个内部实体。

相反，经由URL定位的资源中获取的数据称为外部实体。主文档仅包含一个实际引用数据位置的URL。在HTML中，包含于<HTML>和</HTML>标记之间的文档本身是内部实体时，而IMG元素（实际的图像数据）代表外部实体。

实体分为两类：可析和不可析实体。可析实体包含结构完整的XML文本。不可析实体包含二进制数据或非XML文本（类似电子邮件信息）。如果从本质上说，当前大多数XML处理器不能很好地支持（如果不是完全支持的话）不可析实体，本章所关注的是可析实体。

第11章，非XML数据和不可析对象的嵌套。

通过实体引用，可把来源于多个实体的数据合并在一起构成一个单一的文档。通用实体引用把数据并入到文档内容中。参数实体引用把声明并入到文档的DTD中。实中&lt；、&gt；、&apos；、&quote；、&amp；是预定义的体引用，分别指的是文本实体<、>、’、”、&符号。然而也可在文档DTD中定义新的实体。

.2 内部通用实体

内部通用实体引用可看作经常使用的文本或强制格式文本的缩写。DTD中的<!ENTITY>标记定义缩写，并且该缩写就代替了文本。例如，可在DTD中简单地把页脚定义为实体footer，然后每页只需键入&footer；，而勿需在每页底部键入相同的页脚。此外，若决定更改页脚块（也许是因为你的电子邮件地址更改了），就仅需在DTD中作一次更改即可，勿需对共享同一页脚的页面逐个进行更改。

通用实体引用以“&”符号开始，以“；”结尾，两个符号之间为实体名。例如，“&lt；”就是小于符号(<)的通用实体引用，实体名为lt，该实体的替换文本就是一个字符“<”。实体名由字母和数字的混合排列以及下划线构成，禁止使用空格和其他标点符号字符。类似XML中的其他内容，实体引用是区分大小写的。

尽管从技术上说，允许在对象名中使用冒号“：”，但正如第18章中所提及，此符号要保留用于命名域（namespace）。

9.2.1 定义内部通用实体引用

在DTD中使用标记<!ENTITY>标记定义内部通用实体引用，具有如下格式：

<!ENITY name "replacement text">

name是replacement text的缩写。替换文本需放置于双引号中，因为其中可能包含空格和XML标记。可在文档中键入实体名，而读者所见为替换文本。

例如，我的名字为“Elliotte Rusty Harold”（这得怪我父母取了一个长名）。即使经过多年习惯，我依然常常打错。我可以为我的名字定义通用实体引用，这样每次当我键入&ERH；时，读者将会看见“Elliotte Rusty Harold”，这个定义如下：

<!ENITY ERH" Elliotte Rusty Harold">

清单9-1示例说明了&ERH；通用实体引用，图9-1中显示了载入到Internet Explorer的文档。可看出，源代码中的&ERH；实体引用输出时被替换为“Elliotte Rusty Harold”。

图9-1 清单9-1在内部通用实体引用被实际实体替换后的情形

清单9-1：ERH内部通用实体引用

<?xml version="1.0" standalone="Yes">

<!DOCTYPE DOCUME [

<!ETITY ERH "Elliotte Rusty Harold">

<!ELEMENT DOCUME (TITLE, SIGNATURE)>

<!ELEMENT TITLE (#PCDA A)>

<!ELEMENT COPYRIGHT (#PCDATA)>

<!ELEMENT EMAIL (#PCDA A)>

<!ELEMENT LAST_MODIFIED (#PCDATA)>

<!ELEMENT SIGNATURE (COPYRIGHT, EMAIL, LAST_MODIFIED)>

<EMAIL>elharo@metalab.unc.edu</EMAIL>

<LAS _MODIFIED>March 10, 1999</LAS _MODIFIED>

</SIGNATURE>

</DOCUMENT>

注意其中的通用实体引用，即使COPYRIGHT和TITLE声明为仅接受#PCDATA的子类，&ERH;依然出现在它们之中。因&ERH; 实体引用的替换文本是可析的字符数据，所以这种排列是合法的。所有的实体引用被实体值替换后，才对文档进行正确性检查。

在使用样式单时，也会发生相同的情形。当存在样式单引用，在实体引用替换为实体值后，才把样式应用于替换后实际存在的元素树状结构中。

可按下列方式把版权、电子邮件或最后的修改日期声明为通用实体引用：

<!ENTITY EMAIL "elharo@metalab.unc.edu">

<!ENTITY LM "Last modified: ">

因日期对不同的文档可能会发生改变，故而忽略了&LM；中的日期。若把日期作为一个实体引用，不会带来任何好处。

现在，就可把清单9-1内容重写成更加简洁的形式：

<EMAIL>&EMAIL;</EMAIL>

<LAS _MODIFIED>&LM; March 10, 1999</LAST_MODIFIED>

</SIGNATURE>

</DOCUMENT>

应用实体引用代替书写文本全文的一个好处是使得更改文本更加简便，在简单的DTD被若干文档共享的情况下，特别有用。例如，假设把电子邮件地址从elharo@metalab.unc.edu更改为eharold@solar.stanford.edu，仅需按如下内容更改DTD中的一行内容，而勿需在多个文档中寻找和替换邮件地址：

<!ENTITY EMAIL "eharold@solar.stanford.edu">

9.2.2 在DTD中使用通用实体引用

读者或许对是否能像下面的代码一样在一个通用实体引用中包含另一个通用实体引用表示怀疑，如下所示：

实际上该例是合法的，因为ERH实体作为COPY99实体的一部分存在，而COPY99实体本身最终又成为文档内容的一部分。尽管存在某些限制，对于DTD中的其他地方，若最终能转换成文档内容的一部分（例如作为缺省属性值），则也可在此处使用通用实体引用。第一条限制：语句中不能使用如下的循环引用：

<!ENTITY ERH "&COPY99 Elliotte Rusty Harold">?

第二条限制：通用实体引用不能插入仅为DTD的一部分且不能作为文档内容的文本。例如，下述简略用法的企图无法实现：

<!ENTITY PCD "(#PCDATA)">

<!ELEMENT ANTIMAL &PCD;>

<!ELEMENT FOOD &PCD;>

然而，利用实体引用把文本合并到文档的DTD中的方法常常是有用的。为此目的，XML使用将在下章中讲述的参数实体引用来实现这一目的。

对通用实体值的限制仅在于不能直接包含三种字符：% 、&、”，可是能经过使用字符引用包含这三种字符。若&和%仅作为实体引用的开头，而不代表自身含义，则可包含其中。限制很少意味着实体可包含标记和分割为多行。例如下面的SIGNATURE实体是有效的：

"<SIGNATURE>

<COPYRIGHT>1999 Elliotte Rusty Harold</COPYRIGH >

<EMAIL>elharo@metalab.unc.edu</EMAIL>

<LAST_MODIFIED>March 10, 1999</LAST_MODIFIED>

</SIGNATURE>"

下一个关心的问题是实体是否可以拥有参数。能否使用上面的SIGNATURE实体，但却改变每页中每一独立的LAST_MODIFIED元素的数据？答案是否定的；实体仅为静态的替换文本。若需要给实体传送数据，应改为使用标记符，并在样式单中随同提供适当的实现指令。

9.2.3 预定义通用实体引用

XML预定义五个通用实体引用，如表9-1所示。五个实体引用出现在XML文档中用来代替一些特殊的字符，这些字符如果不用引用方式就会被解释为标记。例如实体引用&lt；代表小于号<，小于符号<可解释为标记的开头。

考虑到最大限度的兼容，若计划使用预定义实体引用，就该在DTD中声明这些引用。因为需要避免DTD中字符的递归引用，所以声明时必须相当小心。为方便引用的声明，字符引用使用字符的十六进制ASCII值。清单9-2显示了所需要的声明。

表9-1 XML中的预定义实体引用
实体引用	字符
&	&
<	<
>	>
"	"
'

清单9-2：预定义通用实体引用声明

<!ENTITY lt "<">

<!ENTITY gt ">">

<!ENTITY amp "&">

<!ENTITY apos "'">

<!ENTITY quot """>

9.3 外部通用实体

包含基本元素/文档实体的主文件以外的数据称为外部实体。通过外部实体引用可在文档中嵌入外部实体和从若干相互独立的文件中获取数据组建为XML文档。

仅使用内部实体的文档非常类似于HTML模式。文档的完整文本存放于单一文件中，图像、JAVA小程序、声音和非HTML数据也可链接入文件中，但至少在文件中要有所有的文本。当然，HTML模式存在一些问题。特别在文档中嵌入动态信息的过程是一件非常困难的事情。可通过使用CGI、JAVA小程序所爱好的数据库软件、服务器方面提供的手段和其他各种各样的方法嵌入动态信息，但HTML仅提供静态文档支持。从若干文件中获取数据组建文档的行为必须在HTML外部进行。HTML中解决这问题的最简单的方法是使用框架，但这是非常糟糕的用户界面，通常令用户迷惑和讨厌。

部分问题是HTML文档不能自然地插入到另一个HTML文档中，每个HTML文档有且仅有一个BODY，服务器端嵌入法仅能提供把HTML片段嵌入文档的能力，而不是嵌入有效的文档实体，此外服务器端提供的引用需依赖于服务器的存在，而不是真正的HTML文档部分。

然而，XML更加灵活。一个文档的基本元素没有必要与另一文档基本元素相同。即使两个文档共享同一基本元素，DTD也可声明元素对自身的包含。在适当的时候，XML标准并不制止结构完整的XML文档嵌入另一结构完整的XML文档的做法。

但是，XML走得更远一些，可定义一个机制，利用这机制可在若干本地或远程系统上的、较小的XML文档的基础上建立新的XML文档。语法分析器的任务就是按固定的序列把所有不同文档组合起来。文档中可包含另一文档，或许这个还包含其他文档。只要没有递归的文档包含行为（处理器可报告的错误），应用程序就仅能看见一个单一、完整的文档。从本质上说，这种机制提供客户端嵌入的功能。

对XML而言，可使用外部通用实体引用的方法，在文档中嵌入另一文档。在DTD中，可按下述语法结构声明外部引用：

<!ENTITY name SYSTEM "URI">

URI就是Uniform Resource Identifier，与URL类似，但允许更加精确的资源链接规范。从理论上说，URI把资源与其储存位置分开，所以Web浏览器可以选择最近的或最空闲的几个镜像几个镜像站点，而无需明确指明该链接。URI领域的研究非常活跃，争论激烈，因此在实际应用中和在本书中，URI就是多用途的URL。

例如，可能想在站点的每个页面中都放置相同的签字块。为明确所见，我们假设签字块为清单9-3所示的XML代码，而且假定可从URL http://metalab.unc.edu/xml/signature.xml.上获得该代码。

清单9-3：XML签字文件

<?xml version="1.0">

<COPYRIGHT>1999 Elliotte Rusty Harold</COPYRIGHT>

<EMAIL>elharo@metalab.unc.edu</EMAIL>

</SIGNATURE>

在DTD中添加如下声明，可把实体引用&SIG;与这个文件联系在一起：

<!ENTITY SIG SYSTEM "http://metalab.unc.edu/xml/signature.xml">

也可使用相关的URL。例如：

<!ENTITY SIG SYSTEM "xml/signature.xml">

如果被引用的文件放置于与引用该文件的文件所处的同一目录中，那么仅需使用一文件名进行引用。例如：

<!ENTITY SIG SYSTEM "signature.xml">

利用上述任一种声明，仅需使用&SIG；，就可在文档的任意位置引用签字文件的内容。如清单9-4中的简单的文档，图9-2显示的是在Internet Explorer 5.0中交付的文档。

图9-2 使用外部通用实体引用的文档

清单9-4：SIG外部通用实体引用

<?xml version="1.0" standalone="no">

<!DOCTYPE DOCUMENT [

<!ELEMENT DOCUMENT (TITLE, SIGNATURE)>

<!ELEMENT TITLE (#PCDATA)>

<!ELEMENT COPYRIGHT (#PCDATA)>

<!ELEMENT EMAIL (#PCDATA)>

<!ELEMENT SIGNATURE (COPYRIGHT, EMAIL)>

<!ENTITY SIG SYSTEM

"http://metalab.unc.edu/xml/signature.xml"?

</DOCUMENT>

<TITLE>Entity references</TITLE>

&SIG;

</DOCUMENT>

注意外部实体引用的附加作用，因为文件不再完整，所以XML声明中的standalone属性值为no。解析文件表明该文件需要外部文件signature.xml中的数据。

.4 内部参数实体

通用实体成为文档的一部分，而非DTD的组成成分。通用实体引用仅可用于DTD中能成为文档组成部分的位置上；通用实体引用不能插入那些仅为DTD而非文档内容的文本。然而在DTD中的实体引用通常是有用的，因此XML提供了参数实体引用的手段。

除了如下两个关键处不同，参数实体引用与通用实体引用非常相似：

1．参数实体引用以百分号%开始，而非&符号。

2．参数实体引用仅可在DTD中出现，而不能位于文档内容中。

参数实体引用在DTD中声明的方法与通用实体类似，只是在实体名前加一百分号。句法结构如下：

<!ENTITY % name "replacement text">

实体名为实体内容的缩写。读者所见为双引号间的替换文本。例如：

<!ENTITY % ERH "Elliotte Rusty Harold">

当使用参数实体引用替换通用实体引用后，前文中无法实现的缩写（#PCDATA）变为有效：

<!ENTITY % PCD "(#PCDATA)">

<!ELEMENT ANTIMAL %PCD;>

<!ELEMENT FOOD %PCD;>

在元素间的子元素和属性共享通用列表中呈现参数实体引用的真实值。若替换的文本块较大且使用次数较多，则参数实体引用用处更大。例如，假设在DTD声明中有许多层次结构元素，如PARAGRAPH、CELL和HEADING。每个该类元素都有确定的内联元素数目，类似PERSON、DEGREE、MODEL、PRODUCT、ANIMAL、INGREDIENT等等的内部元素。这些元素的声明可能表现为下述方式：

<!ELEMENT PARAGRAPH

<!ELEMENT CELL

<!ELEMENT HEADING

容器元素都有相同的内容。假如创建了一个新元素如EQUATION、CD或ACCOUNT，则该元素必须声明为所有三个元素的子元素。若在前两个元素中添加新元素，却忘了在第三个元素中添加，就会引发问题。若元素的数目为30或者300个，而非3个，则问题将成倍增加。

若对每个容器元素不是给出单独的子元素列表，则DTD的维护将较为简便。替代的方法是子元素列表变为参数实体引用，然后在每个声明元素声明中应用参数实体引用。例如：

<!ENTITY % inlines

<!ELEMENT PARAGRAPH %inlines;>

<!ELEMENT CELL %inlines;>

<!ELEMENT HEADING %inlines;>

当添加新元素时，仅需简单地改变一个参数实体声明，而勿需改变3个、30或300个元素声明。

参数实体引用必须在使用前声明。下例是非法的，因为%PCD；引用在使用两次后才加以声明：

<!ELEMENT FOOD %PCD;>

<!ELEMENT ANTIMAL %PCD;>

<!ENTITY % PCD "(#PCDATA)">

参数实体引用仅能用于提供外部DTD子集中的声明。也就是说，参数实体引用仅能出现在外部DTD子集的声明中，上述例子若用于内部DTD子集，则所有引用无效。

在内部DTD子集中，参数实体引用仅能用于声明之外。例如下述语句在内部和外部DTD子集中均有效。

<!ENTITY % hr "<!ELEMENT HR EMPTY>">

%hr;

当然，这与将HR元素声明为不带参数实体引用相比没有带来使用上的便利：

<!ELEMENT HR EMPTY>

参数实体引用主要用于内部DTD子集引用外部参数实体的情况；也就是引入不同文件中的声明或部分声明。下一节将讲述这部分内容。

9.5 外部参数实体

前述例子中使用单一的DTD，用于定义文档中所有的元素。然而文档越长，这种技术应用越少。此外通常希望将DTD中的部分内容用于许多不同的地方。

例如，对描述很少发生变化的邮件地址DTD来说，地址定义非常普遍，且可很方便地应用在不同的上下文中。类似地，清单9-2中列出的预定义实体引用可用于大部分XML文档中，但并不想总是对此清单进行拷贝和复制的操作。

可用外部参数实体把较小的DTD组成大型的DTD。也就是说，一个外部DTD可以链接到另一外部DTD，第二个DTD引入第一个DTD中声明的元素和实体。尽管严禁使用循环——若DTD2引用DTD1，则DTD1不能引用DTD2��但嵌套的DTD也会大型化和复杂化。

同时，将DTD分解为小的、更便于管理的组块，使得对DTD的分析处理更加简便。由于一个实体文档和完整的DTD存储在单一的文件中，在前几章中的许多例子都过于庞大。若文档和文档的DTD分割为几个独立的文件，就变得更加易于理解。

此外，描述一组元素的DTD中采用较小的、模块化的结构，使得不同的人或组织创建的DTD之间的组合和匹配更加简便。例如，在写一篇关于高温超导的文章，可能会用到描述其中分子的分子科学DTD、记录公式的数学DTD、描述图形的向量DTD和处理解释性文本的HTML DTD。

特殊情况下，可使用Peter Murray-Rust的 Chemical Markup Language中的mol.dtd DTD、W3C的Mathematical Markup Language 中的MathML DTD、W3C的 Scalable Vector Graphics中的SVG DTD和W3C的 XHTML DTD。

我们还可以想出许多混合或者匹配来自不同领域的概念（也就是标记）的例子。人类的想法不会局限在狭窄的定义范围内，总是试图遍及所有领域。所编写的文档就反映了这种思想。

让我们研究如何把棒球比赛统计表组织为几个不同的DTD的联合体。本例的层次非常分明。一个可能的分割方法是为PLAYER、TEAM和SEASON分别编写一个DTD。分割DTD为更便于管理的方法远不止一种，但这也不失为一个很好的例子。清单9-5显示的是只为PALYER建立的单独的DTD，保存在player.dtd文件中。

清单9-5：PLAYER元素和它的子元素的DTD(player.dtd)

<!-Player Info ->

<!ELEMENT PLAYER (GIVEN _N AME, SURNAME, P, G,

GS, AB?, R?, H?, D?, ?, HR?, RBI?, SB?, CS?,

SH?, SF?, E?, BB?, S?, HBP?, W?, L?, SV?, CG?, SO?, ERA?,

IP?, HRA?, RA?, ER?, HB?, WP?, B?, WB?, K?)

<!-Player s last name ->

<!ELEMENT SURNAME (#PCDATA)>

<!-Player s first name ->

<!ELEMENT GIVE _ NAME (#PCDATA)>

<!-Position ->

<!ELEMENT P (#PCDATA)>

<!-Games Played ->

<!ELEMENT G (#PCDATA)> <!桮ames Started ->

<!ELEMENT GS (#PCDATA)>

<!-======================= ->

<!-Batting Statistics ->

<!-At Bats ->

<!ELEMENT AB (#PCDATA)>

<!-Runs ->

<!ELEMENT R (#PCDATA)>

<!-Hits ->

<!ELEMENT H (#PCDATA)>

<!-Doubles ->

<!ELEMENT D (#PCDATA)>

<!-Triples ->

<!ELEMENT T (#PCDATA)>

<!-Home Runs ->

<!ELEMENT HR (#PCDATA)>

<!-Runs Batted In ->

<!ELEMENT RBI (#PCDATA)>

<!-Stolen Bases ->

<!ELEMENT SB (#PCDATA)>

<!-Caught Stealing ->

<!ELEMENT CS (#PCDATA)>

<!-Sacrifice Hits ->

<!ELEMENT SH (#PCDATA)>

<!-Sacrifice Flies ->

<!ELEMENT SF (#PCDATA)>

<!-Errors ->

<!ELEMENT E (#PCDATA)>

<!-Walks (Base on Balls) ->

<!ELEMENT BB (#PCDATA)>

<!-Struck Out ->

<!ELEMENT S (#PCDATA)>

<!-Hit By Pitch ->

<!ELEMENT HBP (#PCDATA)>

<!-======================= ->

<!-Pitching Statistics ->

<!-Complete Games ->

<!ELEMENT CG (#PCDATA)>

<!-Wins ->

<!ELEMENT W (#PCDATA)>

<!-Losses ->

<!ELEMENT L (#PCDATA)>

<!-Saves ->

<!ELEMENT SV (#PCDATA)>

<!-Shutouts ->

<!ELEMENT SO (#PCDATA)>

<!-ERA ->

<!ELEMENT ERA (#PCDATA)>

<!-Innings Pitched ->

<!ELEMENT IP (#PCDATA)>

<!-Home Runs hit Against ->

<!ELEMENT HRA (#PCDATA)>

<!-Runs hit Against ->

<!ELEMENT RA (#PCDATA)>

<!-Earned Runs ->

<!ELEMENT ER (#PCDATA)>

<!-Hit Batter ->

<!ELEMENT HB (#PCDATA)>

<!-Wild Pitches ->

<!ELEMENT WP (#PCDATA)>

<!-Balk ->

<!ELEMENT B (#PCDATA)>

<!-Walked Batter ->

<!ELEMENT WB (#PCDATA)>

<!-Struck Out Batter ->

<!ELEMENT K (#PCDATA)>

<!-======================= ->

<!-Fielding Statistics ->

<!-Not yet supported ->

当时用这个文件，这个DTD还无法让你创建非常有趣的文档，清单9-6显示的是仅使用清单9-5中PLAYER DTD的简洁有效的文件。从这来说，这简单的文件并不重要；然而，可在这些较小的部分外创建更加复杂的文件。

清单9-6：使用PLAYER DTD的有效文档

<?xml version="1.0" standalone="no">

<!DOCTYPE PLAYER SYSTEM "Player.dtd">

<GIVEN_NAME>Chris</GIVEN_NAME>

<SURNAME>Hoiles</SURNAME>

<P>Catcher</P>

</PLAYER>

文档的哪部分可拥有自己的DTD？这是显而易见的，TEAM就是其中的主要部分，可按如下方式书写它的DTD：

<!ELEMENT TEAM ( EAM_CITY, EAM_NAME, PLAYER*)>

<!ELEMENT TEAM_CITY (#PCDATA)>

<!ELEMENT TEAM_NAME (#PCDATA)>

然而作仔细的检查之后，就会注意到遗漏了某些东西：PLAYER元素的定义。该定义位于player.dtd独立文件中，需要连接到这个DTD中。

可通过外部参数实体引用连接DTD。对私有的DTD，可按下列格式进行连接：

<!ENTITY % name SYSTEM "URI">

%name;

例如：

<! ENTITY % player SYSTEM "Player.dtd">

%player;

本例中使用了相对的URL（player.dtd），且假定player.dtd文件所在位置与进行链接的DTD的位置相同。若非这种情况，可使用完整的URL如下：

<! ENTITY % player SYSTEM

"http://metalab.unc.edu/xml/dtds/player.dtd">

%player;

清单9-7显示的是包含了对PLAYER DTD引用的完整TEAM DTD：

清单9-7：TEAM DTD（team.dtd）

<!ELEMENT EAM ( EAM_CITY, EAM_ NAME, PLAYER*)>

<!ELEMENT EAM_CITY (#PCDATA)>

<!ELEMENT EAM_ NAME (#PCDATA)>

<!ENTITY % player SYSTEM "Player.dtd">

%player;

SEASON包含LEAGUE、DIVISION和TEAM元素。尽管LEAGUE和DIVISION元素可拥有自己的DTD，也没有必要过分追求使用各自独立的DTD。除非希望拥有包含LEAGUE或DIVISION元素的文档，该文档不是SEASON的一部分，在这种情况下，才可在同一DTD中引用所有三个DTD。如清单9-8中说明了这种情况。

清单9-8：SEASON DTD（seasom.dtd）

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT LEAGUE (LEAGUE_NAME, DIVISION, DIVISION, DIVISION )>

<!-NAMErican or National ->

<!ELEMENT LEAGUE_ NAME (#PCDATA)>

<!-East, West, or Central ->

<!ELEMENT DIVISION_ NAME (#PCDATA)>

<!ELEMENT DIVISION (DIVISIO _ NAME, EAM+)>

<!ELEMENT SEASON (YEAR, LEAGUE, LEAGUE)>

<!ENTITY % team SYSTEM "team.dtd">

%team;

.6 根据片段创建文档

棒球的例子已相当庞大，尽管本书中的例子仅为缩减的版本，其中球员数目受到限制，但全文已超过0.5MB，内容过于庞大，不便于装载和查询；特别是在读者仅对其中某一队员、球队或分部感兴趣时，尤其如此。本章中上一节讲述的技术可允许把这个文档分割为许多不同的、较小的、便于管理的文档，每个球队、队员、分部和联盟各自对应一个文档。通过外部实体引用，队员组成球队，球队组成分部，分部构成联盟，联盟构成赛季。

遗憾的是，无法按外部可析实体的样式嵌入XML文档。考虑一下，例如清单9-9 ChrisHoiles.xml，这是清单9-6的修订版本。然而，若仔细检查两个清单，将发现它们的序进程是不同的。9-6清单的序进程为：

<?xml version="1.0" standalone="no"?>

<!DOCTYPE PLAYER SYSTEM "Player.dtd">

清单9-9的序进程是简单的XML声明，没有standalone属性，但却有encoding属性；而且忽略了文档类型声明。像清单9-9这样的文件表明将被嵌入另一文件中，其中的XML声明称为文本声明，虽然正如我们所看到的，它实际上正是一个合法的XML声明。

清单9-9：ChrisHoiles.xml

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

<GIVEN_ NAME>Chris</GIVEN_NAME>

<SURNAME>Hoiles</SURNAME>

<P>Catcher</P>

</PLAYER>

虽然可在本书附带的CD-ROM上的example"baseball"player目录中找到所有队员名单，但这里省略了大约1200名的队员名单。

文档声明必须具有encoding属性（与XML声明不同，XML声明可以拥有encoding属性，但不是必要的），encoding属性规定实体使用的字符集。允许使用不同字符组写出的复合文档。例如，Latin-5字符组写出的文档可与UTF-8字符集写出的文档结合为一体。处理器或浏览器依然必须理解不同实体使用的编码。

本章中的所有例子以ASCII编码形式给出。因ASCII编码是ISO Latin-1 、UTF-8的严格子集，所以可以使用如下的任一文本声明：

<?xml version="1.0" encoding="ISO-8859-1"?>

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

清单9-10 mets.dtd和清单9-11 mets.xml显示如何利用外部可析实体组建完整的球队文档。在DTD中为球队中的每个队员定义外部实体引用。利用文档内部DTD子集中的外部参数实体引用，XML文档载入该DTD；然后，该文档包括许多外部通用实体引用来载入分立的队员数据。

清单9-10：具有player实体引用的New York Mets DTD（mets.dtd）

<!ENTITY AlLeiter SYSTEM "mets/AlLeiter.xml">

<!ENTITY ArmandoReynoso SYSTEM "mets/ArmandoReynoso.xml">

<!ENTITY BobbyJones SYSTEM "mets/BobbyJones.xml">

<!ENTITY BradClontz SYSTEM "mets/BradClontz.xml">

<!ENTITY DennisCook SYSTEM "mets/DennisCook.xml">

<!ENTITY GregMcmichael SYSTEM "mets/GregMcmichael.xml">

<!ENTITY HideoNomo SYSTEM "mets/HideoNomo.xml">

<!ENTITY JohnFranco SYSTEM "mets/JohnFranco.xml">

<!ENTITY JosiasManzanillo SYSTEM "mets/JosiasManzanillo.xml">

<!ENTITY OctavioDotel SYSTEM "mets/OctavioDotel.xml">

<!ENTITY RickReed SYSTEM "mets/RickReed.xml">

<!ENTITY RigoBeltran SYSTEM "mets/RigoBeltran.xml">

<!ENTITY WillieBlair SYSTEM "mets/WillieBlair.xml">

图9-3显示了载入到Internet Explorer中的XML文档。请注意即使主文档仅包含存储队员数据的实体引用，所有队员数据也能被显示出来。Internet Explorer解决了所有外部引用，这可不是所有的XML语法分析程序或者浏览器都能做到的。

在CD-ROM上的example"baseball目录中可找到其余球队。请特别需要注意，简洁的外部实体引用是如何嵌入多个队员数据的。

图9-3 XML文档显示1998年New York Mets队中的所有球员。

清单9-11：具有从外部实体中载入的队员数据的New York Mets（mets.xml）

<?xml version="1.0" standalone="no"?>

<!DOCTYPE TEAM SYSTEM "team.dtd"[

<!ENTITY % players SYSTEM "mets.dtd">

%players;

<TEAM>

< TEAM_CITY>New York</ TEAM_CITY>

< TEAM_ NAME>Mets</ TEAM_ NAME>

&AlLeiter;

&ArmandoReynoso;

&BobbyJones;

&BradClontz;

&DennisCook;

&GregMcmichael;

&HideoNomo;

&JohnFranco;

&JosiasManzanillo;

&OctavioDotel;

&RickReed;

&RigoBeltran;

&WillieBlair;

</TEAM>

通过组合球队文件创建分部、通过组合分部文件创建联盟、通过组合联盟文件创建赛季的过程的延续，具有一定的好处。但遗憾的是，所有努力只会带来灾难性的后果。通过外部实体的方法嵌套的文档不能拥有自身的DTD。最多只能是序进程包含文本声明。这就是说，仅能拥有单一层次的文本嵌入。与此不同的是，DTD嵌入可进行任意层次的嵌套。

因此唯一可用的方法就是，在引用了许多不同球员文档的单一文档中包括所有球队、分部、联盟和赛季。需要1200多个实体声明（每个队员对应一个声明）。因为DTD可以深层嵌套，就引入如清单9-10所示包含所有球队定义的DTD开始。如清单9-12所示。

清单9-12：球员的DTD（players.dtd）

<!ENTITY % angels SYSTEM "angels.dtd">

%angels;

<!ENTITY % astros SYSTEM "astros.dtd">

%astros;

<!ENTITY % athletics SYSTEM "athletics.dtd">

%athletics;

<!ENTITY % bluejays SYSTEM "bluejays.dtd">

%bluejays;

<!ENTITY % braves SYSTEM "braves.dtd">

%braves;

<!ENTITY % brewers SYSTEM "brewers.dtd">

%brewers;

<!ENTITY % cubs SYSTEM "cubs.dtd">

%cubs;

<!ENTITY % devilrays SYSTEM "devilrays.dtd">

%devilrays;

<!ENTITY % diamondbacks SYSTEM "diamondbacks.dtd">

%diamondbacks;

<!ENTITY % dodgers SYSTEM "dodgers.dtd">

%dodgers;

<!ENTITY % expos SYSTEM "expos.dtd">

%expos;

<!ENTITY % giants SYSTEM "giants.dtd">

%giants;

<!ENTITY % indians SYSTEM "indians.dtd">

%indians;

<!ENTITY % mariners SYSTEM "mariners.dtd">

%mariners;

<!ENTITY % marlins SYSTEM "marlins.dtd">

%marlins;

<!ENTITY % mets SYSTEM "mets.dtd">

%mets;

<!ENTITY % orioles SYSTEM "orioles.dtd">

%orioles;

<!ENTITY % padres SYSTEM "padres.dtd">

%padres;

<!ENTITY % phillies SYSTEM "phillies.dtd">

%phillies;

<!ENTITY % pirates SYSTEM "pirates.dtd">

%pirates;

<!ENTITY % rangers SYSTEM "rangers.dtd">

%rangers;

<!ENTITY % redsox SYSTEM "redsox.dtd">

%redsox;

<!ENTITY % reds SYSTEM "reds.dtd">

%reds;

<!ENTITY % rockies SYSTEM "rockies.dtd">

%rockies;

<!ENTITY % royals SYSTEM "royals.dtd">

%royals;

<!ENTITY % tigers SYSTEM "tigers.dtd">

%tigers;

<!ENTITY % twins SYSTEM "twins.dtd">

%twins;

<!ENTITY % whitesox SYSTEM "whitesox.dtd">

%whitesox;

<!ENTITY % yankees SYSTEM "yankees.dtd">

%yankees;

清单9-13为主控文档，把所有队员的子文档和定义每个队员的DTD组合为一体。尽管该文档比以前产生的单一文档小（32k 与 628k之比），但仍然太长，所以无法在此引入所有队员。清单9-13的完整版本要依靠33个DTD和1000多个XML文件来生成最终文档。这种方法最大的问题在于，在显示文档之前，需要1000多个与Web服务器的链接。

完整的例子位于光盘上的example/baseball/players/index.xml文件中。

清单9-13：利用球员的外部实体引用的1998年赛季的主控牡?/p>

<?xml version="1.0" standalone="no"?>

<!DOCTYPE SEASO SYSTEM "baseball.dtd"[

<!ENTITY % players SYSTEM "players.dtd">

%players;

<LEAGUE_NAME> ational</LEAGUE_NAME>

<TEAM>

<TEAM_CITY>Florida</TEAM_CITY>

<TEAM_NAME>Marlins</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY>Montreal</TEAM_CITY>

<TEAM_NAME>Expos</TEAM_NAME>

</TEAM>

<TEAM>

<TEAM_CITY> New York</TEAM_CITY>

<TEAM_NAME>Mets</TEAM_NAME>

&RigoBeltran;

&DennisCook;

&SteveDecker;

&JohnFranco;

&MattFranco;

&ButchHuskey;

&BobbyJones;

&MikeKinkade;

&HideoNomo;

&VanceWilson;

</TEAM>

<TEAM>

<TEAM_CITY>Philadelphia</TEAM_CITY>

<TEAM_NAME>Phillies</TEAM_NAME>

</TEAM>

</DIVISION >

<DIVISION _NAME>Central</DIVISION _NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>Cubs</TEAM_NAME>

</TEAM>

</DIVISION >

<TEAM>

<TEAM_CITY>Arizona</TEAM_CITY>

<TEAM_NAME>Diamondbacks</TEAM_NAME>

</TEAM>

</DIVISION >

</LEAGUE>

<LEAGUE_NAME>American</LEAGUE_NAME>

<TEAM>

<TEAM_CITY>Baltimore</TEAM_CITY>

<TEAM_NAME>Orioles</TEAM_NAME>

</TEAM>

</DIVISION >

<DIVISION _NAME>Central</DIVISION _NAME>

<TEAM>

<TEAM_CITY>Chicago</TEAM_CITY>

<TEAM_NAME>White Sox</TEAM_NAME>

&JeffAbbott;

&MikeCameron;

&MikeCaruso;

&LarryCasian;

&TomFordham;

&MarkJohnson;

&RobertMachado;

&JimParque;

&ToddRizzo;

</TEAM>

</DIVISION >

<TEAM>

<TEAM_CITY>Anaheim</TEAM_CITY>

<TEAM_NAME>Angels</TEAM_NAME>

</TEAM>

</DIVISION >

</LEAGUE>

</SEASON>

在选择主文档和嵌套数据的层次结构上具有一定的灵活性。例如，一种可选择的结构就是在清单9-12中使用的，把球队和所有队员的数据放在不同的文件中；然后把球队数据组合为带外部实体的赛季文件，如清单9-14所示。使用尺寸更小、数目更少的XML文件的好处在于Web服务器中所占的空间更小以及下传和显示更加快捷。可是老实地说，一种方法或其他方法所带来的内在的益处很小。请放心大胆使用任意更严密地与数据组织相匹配，或者任一感觉使用方便的简洁方式。

清单9-14：利用对球员的外部实体引用球队的1998年赛季的主控文档

<?xml version="1.0" standalone="no"?>

<!DOCTYPE SEASO SYSTEM "baseball.dtd"[

<!ENTITY angels SYSTEM "angels.xml">

<!ENTITY astros SYSTEM "astros.xml">

<!ENTITY athletics SYSTEM "athletics.xml">

<!ENTITY bluejays SYSTEM "bluejays.xml">

<!ENTITY braves SYSTEM "braves.xml">

<!ENTITY brewers SYSTEM "brewers.xml">

<!ENTITY cubs SYSTEM "cubs.xml">

<!ENTITY devilrays SYSTEM "devilrays.xml">

<!ENTITY diamondbacks SYSTEM "diamondbacks.xml">

<!ENTITY dodgers SYSTEM "dodgers.xml">

<!ENTITY expos SYSTEM "expos.xml">

<!ENTITY giants SYSTEM "giants.xml">

<!ENTITY indians SYSTEM "indians.xml">

<!ENTITY mariners SYSTEM "mariners.xml">

<!ENTITY marlins SYSTEM "marlins.xml">

<!ENTITY mets SYSTEM "mets.xml">

<!ENTITY orioles SYSTEM "orioles.xml">

<!ENTITY padres SYSTEM "padres.xml">

<!ENTITY phillies SYSTEM "phillies.xml">

<!ENTITY pirates SYSTEM "pirates.xml">

<!ENTITY rangers SYSTEM "rangers.xml">

<!ENTITY redsox SYSTEM "red sox.xml">

<!ENTITY reds SYSTEM "reds.xml">

<!ENTITY rockies SYSTEM "rockies.xml">

<!ENTITY royals SYSTEM "royals.xml">

<!ENTITY tigers SYSTEM "tigers.xml">

<!ENTITY twins SYSTEM "twins.xml">

<!ENTITY whitesox SYSTEM "whitesox.xml">

<!ENTITY yankees SYSTEM "yankees.xml">

<LEAGUE_NAME> ational</LEAGUE_NAME>

&marlins;

&braves;

&expos;

&mets;

&phillies;

</DIVISION >

<DIVISION _NAME>Central</DIVISION _NAME>

&cubs;

&reds;

&astros;

&brewers;

&pirates;

</DIVISION >

&diamondbacks;

&rockies;

&dodgers;

&padres;

&giants;

</DIVISION >

</LEAGUE>

<LEAGUE_NAME>American</LEAGUE_NAME>

&orioles;

&redsox;

&yankees;

&devilrays;

&bluejays

</DIVISION >

<DIVISION _NAME>Central</DIVISION _NAME>

&whitesox;

&indians;

&tigers;

&royals;

&twins;

</DIVISION >

&angels;

&athletics;

&mariners;

&rangers;

</DIVISION >

</LEAGUE>

</SEASON >

最后，较少使用的方法是，从外部球员实体的基础上创建各分立的球队文件，然后组合所有球队文件为分部、联盟和赛季。主控文档中可定义用于子球队文档中的实体引用。可是在这种情况下，因为实体引用集合在主控文档以前未被定义，所以球队文档不可用于自身。

真正的缺点是仅有顶层文档可附加于DTD之上。这是对外部可析实体用途的一种限制。无论如何，当学习了XLinks和XPointers后，可以明白创建大型、复杂文档的其他方法。然而，那些技术不是XML标准的核心部分内容，进行正确性检查的XML处理器和Web浏览器并无必要像支持本章讲述的技术一样去支持这些技术。

Xlinks将在第16章讲述，XPointers将在第17章讲述。

9.7 结构完整的文档中的实体和DTD

本书第一部分研究了无DTD的结构完整的XML文档，第二部分研究包含DTD和包含DTD中的约束条件的文档，也就是正确的文档。但是还有与XML标准相符合的第三个层次：由于DTD不完整或文档不符合DTD中的约束条件，所以该包含DTD的文档结构完整但不合法；这是三种类型中最不普遍的情况。

可是，没有必要要求所有的文档都是合法的。有时XML文档仅需结构完整就足够了。DTD在结构完整文档中也占有一席之地（虽然不是必需的，但是对合法的文档来说确实是必需的），并且不进行合法性检查的XML处理器可以在DTD中获取有用的信息，而不必完全符合DTD的要求。在本节中将研究该项内容。

若结构完整但无效的XML文档中包含DTD，则该DTD需具有上一章所研究的相同的通用形式。那就是说，开头为文档类型声明，且可包含ELEMENT、ATTLIST和ENITITY声明。与有效文档的区别在于处理器仅处理其ENTITY声明。

9.7.1 内部实体

在结构完整的无效文档中使用DTD的主要益处在于还可以使用内部通用实体引用，除了五个预定义引用>、<、"、'和&之外。可按通常的方法简单地声明所需的实体，然后在文档中使用它们。

例如，回顾前面的例子，假如需要实体引用&ERH;用于替换字符串“Elliotte Rusty Harlod”（好吧，那就假设我需要实体引用&ERH;用于替换字符串“Elliotte Rusty Harlod”），但不想为文档编写一个完整的DTD。可按清单9-15所示，在DTD中简单地声明ERH实体引用。该文档仅仅是结构完整，但却是不合法的文档；若不追求合法性，该文档完全可以接受。

清单9-15：DTD中的ERH实体引用产生了结构完整但不合法的文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE DOCUMENT [

<!ENTITY ERH "Elliotte Rusty Harold?">

<EMAIL>elharo@metalab.unc.edu</EMAIL>

<LAST_MODIFIED>March 10, 1999</LAST_MODIFIED>

</SIGNATURE>

</DOCUMENT>

清单9-15中的文档类型声明是少见的。除了在定义ERH实体引用的之外，只是简单地说明了基本元素为DOCUMENT。可是文档的结构完整性并不要求文档满足这一小小的约束。例如清单9-16，显示的是另一个使用了PAGE基本元素的文档，但文档类型声明中却说明该基本元素应该是DOCUMENT。该文档结构依然完整，但是与清单9-15的文档一样都是不合法的。

清单9-16：结构完整，但不合法的文档

<?xml version="1.0"standalone="yes"?>

<!DOCTYPE DOCUMENT [

<!ENTITY ERH "Elliotte Rusty Harold?">

<PAGE>

<EMAIL>elharo@metalab.unc.edu</EMAIL>

<LAST_MODIFIED>March 10, 1999</LAST_MODIFIED>

</SIGNATURE>

</PAGE>

这个DTD同样也可包含其他的<!ELEMENT>、<!ATTLIST>和<!NOTATION>声明，所有这些声明均被不进行合法性检查的处理器忽略，仅处理<!ENTITY>声明。清单9-17中的DTD与其本身的内容相矛盾。例如，根据DTD定义， ADDRESS元素本应为空，但实际上该元素包含几个未声明的子元素。另外，要求每个ADDRESS元素都具有OCCUPANT、STREET、CITY和ZIP属性值，但是却无处可寻。基本元素本应为DOCUMENT，而不是ADDRESS。DOCUMENT元素本应包含的TITLE和SIGNATURE均未在DTD中进行声明。本文档结构依然完整，却无半点合法性。

清单9-17：结构完整却无效的文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE DOCUMENT [

<!ENTITY ERH "Elliotte Rusty Harold?">

<!ELEMENT ADDRESS EMPTY>

<!ELEMENT DOCUMENT ( TITLE, ADDRESS+, SIGNATURE)>

<!ATLIST ADDRESS OCCUPANT CDATA #REQUIRED>

<!ATLIST ADDRESS DEPAR ME CDATA #IMPLIED>

<!ATLIST ADDRESS COMPANY CDATA #IMPLIED>

<!ATLIST ADDRESS S REET CDATA #REQUIRED>

<!ATLIST ADDRESS CITY CDATA #REQUIRED>

<!ATLIST ADDRESS ZIP CDATA #REQUIRED>

<OCCUPANT>Elliotte Rusty Harold</OCCUPANT >

<DEPARTMENT >Computer Science</DEPARTMENT >

<COMPANY>Polytechnic University</COMPAN Y>

<STREE >5 Metrotech Center</STREE >

<CITY>Brooklyn</CITY>

</ADDRESS>

9.7.2 外部实体

不进行合法性检查的处理器可处理外部实体引用，但这不是必须的。详细的说，例如Mozilla使用的开放资源XML语法分析器并不处理外部实体引用。包含IE 5.0在内的其余大部分处理器却要处理外部实体引用。可是不进行合法性检查的处理器可能仅处理可析实体，不处理包含非XML数据（像图像或声音）的外部实体引用。

外部实体对存储样式文本特别有用。例如，HTML预定义非ASCII ISO Latin-1字母的实体引用，这些引用比数字化字符实体引用稍便于记忆。例如，å预定义为&ring;，þ预定义为þ，ý预定义为Ý等等。清单9-18为定义这些引用的正式ISO DTD（对注释进行一些轻微的修改，文中巧妙地应用空格，使得文档看起来形式优美整洁）。

清单9-18：非ASCII ISO Latin-1字符的DTD

<!-(C) International Organization for Standardization 1986

Permission to copy in any form is granted for use with

conforming SGML systems and applications as defined in

ISO 8879, provided this notice is included in all copies.

<!-Character entity set. Typical invocation:

<!ENTITY % ISOlat1 PUBLIC

"ISO 8879-1986//E I IES Added Latin 1//E //XML->

%ISOlat1;

<!- his version of the entity set can be used with any SGML

document which uses ISO 8859-1 or ISO 10646 as its

document character set. This includes XML documents and

ISO HTML documents.

Version: 1998-10-01

<!ENTITY Agrave "À "><!-capital A, grave accent ->

<!ENTITY Aacute "Á "><!-capital A, acute accent ->

<!ENTITY Acirc "Â "><!-capital A, circumflex accent ->

<!ENTITY Atilde "Ã "><!-capital A, tilde ->

<!ENTITY Auml "Ä "><!-capital A, dieresis umlaut ->

<!ENTITY Aring "Å "><!-capital A, ring ->

<!ENTITY AElig "Æ "><!-capital AE diphthong ligature->

<!ENTITY Ccedil "Ç "><!-capital C, cedilla ->

<!ENTITY Egrave "È "><!-capital E, grave accent ->

<!ENTITY Eacute "É "><!-capital E, acute accent ->

<!ENTITY Ecirc "Ê "><!-capital E, circumflex accent ->

<!ENTITY Euml "Ë "><!-capital E, dieresis umlaut ->

<!ENTITY Igrave "Ì "><!-capital I, grave accent ->

<!ENTITY Iacute "Í "><!-capital I, acute accent ->

<!ENTITY Icirc "Î"><!-capital I, circumflex accent ->

<!ENTITY Iuml "Ï"><!-capital I, dieresis umlaut ->

<!ENTITY ETH "Ð"><!-capital Eth, Icelandic ->

<!ENTITY Ntilde "Ñ"><!-capital N, tilde ->

<!ENTITY Ograve "Ò"><!-capital O, grave accent ->

<!ENTITY Oacute "Ó"><!-capital O, acute accent ->

<!ENTITY Ocirc "Ô"><!-capital O, circumflex accent ->

<!ENTITY Otilde "Õ"><!-capital O, tilde ->

<!ENTITY Ouml "Ö-><!-apital O dieresis/umlaut mark->

<!ENTITY Oslash "Ø"><!-capital O, slash ->

<!ENTITY Ugrave "Ù"><!-capital U, grave accent ->

<!ENTITY Uacute "Ú"><!-capital U, acute accent ->

<!ENTITY Ucirc "Û"><!-capital U circumflex accent ->

<!ENTITY Uuml "Ü"><!-capital U dieresis umlaut ->

<!ENTITY Yacute "Ý"><!-capital Y, acute accent ->

<!ENTITY THORN "Þ"><!-capital THORN, Icelandic ->

<!ENTITY szlig "ß"><!-small sharp s, (sz ligature) ->

<!ENTITY agrave "à"><!-small a, grave accent ->

<!ENTITY aacute "á"><!-small a, acute accent ->

<!ENTITY acirc "â"><!-small a, circumflex accent ->

<!ENTITY atilde "ã"><!-small a, tilde ->

<!ENTITY auml "ä"><!-small a dieresis/umlaut mark->

<!ENTITY aring "å"><!-small a, ring ->

<!ENTITY aelig "æ"><!-small ae, diphthong ligature ->

<!ENTITY ccedil "ç"><!-small c, cedilla ->

<!ENTITY egrave "è"><!-small e, grave accent ->

<!ENTITY eacute "é"><!-small e, acute accent ->

<!ENTITY ecirc "ê"><!-small e, circumflex accent ->

<!ENTITY euml "ë"><!-small e, dieresis or umlaut ->

<!ENTITY igrave "ì"><!-small i, grave accent ->

<!ENTITY iacute "í"><!-small i, acute accent ->

<!ENTITY icirc "î"><!-small i, circumflex accent ->

<!ENTITY iuml "ï"><!-small i, dieresis or umlaut ->

<!ENTITY eth "ð"><!-small eth, Icelandic ->

<!ENTITY ntilde "ñ"><!-small n, tilde ->

<!ENTITY ograve "ò"><!-small o, grave accent ->

<!ENTITY oacute "ó"><!-small o, acute accent ->

<!ENTITY ocirc "ô"><!-small o, circumflex accent ->

<!ENTITY otilde "õ"><!-small o, tilde ->

<!ENTITY ouml "ö"><!-small o, dieresis or umlaut->

<!ENTITY oslash "ø"><!-small o, slash ->

<!ENTITY ugrave "ù"><!-small u, grave accent ->

<!ENTITY uacute "ú"><!-small u, acute accent ->

<!ENTITY ucirc "û"><!-small u, circumflex accent ->

<!ENTITY uuml "ü"><!-small u, dieresis or umlaut ->

<!ENTITY yacute "ý"><!-small y, acute accent ->

<!ENTITY thorn "þ"><!-small thorn, Icelandic ->

<!ENTITY yuml "ÿ"><!-small y, dieresis or umlaut ->

可简单地应用参数实体引用链接到清单9-18所示的实体引用，然后在文档中使用通用实体引用，而不需要把清单9-18包含在文档DTD的内部子集中。

例如，假设需要以结构完整的XML文档将中世纪的Hlidebrandslied文档放入Web上，可是原稿为德语书写的，文中使用了非ASCII字符æ、ê、î、ô和û。

为使文档具有最大的可移植性，可按ASCII字符键入诗文，而把这些字母分别编码为&ecirc；、&icirc；、&ocirc；、&ucirc；和&aelig；的实体引用。即使不需要有效完整的文档，也依然需要一个DTD，该DTD声明使用的各种实体引用。获取所需扩展字符的最简单方法就是简单地引用清单9-18中的外部DTD。清单9-19说明了这种情况。

清单9-19：为使用ASCII ISO Latin-1字母而使用实体引用的无效完整文档

<?xml version="1.0" standalone="no"?>

<!DOCTYPE DOCUMENT [

<!ENTITY % ISOlat1

PUBLIC "ISO 8879-1986//E I IES Added Latin 1//E //XML"

"http://www.schema.net/public-text/ISOlat1.pen">

%ISOlat1;

<TITLE>Das Hildebrandslied, circa 775 C.E. </TITLE>

<LINE>Ik gihôrta dhat seggen,</LINE>

<LINE>dhat sih urhêttun ænon muotîn,</LINE>

<LINE>Hiltibrant enti Hadhubrant untar heriun tuêm.

</LINE>

<LINE>sunufatarungo: iro saro rihtun,</LINE>

<COMMENT>I ll spare you the next 61 lines</COMMENT>

</DOCUMENT>

文档部分是由使用现场编写的标记的结构完整的XML所组成。这些标记未在DTD中声明过，也没有必要去维护文档的结构完整性。可是实体引用需要在内部或外部子集的DTD中声明。在清单9-19中，通过外部参数实体引用%ISO1atl载入清单9-18中声明的实体，也就在外部子集中声明了实体引用。

DTD也可用于储存通用样式文本，该文本用在整个Web站点上的结构完整的XML文档，有利于维护XML文档的合法性。当仅仅处理结构完整的XML文档时，可体现出一定的简便性，这是因为插入到文档中的样式文本与父文档DTD的约束条件上不会出现任何匹配问题。

首先，把不带DTD的样式插入到一个文件中，如清单9-20所示。

清单9-20：不带DTD的Signature样板

<?xml version="1.0"?>

<COPYRIGHT>1999 Elliotte Rusty Harold</COPYRIGH >

<EMAIL>elharo@metalab.unc.edu</EMAIL>

</SIGNATURE>

接下来，按清单9-21所示编写一个小型的DTD，该DTD为清单9-20中的文件定义一实体引用。在这里，假设可在文件signature.xml中找到清单9-20所示内容，该文件位于Web服务器根目录上的boilerplate目录中；也假定可在文件singature.dtd中找到清单9-21所示内容，该文件位于Web服务器根目录上的dtds目录中.

清单9-21：定义实体引用的Signature DTD

<!ENTITY SIGNATURE SYSTEM "/boilerplate/signature.xml">

现在，就可在文档中引入signature.dtd，然后使用通用实体引用&SIGNATURE;，就可在文件中嵌入signature.xml的内容。清单9-22说明了这种用法：

清单9-22：使用&SIGNATURE；的文件

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE DOCUMENT [

<!ENTITY % SIG SYSTEM "/dtds/signature.dtd">

%SIG;

<TITLE>A Very Boring Document</TITLE>

&SIGNATURE;

</DOCUMENT>

似乎这种间接的做法与真正所需的相比较，多了一个层次。例如清单9-23直接在其内部DTD子集中定义了&SIGNATURE；实体引用，且确实有效。但是这种间接做法所增加的层次可保护Web站点免于被更改，这是因为无法通过编辑一个文件的方式仅更改所有页面使用的signature内容。也可通过编辑一个文件的方式更改所有Web页面使用的signature的位置。另一方面，清单9-22中使用的方法越直接，就越便于在不同的页面上使用不同的signature。

清单9-23：使用&SIGNATURE；减少了一层非直接引用的文件

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE DOCUMENT [

<!ENTITY % SIGNATURE SYSTEM "/dtds/signature.dtd">

<TITLE>A Very Boring Document</TITLE>

&SIGNATURE;

</DOCUMENT>

9.8 本章小结

从本章中，可了解如何从内部和外部实体开始创建XML文档。详细地说，学习了以下内容：

· 实体就是组成文档的物理存储单元。

实体内容为：结构完整的XML文档、其他形式的文本和二进制数据。
内部实体完全在文档内部定义，外部实体可引入通过URL定位的不同资源的内容。
通用实体引用具有“&name；”的形式，通常用于文档的内容中。
内部通用实体引用由实体声明中给定的实体值所替换。
外部通用实体引用由URL定位的数据所替换，该URL为实体声明中SYSTEM关键词后的内容规定。
内部参数实体引用具有“%name；”的格式，只在DTD中使用。
可用外部参数实体引用和不同的DTD。
外部实体引用提供创建大型复杂文档的能力。
XML标准一致性的第三层含义：结构完整，但不合法。不合法的原因在于DTD不完整或文档不满足DTD的约束条件。

当文档使用了属性的时候，必须在DTD中对属性加以声明。下一章讲述如何在DTD中声明属性，以及如何将约束条件附加于属性值进行限制。

第10章 DTDs中的属性声明

一些XML元素具有属性。属性包含应用程序使用的信息。属性仅在程序对元素进行读、写操作时，提供元素的额外信息（如ID号等），对于人类读、写元素来说是毫无意义的。在本章中学习各种属性类型和如何在DTD中声明属性。

本章内容如下:

· 什么是属性?

如何在DTD中声明属性
如何声明多个属性
如何指定属性的缺省值
属性类型
预定义属性
基于属性的棒球比赛统计数据的DTD

10.1 什么是属性？

在第3章曾经讨论过开始标记和空标记可包含由等号“=”分割开的成对的属性名和属性值。例如：

Hello XML!

</GREETING>

上述例子中，GREETING元素具有LANGUAGE属性，其属性值为ENGLISH。MOVIE元素具有SOURCE属性，其属性值为WavingHand.mov。GREETING元素内容为Hello XML!。书写内容的语言对内容本身来说是一个有用的信息，可是语言不是内容的一部分。

与此相似，MOVIE元素内容为保存在WavingHand.mov文件中的二进制数据。尽管文件名告诉我们到何处可找到元素内容，但它本身不是元素内容。再次强调，属性包含有关元素内容信息，而不是元素内容本身。

元素可具有多个属性，例如：

上例中，SCRIPT元素属性LANGUAGE的值为javascript，SCRIPT元素属性ENCODING的值为8859_1；RECTANGLE元素属性WIDTH的值为30；RECT元素属性HEIGHT的值为45。这些属性值均为字符串数据，不是数字型数据。

结束标记不能带属性，下例视为非法：

10.2 在DTD中声明属性

与元素和实体相似，为保持文档的合法性，需要在文档的DTD中声明属性。<!ATTLIST>标记用于声明属性，其形式如下：

<!ATTLIST Element_name Attribute_name Type Default_value>

Element_name为拥有该属性的元素名。Attribute_name为属性名，Type为表10-1列出的10种有效属性类型的一种。最常用的属性类型为CDATA。最后，若未规定属性值，则属性值为Default_value。

例如，研究下列元素：

Hola!

</GREETING>

在DTD中，可按如下格式声明该元素：

<!ELEMENT GREETING (#PCDATA)>

<!ATTLIST GREETING LANGUAGE CDATA "English">

<!ELEMENT>标记简单地说明greeting元素包含可析字符数据，这里没什么新内容。<!ATTLIST>标记表明GREETING元素拥有LANGUAGE属性，其值为CDATA类型，本质上与元素内容的#PCDATA相同。若所看见的GREETING标记中没有LANGUAGE属性，则LANGUAGE属性值为缺省指定的English。

表10-1 属性类型
类型	含义
CDATA	字符数据不是标记的文本
Enumerated	可能取值的列表，可从中选出正确的值
ID	不能被文档中其他任何ID类型属性共享的数字，具有唯一性
IDREF	文档中元素的ID类型属性的值
IDREFS	由空格分开的若干个ID
ENTITY	在DTD中声明的实体名
ENTITIES	在DTD中声明的若干个实体的名字，彼此间由空格分开
NMTOKEN	XML名称
NOTATION	在DTD中声明的注释名
NMTOKENS	由空格分开的多个XML名称

在各自的标记中分别声明各自的属性列表。属性所属元素的名字包含在<!ATTLIST>标记中，如上例中的属性声明仅用于GREETING元素。如果其余元素也具有LANGUAGE属性，就需要各自独立的<!ATTLIST> 声明。

对大部分声明而言，属性声明在文档中出现的顺序并无严格要求，可位于与其相连的元素声明之前或之后。实际上，甚至可以对同一属性进行多次声明。这时，第一个声明首先执行。

尽管非同寻常，甚至可以为并不存在的标记声明属性。在最初编辑DTD时，可以声明一些并不存在的属性，计划在以后再返回这里继续这些工作，为这些属性声明元素。

10.3 声明多个属性

元素通常具有多个属性。HTML的IMG元素可有HEIGHT、WIDTH、ALT、BORDER、ALIGN和其他几个属性。实际上，大部分HTML标记都具有多个属性，XML标记也是如此。例如，很自然的RECTANGLE元素需要LENGTH和WIDTH属性：

也可用几个属性声明来声明这些属性，一个属性声明对应一个属性。例如：

<!ELEMENT RECTANGLE EMPTY>

<!ATTLIST RECTANGLE LENGTH CDATA "0px">

<!ATTLIST RECTANGLE WIDTH CDATA "0px">

上例说明，RECTANGLE元素具有LENGTH和WIDTH属性，它们的缺省值均为0px。

可按如下方式，组合两个<!ATTLIST>标记为一个单一声明：

<!ATTLIST RECTANGLE LENGTH CDATA "0px"

WIDTH CDATA "0px">

该声明声明了LENGTH和WIDTH属性，两个属性类型均为CDATA，缺省值为0px。若各属性的类型或缺省值不同，也可用这种语法结构进行声明。如下所示：

<!ATTLIST RECTANGLE LENGTH CDATA "15px"

WIDTH CDATA "34pt">

从个人角度来说，我不喜欢这种风格。看起来很混乱；且为易于辨认，过于依赖于额外的空格在其中的正确放置（尽管这些空格对标签的实际意义而言并不重要）。可是你一定会遇到其他人书写的、这种风格的DTD，所以必须掌握这种书写方法。

10.4 指定属性的缺省值

若不采用明确指定一个缺省属性值（如0px）的方式，属性声明可以要求作者提供属性值，或者完全忽略该属性值，甚至总是使用缺省值。这三种类型分别由三个关键词#REQUIRED、#IMPLIED、#FIXED加以指定。

10.4.1 #REQUIRED

有时要选一个恰当的缺省属性值并不容易。例如，在为创建一个用于内部网的DTD时，可能要求所有的文档都至少有一个空的<AUTHOR1>标记；这些标记通常情况下并不显示，但可用来识别创建文档的作者。标记中拥有NAME、EMAIL和EXTENSION属性，以便与作者联系。例如：

<AUTHOR NAME="Elliotte Rusty Harold"

EMAIL= elharo@metalab.unc.edu EXTENSION= "3459"/>

假设要强制要求在内部网上张贴文档人的表明身份，就不采取为这些属性提供缺省值的方法。然而XML无法阻止任何人把作者身份定为“Luke Skywalker”（洛克天行者），但至少可通过使用#REQUIRED的缺省值方式，要求指定作者身份为某个人。例如：

<!ELEMENT AUTHOR EMPTY>

<!ATTLIST AUTHOR NAME CDATA #REQUIRED>

<!ATTLIST AUTHOR EMAIL CDATA #REQUIRED>

<!ATTLIST AUTHOR EXTENSION CDATA #REQUIRED>

如果语法分析器遇到一个<AUTHOR/>标记，该标记没有包含这些属性中的一个或几个时，将返回一个错误。

也可使用#REQUIRED强迫作者提交IMG元素的WIDTH、HEIGHT和ALT属性。例如：

<!ELEMENT IMG EMPTY>

<!ATTLIST IMG ALT CDATA #REQUIRED>

<!ATTLIST IMG WIDTH CDATA #REQUIRED>

<!ATTLIST IMG HEIGHT CDATA #REQUIRED>

任何试图忽略这些属性的行为（这样的Web页面太多了）都将产生一个不合法文档。XML处理器将注意到这种错误，并且将通知缺少这些属性的作者。

10.4.2 #IMPLIED

有时可能找到一个好的属性缺省值，但也不想要求文档作者包含这属性值。例如，假设在内部网上张贴文档的一些人拥有电子邮件地址，但它们没有电话分机号；为此，不想要求它们在<AUTHOR/>标记中包含EXTENSION（分机号）属性部分。例如：

<AUTHOR NAME="Elliotte Rusty Harold"

EMAIL="elharo@metalab.unc.edu "/>

如果依然不想为EXTENSION（分机号）提供缺省属性值，但是想提供作者引入这种类似属性的能力。在这种情况下，就可使用#IMPLIED的缺省值。如下所示：

<!ELEMENT AUTHOR EMPTY>

<!ATTLIST AUTHOR NAME CDATA #REQUIRED>

<!ATTLIST AUTHOR EMAIL CDATA #REQUIRED>

<!ATTLIST AUTHOR EXTENSION CDATA #IMPLIED>

如果XML处理器遇到没有EXTENSION属性的<AUTHOR/>标记，就不向XML应用程序提供有用的属性值。应用程序按收到的通知进行相应的选择。例如，应用程序把元素送入SQL数据库中，属性映射为字段，应用程序或许在数据库相应字段中插入空的数据。

10.4.3 #FIXED

最后，可能想提供一个不允许作者更改的属性缺省值。例如，希望为在内部网上张贴文档的人员的AUTHOR元素指定一个同等的COMPANY标识属性。方法如下：

<AUTHOR NAME= "Elliotte Rusty Harold" COMPANY="TIC"

EMAIL= "elharo@metalab.unc.edu" EXTENSION="3459"/>

可通过指定缺省值为#FIXED，其后跟随实际的缺省值，来要求所有的人员对COMPANY属性使用该缺省值。例如：

<!ELEMENT AUTHOR EMPTY>

<!ATTLIST AUTHOR NAME CDATA #REQUIRED>

<!ATTLIST AUTHOR EMAIL CDATA #REQUIRED>

<!ATTLIST AUTHOR EXTENSION CDATA #IMPLIED>

<!ATTLIST AUTHOR COMPANY CDATA #FIXED "TIC">

文档作者不需要在它们各自的标记中真正地引用固定的属性。如果它们没有包括固定属性，则使用缺省值；如果包括了固定的属性，无论如何它们使用的属性值必须一致，否则语法分析器将返回一个错误信号。

10.5 属性类型

前面的所有例子都具有CDATA类型的属性。CDATA是最通用的类型，但此外还允许使用其他九种属性类型。所有十种类型如下：

· CDATA

Enumerated(枚举)
NMTOKEN
NMTOKENS
ID
IDREF
IDREFS
ENTITY
ENTITIES
NOTATION

上述属性类型中的九种在类型字段中的值为常数，而Enumerated是一种特殊的类型，表示属性值必须为一可能取值列表中的一个。下面分别对各类型进行深入的研究。

10.5.1 CDATA属性类型

最通用的属性类型CDATA，表明属性值为不包括小于号（<）和引号（"）的任意文本字符串。可通过普通的实体引用（&lt；和&quot；）的方式或由字符引用Unicode值的方式插入小于号和引号字符。原始的和号（&）��不是字符或实际引用开始的和号，必须使用换码符&。

实际上，即使属性值中不可避免的要包含双引号（"）的情况下，也不可直接使用；替代的方法是用单引号把双引号括起来。如下例所示：

如果属性值中包含单引号和双引号，而且并不用作界定属性值的用途；它们必须替换为实体引用&apos；(单引号)和&quot；(双引号)。例如：

10.5.2 Enumerated属性类型

Enumerated类型不是XML的关键词，而是由竖线分隔的可能的属性值列表。任一值均需为有效的XML名称。文档作者可选取列表中的一个成员为属性的值，缺省值必须为列表中的一个值。

例如，假设希望某个元素具有可见和不可见属性。希望该元素具有一个VISIBLE属性，其属性值为TRUE或FALSE。如果该元素为简单的P元素，那么<!attlist>声明可如下所示：

<!ATTLIST P VISIBLE (TRUE | FALSE) "TRUE">

上述声明表示P元素的VISIBLE属性可有可无，若拥有VISIBLE属性，则属性值必须为TRUE或FALSE；如果没有VISIBLE属性，则假定该值为TRUE。例如：

就其自身而言，这声明并不是一个提供隐藏文本能力的魔术般的咒语。这种能力依然依靠应用程序去理解不应该显示不可见元素。为决定元素的显示或隐藏，可以通过对元素应用VISIBLE属性的样式单规则来进行设置。例如：

<xsl:template match= "P[@VISIBLE= FALSE ]" >

</xsl:template>

<xsl:template match= "P[@VISIBLE= TRUE ]" >

<xsl: apply-templates/>

</xsl:template>

10.5.3 NMTOKEN属性类型

NMTOKEN属性类型限定属性值为有效的XML名称。如第6章所述，XML名称必须以字母或下划线开头。名字中后面的字符可以为字母、数字、下划线、连字符和句号。但不可包括空格（下划线通常作为空格的替代品）。从技术上说，名字中可包含冒号（：）但不应该使用冒号，因为冒号被保留为与命名域（namespace）一起使用。

当使用编程语言处理XML数据时，证明了NMTOKEN的价值。这并不是一种偶然，除了允许使用冒号以外，上述规则与JAVA，JavaScript和其他程序语言标识符规则一致。例如，可在元素中使用NMTOKEN属性访问特别的JAVA类。那么就应用JAVA的API映射把数据传送到专有类的特有方法中。

当需要从大量名字中选取不是XML的规定部分但与XML命名要求相符的名字时，就能体现NMTOKEN的用途。这些要求的最重要部分就是对空格的限制。例如，NMTOKEN可以用于下述属性，其值必须映射为8.3的DOS文件名，另一方面该属性也能用于UNIX、Macintosh或Windows NT文件名，而这些文件名中通常包含空格。

例如，假如要求<ADDRESS/>标记中的州（state）属性为两个字母缩写；不能用DTD强制这些特性的执行，但可应用如下<!ATTLIST>声明防止人们输入类似“New York”或“Puerto Rico”的值：

<!ATTLIST ADDRESS STATE NMTOKEN #REQUIRED>

无论何种情况，像“California”、“Nevada”和其他一个单词的州名依然为合法值。当然，可以利用具有几十个两个字母的代码的枚举列表的简单方法；但是这种方法将导致巨大的工作量，比人们想象的大得多。举个例子，想一想，如果用两个字母代码代表美国50个州、所有的领土和属地、所有的国外的军事基地和加拿大所有的省份会是一个什么样的情况？另一方面，如果曾经在DTD文件中的参数实体引用定义了这样的列表，就可重复多次使用这个文件。

10.5.4 NMTOKENS属性类型

NMTOKENS属性类型几乎就是NMTOKEN的复数形式。这种类型的属性可以使如下情况合法——属性由若干XML名称字组成，彼此间由空格分隔。通常可为使用NMTOKEN属性相同的理由而使用NMTOKENS属性，但仅仅在需要多个名字的时候。

例如，如果state元素的属性值需要多个两个字母州代码时，就可应用下例所示的方法：

<!ATTLIST ADDRESS STATES NMTOKENS #REQUIRED>

然后，就可编写如下所示的标记：

不幸的是，如果应用这种技术，就不能再排除类似“New York”这样的州名，因为州名中每一独立的部分都为一个合格的NMTOKEN。如下所示：

10.5.5 ID属性类型

一个ID类型的属性标识文档中唯一的元素，编辑工具和其余应用程序通常使用ID列举文档中的元素，并不关心元素的实际意义和各元素彼此之间的关系。

一个ID类型属性值必须为有效的XML名称，该名称以字母开头，由字母数字混排的字符和下划线组成，并且其中不带空格。一个特定的名字不能用作多个标记的ID属性。若在一个文档中两次使用同一ID将导致语法分析器返回一个错误信息；另外，一个元素不能具有超过一个的ID类型的属性。

一般来说，ID属性的存在只是为了处理数据的程序方便。在许多情况下，除了ID属性值外，多个元素可能会是一样的，如果以可以预见的方式来选取ID的话，程序就可以列举出文档中所有不同类型的元素或同一类型的不同元素。

ID类型属性与#FIXED类型的属性不兼容。ID类型属性不能同时具有#FIXED类型的属性，因为#FIXED类型的属性仅能拥有一个单一的值，而每个ID类型属性都具有不同的值。大部分ID属性使用#REQUIRED值。如清单10-1例所示：

清单10-1：required ID属性类型

<?xml version="1.0" standa lone="yes"?>

<!DOCTYPE DOCUMENT [

<!ELEMENT DOCUMENT (P*)>

<!ELEMENT P (#PCDATA)>

<!ATTLIST P PNUMBER ID #REQUIRED>

<P PNUMBER="p1">The quick brown fox</P>

<P PNUMBER="p2" >The quick brown fox</P>

</DOCUMENT>

10.5.6 IDREF属性类型

IDREF类型的属性值为文档中另一个元素的ID。例如，清单10-2表明IDREF和ID属性用于子元素和父元素之间的连结。

清单10-2：family.xml

<?xml version= "1.0" standalone= "yes"?>

<!DOCTYPE DOCUMENT [

<!ELEMENT DOCUMENT (PERSON*)>

<!ELEMENT PERSON (#PCDATA)>

<!ATTLIST PERSON PNUMBER ID #REQUIRED>

<!ATTLIST PERSON FATHER IDREF #IMPLIED>

<!ATTLIST PERSON MOTHER IDREF #IMPLIED>

<PERSON PNUMBER= "a1" >Susan</PERSON>

<PERSON PNUMBER= "a3" MOTHER= "a1" FATHER= "a2" >Chelsea</PERSON>

<PERSON PNUMBER= "a4" MOTHER= "a1" FATHER= "a2" >David</PERSON>

</DOCUMENT>

当在文档结构树上并不冲突的两个元素之间需要建立连结时，通常使用这种并不普遍但很重要的类型。在清单10-2中，每个子元素都有FATHER和MOTHER属性给出，这两个属性包含的是对应的ID属性。

在清单10-2中，无法简洁地使用IDREF建立父元素到子元素之间的链接，这是因为每个父元素都具有不确定的子元素数目。解决的方法就是，可以把所有同一父元素的子元素组成FAMILY元素，然后链接到FAMILY上。即使使用这种方法，当面对半同属（共享唯一一个父元素）的元素时，也不好用。简而言之，IDREF适用于多对一的关系，不适合一对多的关系。

10.5.7 ENTITY属性类型

ENTITY类型的属性提供把外部二进制数据和外部不可析实体链接到文档中的能力。ENTITY属性值为DTD中声明的不可析通用实体名，该实体名链接到外部实际数据。

经典的ENTITY属性的例子就是图像。图像由另一URL处可用的二进制数据组成。假如XML浏览器支持ENTITY类型属性，在DTD中按如下方式声明，就可在XML文档中包括一幅枷瘢?/p>

<!ELEMENT IMAGE EMPTY>

<!ATTLIST IMAGE SOURCE ENTITY #REQUIRED>

<!ENTITY LOGO SYSTEM "logo.gif">

然后在期望图像出现在文档中的位置处，就可插入如下的IMAG标记：

所有XML浏览器自动识别的过程并不是在变魔术，这仅仅是一种简单的技术，浏览器和其余应用程序可能采用也可能不采用这种技术在文档中嵌入非XML数据。

这种技术在第11章 “嵌入非XML数据” 中有更深入的探讨。

10.5.8 ENTITIES 属性类型

ENTITIES属性类型几乎就是ENTITY的复数形式。若干由空格分隔的不可析实体名组成ENTITIES类型属性的值。每一实体名指向一个外部非XML数据资源。这种类型属性的用途之一为：使不同图片之间的切换变得光滑平顺，如下例所示：

<!ELEMENT SLIDESHOW EMPTY>

<!ATTLIST SLIDESHOW SOURCES ENTITIES #REQUIRED>

<!ENTITY PIC1 SYSTEM "cat.gif">

<!ENTITY PIC2 SYSTEM "dog.gif">

<!ENTITY PIC3 SYSTEM "cow.gif">

然后在文档中希望显示图片的位置上插入如下标记：

再一次声明，这不是所有（或任意）XML浏览器可以自动识别的通用格式；仅仅是某些浏览器和其余的应用程序可能采用也可能不采用的在文档中嵌入非XML数据的方法而已。

10.5.9 NOTATION属性类型

NOTATION属性类型指定属性值为DTD中声明的记号名。这一属性的缺省值也必须为DTD中声明的记号名。在下一章中介绍记号的详细内容。简单地说，记号可标识非XML数据的格式；例如为不可析实体指定一帮助程序。

第11章 “嵌入非XML格式数据”讲述了这方面的内容。

例如，SOUND元素的PLAYER属性具有NOTATION类型和缺省值MP，从而标识非XML数据的格式，记号MP表示一个特殊类型的声音文件：

<!ATTLIST SOUND PLAYER NOTATION (MP) #REQUIRED>

<!NOTATION MP SYSTEM "mplay32.exe">

也可提供不同记号的选择。这样做的用法之一是为不同的平台指定不同的帮助应用程序。浏览器可从中选取一可用的值。这种情况下，NOTATION关键词后紧跟一对圆括号，括号内包含由竖直线分隔的、许可的记号名列表。例如：

<!NOTATION MP SYSTEM "mplay32.exe">

<!NOTATION ST SYSTEM "soundtool">

<!NOTATION SM SYSTEM "Sound Machine">

<!ATTLIST SOUND PLAYER NOTATION (MP | SM | ST) #REQUIRED>

这表明SOUND元素的PLAYER属性值可设置为MP、ST或SM。下一章对此再作进一步的研究。

乍看上去，这种处理方法与其余列表属性（如ENTITIES和NMTOKENS）处理方法好像不一致；但其实这两种方法截然不同。ENTITIES和NMTOKENS在文档的实际元素中具有一个属性列表，但在DTD的属性声明中仅有一个值。可是文档中实际元素的NOTATION属性值仅有一个。可取值的列表位于DTD

的属性声明中。

10.6 预定义属性

在某种程度上说，可以在XML中预定义两个属性。必须在DTD中为将应用的每一元素声明这两个属性，但是仅仅可以为原定目标而使用这些声明的属性。通过在属性名前加xml:来标识这类属性。

这两类属性分别为xml：space和xml：lang。Xml：space属性描述如何对待元素中的空格；xml：lang属性描述书写元素的语言（以及可选的方言和国别）。

10.6.1 xml：space

在HTML中，空格并不重要。尽管一个空格和没有空格之间的差别是非常重要的，但是一个空格和两个空格、一个空格和一个回车符、一个空格三个回车符和12个制表符之间的差别并不重要。对某些文本来说，空格非常重要，如计算机源代码、某些大型机数据库报告或者e.e.cumming的诗文，可使用PRE元素指定等宽的字体和保留空格。

不过，XML 的缺省方式为保留空格。XML处理器毫不改变地传送全部空格字符给应用程序。应用程序通常忽略额外的空格。可是XML处理器可通知应用程序某些特定的元素包含需保留的、意义重大的空格。作者可使用xml：space属性，为应用程序说明这些元素。

如果元素包含重要的空格，DTD将为xml：space属性提供一个<!ATTLIST>标记。这个属性具有枚举类型，其值为default和preserve。如清单10-3所示。

清单10-3：用XML编码的具有重要空格的Java源代码

<?xml version="1.0" standalone= "yes"?>

<!DOCTYPE PROGRAM [

<!ELEMENT PROGRAM (#PCDATA)>

<!ATTLIST PROGRAM xml:space (default|preserve) preserve >

<PROGRAM xml:space= "preserve">public class AsciiTable {

public static void m in (String[] args) {

for (int i = 0; i < 128; i++) {

System.out.println(i + " "+ (char) i);

}

</PROGRAM>

不管xml：space值为default或preserve，全部空格都传送给应用程序。可是，若值为default，应用程序按正常方式处理额外的空格；若值为preserve，则按有特殊意义的态度对待这些额外的空格。

空格的特殊意义在某种角度来说依赖于数据的最终目标。例如，Java源代码中的额外空格仅与源代码的编辑器有关，但与编译器无关。

已定义xml：space属性元素的子元素，除非子元素定义了与原值相矛盾的xml：space属性，否则将表现出与其父元素相似的行为（保留或不保留空格）。

10.6.2 xml：lang

xml：lang属性标识书写元素内容的语言。属性值可以为CDATA、NMTOKEN或者枚举列表类型。理想的情况下，每一个属性值均为原始ISO-639标准定义的两个字母语言代码。代码列表可在下述Web地址处找到：

http://www.ics.uci.edu/pub/ietf/http/related/iso639.txt。

例如，研究下面两个例子，其中的句子取自Petronius的 Satiricon，分别用拉丁文（Latin）和英文（English）书写。一个SENTENCE标记包装了这两个句子，但是第一个句子标记使用的xml:lang属性值为“Latin”，而第二个句子中其值为“English”。

拉丁文（Latin）：

Veniebamus in forum deficiente now die, in quo notavimus frequentiam rerum venalium, non quidem pretiosarum sed tamen quarum fidem male mbulantem obscuritas temporis facillime tegeret.

</SENTENCE>

英文（English）：

We have come to the marketplace now when the day is failing, where we have seen many things for s le, not for the valuable goods but rather that the darkness of the time may most easily conceal their shoddiness.

</SENTENCE>

说英语的读者很容易区分哪个为原稿，哪个为译本；计算机可根据xml:lang属性提供的线索进行区分。这个差别可确定拼写检查器决定如何检查特定的元素和决定使用哪个词典。搜索引擎可以检查这些语言属性，然后确定如何检索页面内容和返回基于用户优先选择的匹配结果。

语言种类过多，而代码不足

XML在使用语言代码问题上依然有点落后。原始的ISO-639标准语言代码由两个不分大小写的ASCII字母字符构成；这标准允许的代码数目不能超过676种不同的代码（26*26），可是现在地球上使用的语言远远不止676种（即使不包括类似Etruscan这种已经消亡的语言）。实际上，合理的代码还少于676种，因为语言的缩写必须与语言的名字具有一定的关系。

ISO-639标准的第二部分使用三个字母的代码，可处理地球上使用的所有语言。可是XML标准规范要求使用两个字母代码。

语言（language）属性应用在元素及其所有的子元素上，除非其中某个子元素声明了不同的语言。前面的SENTENCE元素可按如下方式进行声明：

<!ELEMENT SENTENCE (#PCDATA)>

<!ATTLIST SENTENCE xml:lang NMTOKEN "en">

假如没有适当的ISO代码可利用，也可利用在IANA注册的代码之一，虽然现在IANA仅增加了四种附加代码（如表10-2所示）。最新的列表可在下面的地址处找到：

http://www.isi.edu/iana/assignments/language/tags。

表10-2 IANA语言代码
代码	语言
no-bok	Norwegian "Book language"（挪威的书面语言）
no-nyn	Norwegian "New Norwegian"（新挪威语言）
i-navajo	Navajo（印第安语）
i-mingo	Mingo

例如：

如果需要使用的语言代码（或许是Klingon）既不包含在ISO代码中也不包含在IANA代码中，就可定义新的语言代码。这些“x-codes”必须以字符串x-或者X-开始，标识为用户自定义、私人使用的代码。例如：

xml：lang属性值可包含附加的子代码部分，用连字符“-”把子代码与主要的语言代码区分开。最常见的情况是第一个子代码为ISO-3166规定的两个字母的国家代码。最新的国家代码列表可在下面的地址中找到：

http://www.isi.edu/in-notes/iana/assignment/country-codes。

例如：

<P xml:lang="en-US">Put the body in the trunk of the car.</P>

如果第一个子代码不是ISO规定的两个字母国家代码，就必须是设置IANA注册的语言的字符集子代码，如csDECMCS、roman8、mac、cp037或ebcdic-cp-ca。当前使用的代码列表可以在下述地址中找到：

ftp://ftp.isi.edu/in-notes/iana/assignments/character-sets。

示例如下：

最终的结果可能是第一个子代码，另一个以x-或X-开头的x-code。例如：

根据惯例，语言代码写为小写格式，国家代码为大写格式。可是这仅仅是一个惯例。这是XML少数对大小写敏感部分中的一个，因为它继承了ISO对大小写不敏感的特性。

与DTD中使用的其他所有属性相同，为保持文档的合法性。必须明确地声明xml:lang属性，必需直接用于它所施加的元素（对于指定xml:lang属性的元素的子元素是间接施用）。

或许不希望xml:lang取任意值。其允许值也应为合法的XML名称字，所以通常赋予属性NMTOKEN类型。这种类型可限制属性值为合法的XML名称字。例如：

<!ELEMENT P (#PCDATA)>

<!ATTLIST P xml:lang NMTOKEN #IMPLIED "en">

另外，如果仅允许很少的几个语言或方言，就可以应用枚举类型。例如，下述DTD说明P元素可以为English或Latin。

<!ELEMENT P (#PCDATA)>

<!ATTLIST P xml:lang (en | la) "en">

也可以使用CDATA类型，但是没有什么理由要这样做。使用NMTOKEN或者枚举类型有助于发现某些潜在的错误。

10.7 基于属性的棒球统计数据的DTD

在第5章中，为1998 Major League Season创建了一个结构完整的XML文档，文档中应用属性来保存赛季（SEASON）的年份（YEAR）、联盟名（NAME）、分部名、球队名、球队比赛的城市名（CITY）和每个球员的详细统计资料。下面的清单10-4是清单5-1的一个缩略版本，完整的XML文档中包括两个联盟、六个分部、六个球队和两个球员的数据，以便于去理解元素的位置所在和元素具有什么属性。

清单10-4：完整的XML文档

<?xml version="1.0" standalone="yes"?>

<PLAYER GIVEN_NAME=" Marty SURNAME=" Malloy"

POSITION=" Second Base" GAMES=" 11" GAMES_STARTED=" 8"

AT_BATS=" 28" RUNS=" 3" HITS=" 5" DOUBLES=" 1"

TRIPLES=" 0" HOME_RUNS=" 1" RBI=" 1" STEALS=" 0"

CAUGHT_STEALING=" 0" SACRIFICE_HITS=" 0 "

SACRIFICE_FLIES=" 0" ERRORS=" 0" WALKS=" 2"

STRUCK_OUT=" 2" HIT_BY_PITCH=" 0" />

<PLAYER GIVEN_NAME=" Tom" SURNAME=" Glavine"

POSITION=" Starting Pitcher" GAMES=" 33"

GAMES_STARTED=" 33" WINS=" 20" LOSSES=" 6" SAVES=" 0"

COMPLETE_GAMES=" 4 SHUTOUTS=" 3 ERA=" 2.47"

INNINGS=" 229.1" HOME_RUNS_AGAINST=" 13"

RUNS_AGAINST=" 67" EARNED_RUNS=" 63" HIT_BATTER=" 2"

WILD_PITCHES=" 3" BALK=" 0" WALKED_BATTER=" 74"

STRUCK_OUT_BATTER=" 157" />

</TEAM>

</DIVISION>

</TEAM>

</DIVISION>

</TEAM>

</DIVISION>

</LEAGUE>

</TEAM>

</DIVISION>

</TEAM>

</DIVISION>

</TEAM>

</DIVISION>

</LEAGUE>

</SEASON>

为了此文档的合法性和结构的完整性，就需要提供DTD。该DTD中必须声明清单10-4中使用的所有元素和属性。元素的声明与旧版类似，只是由于大部分信息被转移到属性中的缘故，显得更为简短：

<!ELEMENT SEASON (LEAGUE, LEAGUE)>

<!ELEMENT LEAGUE (DIVISION, DIVISION, DIVISION)>

<!ELEMENT DIVISION (TEAM+)>

<!ELEMENT TEAM (PLAYER*)>

<!ELEMENT PLAYER EMPTY>

10.7.1 在DTD中声明SEASON的属性

SEASON拥有单一的属性YEAR。尽管有些语义上的限定，规定什么是，而什么不是一个年份（1998是年份，March 31就不是）；DTD不进行这种限定。因此，最好的方法就是声明YEAR属性具有最通用的属性类型CDATA；另外，希望每个赛季都具有年份值（year），就可使YEAR属性为REQUIRED类型。

<!ATTLIST SEASON YEAR CDATA #REQUIRED>

尽管确实无法限制作者输入YEAR属性文本的格式，但是至少可以提供一个记号，表明可以接受何种格式的文本。例如，规定年份（year）需要四位数的格式就不失为一个好主意。

<!ATTLIST SEASON YEAR CDATA #REQUIRED>

10.7.2 在DTD中声明DIVISION和LEAGUE属性

接下来考虑DIVISION和LEAGUE元素。它们都具有单一的NAME属性。此外自然具有CDATA和REQUIRED属性类型。因为两个不同的元素具有两个相互独立的NAME属性，所以需要两个独立的<!ATTLIST>声明。

<!ATTLIST LEAGUE NAME CDATA #REQUIRED>

<!ATTLIST DIVISION NAME CDATA #REQUIRED>

在这里添加注释可以有助于表明作者期望的格式；例如是否包括单词League和Division作为名字的一部分。

<!ATTLIST LEAGUE NAME CDATA #REQUIRED>

<!ATTLIST DIVISION NAME CDATA #REQUIRED>

10.7.3 在DTD中声明TEAM属性

TEAM元素具有NAME和CITY属性，两个属性均为CDATA和REQUIRED类型。

<!ATTLIST TEAM NAME CDATA #REQUIRED>

<!ATTLIST TEAM CITY CDATA #REQUIRED>

添加注释有助于建立某些并不明显的东西，例如，在一些情况下，CITY属性实际上可以是某个州名：

<!ATTLIST TEAM CITY CDATA #REQUIRED>

<!--e.g. "San Diego" as in "San Diego Padres"

or "Texas" as in "Texas Rangers" -->

换一种方式，可以在一个简单的<!ATTLIST>中声明这两个属性。

<!ATTLIST TEAM NAME CDATA #REQUIRED

CITY CDATA #REQUIRED>

10.7.4 在DTD中声明PLAYER的属性

PLAYER元素可以说是包含了大部分属性类型。首先是GIVEN_NAME和SURNAME两个属性，均为简单的CDATA、REQUIRED类型。

<!ATTLIST PLAYER GIVEN_NAME CDATA #REQUIRED>

<!ATTLIST PLAYER SURNAME CDATA #REQUIRED>

下一个PLAYER属性是POSITION。因为棒球场上球员的位置是一个相当基本的数据，在这里可使用枚举属性类型。可是“First Base”、“Second Base”、“Third Base”、“Starting Pitcher”和“Relief Pitcher”都包含有空格，因此它们都不是有效的XML名称字。因此仅能使用CDATA属性类型。实际情况下没有任何理由为POSITION选定缺省值，所以该属性应为REQUIRED类型。

<!ATTLIST PLAYER POSITION CDATA #REQUIRED>

接下来的是各种各样的统计数据：GAMES、GAMES_STARTED、AT_BAT、RUNS、HITS、WINS、LOSSES、SAVES、SHUTOUTS等等。上述每一个属性本应为数字类型，但是因为XML不提供数字类型机制，所以把它们简单地声明为CDATA类型。因为不是每一个球员都具有如上的每一个统计数据值，所以把上述各属性声明为IMPLIED类型，而不是REQUIRED类型。

<!ATTLIST PLAYER GAMES CDATA #IMPLIED>

<!ATTLIST PLAYER GAMES_STARTED CDATA #IMPLIED>

<!-Batting Statistics ->

<!ATTLIST PLAYER AT_BATS CDATA #IMPLIED>

<!ATTLIST PLAYER RUNS CDATA #IMPLIED>

<!ATTLIST PLAYER HITS CDATA #IMPLIED>

<!ATTLIST PLAYER DOUBLES CDATA #IMPLIED>

<!ATTLIST PLAYER TRIPLES CDATA #IMPLIED>

<!ATTLIST PLAYER HOME_RUNS CDATA #IMPLIED>

<!ATTLIST PLAYER RBI CDATA #IMPLIED>

<!ATTLIST PLAYER STEALS CDATA #IMPLIED>

<!ATTLIST PLAYER CAUGHT_STEALING CDATA #IMPLIED>

<!ATTLIST PLAYER SACRIFICE_HITS CDATA #IMPLIED>

<!ATTLIST PLAYER SACRIFICE_FLIES CDATA #IMPLIED>

<!ATTLIST PLAYER ERRORS CDATA #IMPLIED>

<!ATTLIST PLAYER WALKS CDATA #IMPLIED>

<!ATTLIST PLAYER STRUCK_OUT CDATA #IMPLIED>

<!ATTLIST PLAYER HIT_BY_PITCH CDATA #IMPLIED>

<!-Pitching Statistics ->

<!ATTLIST PLAYER WINS CDATA #IMPLIED>

<!ATTLIST PLAYER LOSSES CDATA #IMPLIED>

<!ATTLIST PLAYER SAVES CDATA #IMPLIED>

<!ATTLIST PLAYER COMPLETE_GAMES CDATA #IMPLIED>

<!ATTLIST PLAYER SHUTOUTS CDATA #IMPLIED>

<!ATTLIST PLAYER ERA CDATA #IMPLIED>

<!ATTLIST PLAYER INNINGS CDATA #IMPLIED>

<!ATTLIST PLAYER HOME_RUNS_AGAINST CDATA #IMPLIED>

<!ATTLIST PLAYER RUNS_AGAINST CDATA #IMPLIED>

<!ATTLIST PLAYER EARNED_RUNS CDATA #IMPLIED>

<!ATTLIST PLAYER HIT_BATTER CDATA #IMPLIED>

<!ATTLIST PLAYER WILD_PITCHES CDATA #IMPLIED>

<!ATTLIST PLAYER BALK CDATA #IMPLIED>

<!ATTLIST PLAYER WALKED_BATTER CDATA #IMPLIED>

<!ATTLIST PLAYER STRUCK_OUT_BATTER CDATA #IMPLIED>

只要你愿意，可以把PLAYER可能使用的所有属性组合为一个外形庞大的<!ATTLIST>声明：

<!ATTLIST PLAYER

GIVEN_NAME CDATA #REQUIRED

SURNAME CDATA #REQUIRED

POSITION CDATA #REQUIRED

GAMES CDATA #IMPLIED

GAMES_STARTED CDATA #IMPLIED

AT_BATS CDATA #IMPLIED

RUNS CDATA #IMPLIED

HITS CDATA #IMPLIED

DOUBLES CDATA #IMPLIED

TRIPLES CDATA #IMPLIED

HOME_RUNS CDATA #IMPLIED

RBI CDATA #IMPLIED

STEALS CDATA #IMPLIED

CAUGHT_STEALING CDATA #IMPLIED

SACRIFICE_HITS CDATA #IMPLIED

SACRIFICE_FLIES CDATA #IMPLIED

ERRORS CDATA #IMPLIED

WALKS CDATA #IMPLIED

STRUCK_OUT CDATA #IMPLIED

HIT_BY_PITCH CDATA #IMPLIED

WINS CDATA #IMPLIED

LOSSES CDATA #IMPLIED

SAVES CDATA #IMPLIED

COMPLETE_GAMES CDATA #IMPLIED

SHUTOUTS CDATA #IMPLIED

ERA CDATA #IMPLIED

INNINGS CDATA #IMPLIED

HOME_RUNS_AGAINST CDATA #IMPLIED

RUNS_AGAINST CDATA #IMPLIED

EARNED_RUNS CDATA #IMPLIED

HIT_BATTER CDATA #IMPLIED

WILD_PITCHES CDATA #IMPLIED

BALK CDATA #IMPLIED

WALKED_BATTER CDATA #IMPLIED

STRUCK_OUT_BATTER CDATA #IMPLIED>

这种方法不会有什么好处，应用这种方法就无法在个别属性后加上简单的注释。

10.7.5 棒球比赛统计数据示例的完整DTD

清单10-5显示的是棒球比赛统计数据基本属性的完整DTD。

清单10-5：利用属性包含大部分信息的棒球比赛统计数据的完整DTD

<!ELEMENT SEASON (LEAGUE, LEAGUE)>

<!ELEMENT LEAGUE (DIVISION, DIVISION, DIVISION)>

<!ELEMENT DIVISION (TEAM+)>

<!ELEMENT TEAM (PLAYER*)>

<!ELEMENT PLAYER EMPTY>

<!ATTLIST SEASON YEAR CDATA #REQUIRED>

<!ATTLIST LEAGUE NAME CDATA #REQUIRED>

<!ATTLIST DIVISION NAME CDATA #REQUIRED>

<!ATTLIST TEAM NAME CDATA #REQUIRED

CITY CDATA #REQUIRED>

<!ATTLIST PLAYER GIVEN_NAME CDATA #REQUIRED>

<!ATTLIST PLAYER SURNAME CDATA #REQUIRED>

<!ATTLIST PLAYER POSITION CDATA #REQUIRED>

<!ATTLIST PLAYER GAMES CDATA #REQUIRED>

<!ATTLIST PLAYER GAMES_STARTED CDATA #REQUIRED>

<!-Batting Statistics ->

<!ATTLIST PLAYER AT_BATS CDATA #IMPLIED>

<!ATTLIST PLAYER RUNS CDATA #IMPLIED>

<!ATTLIST PLAYER HITS CDATA #IMPLIED>

<!ATTLIST PLAYER DOUBLES CDATA #IMPLIED>

<!ATTLIST PLAYER TRIPLES CDATA #IMPLIED>

<!ATTLIST PLAYER HOME_RUNS CDATA #IMPLIED>

<!ATTLIST PLAYER RBI CDATA #IMPLIED>

<!ATTLIST PLAYER STEALS CDATA #IMPLIED>

<!ATTLIST PLAYER CAUGHT_STEALING CDATA #IMPLIED>

<!ATTLIST PLAYER SACRIFICE_HITS CDATA #IMPLIED>

<!ATTLIST PLAYER SACRIFICE_FLIES CDATA #IMPLIED>

<!ATTLIST PLAYER ERRORS CDATA #IMPLIED>

<!ATTLIST PLAYER WALKS CDATA #IMPLIED>

<!ATTLIST PLAYER STRUCK_OUT CDATA #IMPLIED>

<!ATTLIST PLAYER HIT_BY_PITCH CDATA #IMPLIED>

<!-Pitching Statistics ->

<!ATTLIST PLAYER WINS CDATA #IMPLIED>

<!ATTLIST PLAYER LOSSES CDATA #IMPLIED>

<!ATTLIST PLAYER SAVES CDATA #IMPLIED>

<!ATTLIST PLAYER COMPLETE_GAMES CDATA #IMPLIED>

<!ATTLIST PLAYER SHUTOUTS CDATA #IMPLIED>

<!ATTLIST PLAYER ERA CDATA #IMPLIED>

<!ATTLIST PLAYER INNINGS CDATA #IMPLIED>

<!ATTLIST PLAYER HOME_RUNS_AGAINST CDATA #IMPLIED>

<!ATTLIST PLAYER RUNS_AGAINST CDATA #IMPLIED>

<!ATTLIST PLAYER EARNED_RUNS CDATA #IMPLIED>

<!ATTLIST PLAYER HIT_BATTER CDATA #IMPLIED>

<!ATTLIST PLAYER WILD_PITCHES CDATA #IMPLIED>

<!ATTLIST PLAYER BALK CDATA #IMPLIED>

<!ATTLIST PLAYER WALKED_BATTER CDATA #IMPLIED>

<!ATTLIST PLAYER STRUCK_OUT_BATTER CDATA #IMPLIED>

使用如下的序进程把清单10-5的内容引入到清单10-4中，当然我们假设清单10-5保存为一个文件名为“baseballattribtes.dtd”的文件中。

<?xml version= "1.0" standalone=" yes "?>

<!DOCTYPE SEASON SYSTEM "baseball attributes.dtd" >

10.8 本章小结

本章中学习了如何在DTD中声明元素的属性。具体地说，学习了下述内容：

· 在DTD的<!ATTLIST>标记中声明属性。

一个<!ATTLIST>标记可以声明一个元素任意数目的属性。
属性通常具有缺省值，但是可以通过使用关键词#REQUIRED、#IMPLIEDU或#FIXED改变这种状态。
在DTD中，可以声明十种属性类型： CDATA、枚举类型、NMTOKEN、NMTOKENS、ID、IDREF、IDREFS、ENTITY、ENTITIES和NOTATION。
预定义的xml:space属性确定元素中的空格是否有意义。
预定义的xml:lang属性规定书写元素内容的语言。

下一章将学习到如何利用记号、处理指令和不可析实体在XML文档中嵌入非XML数据。

第11章嵌入非XML数据

不是世界上的所有数据都为XML格式。实际上，可以大胆地说世界上积累下来的数据大部分都不是XML格式。大量数据按无格式文本、HTML和微软的Word格式保存，这里只举出三种常用的非XML格式。在理论上说，如果有兴趣且财力允许的情况下，至少这些数据的大部分可以重写为XML格式，但也不是所有的数据都可以。例如把图像编码为XML格式就将导致处理效率极端低下。

XML提供三种结构：记号、不可析外部实体和处理指令，通常用于处理非XML格式数据。记号描述非XML格式数据；不可析外部实体提供与非XML格式数据实际位置的链接；处理指令给出如何观看这些数据的信息。

本章叙述的具体内容尚有许多争议。尽管我所说的每一个事情都符合XML 1.0规范，但是不是所有人都同意上述观点。肯定可以写出一个XML文档，文档中没有使用注解和外部对象，仅有一些简单的处理说明。可以先跳过本章内容，在后面发现有必要了解这方面内容时，再返回到这一章。

本章的主要内容如下：

· 记号

不可析外部实体
处理指令
DTD中的条件部分

11.1 记号

在XML文档中使用非XML格式数据将会遇到的第一个问题是识别数据格式，并通知XML应用程序如何读出和显示这些非XML格式数据。例如，企图在屏幕上画出MP3声音文件就是不合适宜的。

在一个有限的范围内只利用一套固定的用于特定种类的外部实体的标记，就可在单一应用程序中解决外部非XML数据的读取和显示问题。例如，如果全部图片数据都通过IMAGE元素嵌入，全部声音数据通过AVDIO元素嵌入；那么开发一个知道如何处理这两个元素的浏览器并不是一件很难的事。实际上这正是HTML采用的方法，可是这样的方法不允许文档作者为了能更加清楚地描述它们所需的内容，而创建新的标记；例如PERSON元素碰巧就有一个PHOTO属性，该属性指向那人的JPEG格式图片。

再者，没有一个应用程序可理解所有可能的文件格式。大多数Web浏览器可以管理和读出GIF、JPEG、PNG图像文件，或许还包括一些其他格式的图像文件；但是它们在EPS、TIFF、FITS文件前都束手无策，对于是几百种普遍和特殊的图像格式就更加力不从心了。图11-1的对话框或许再熟悉不过了。

图11-1 当Netscape Navigator无法识别一种文件类型时将发生的事情

理想的情况是希望文档会通知应用程序外部实体的格式，因此不必去依赖应用程序来识别文件类型，或是靠具有魔力的数字或者是并不可靠的文件扩展名。此外，如果应用程序自身无法处理这种格式的图像，也可以为应用程序提供一些关于什么程序可用来显示图像的线索。

记号提供了部分解决这个问题的方法（尽管不能获得很好的支持）。记号描述非XML数据的格式。在DTD中，NOTATION声明规定特殊的数据类型。DTD在与元素、属性和实体同一层次上声明记号。每个记号声明都包含一个名字和一个外部标识符，语法结构如下：

<!NOTATION name SYSTEM "externalID">

name为文档中使用的特殊格式的标识符；externalID就是用来标识记号的有意义的字符串。例如，实体GIF图像的记号可以使用MIME类型：

<!NOTATION GIF SYSTEM "Image/gif">

也可以使用PUBLIC代替SYSTEM标识符，这样做就必须提供public ID和URL。例如：

<!NOTATION GIF PUBLIC

"-//IETF// NONSGML Media Type image/gif//EN"

"http://www.isi.edu/in-notes/iana/assignments/media-types/image/gif">

对于如何准确地作出外部标识，还存在激烈的争论。像图像/gif、文本/HTML之类的MIME类型是一种可能性；另一个建议是选择URL，或者其他的标准文档定位方式——像http://www.w3.org/TR/REC-html140/。第三个选择是使用正式的国际标准——如表示日期和时间的ISO 8601标准。某些情况下，可能ISBN或者国会图书馆为文献文档编目的方法更为适用。此外还有其余许多选择。

选取何种方式，取决于对文档生命期的期望值。例如，如果选择不普遍的格式，就不能依赖每个月都会改变的URL方式；如果希望文档在100年内都具有活跃的生命力，那么就该考虑使用在100年中都具有意义的标识符，而不是使用仅具有10年生命力的技术。

也可以使用记号来描述插入到文档中数据。例如，研究下面的DATA元素：

05-07-06到底表示哪一天？是公元1906年5月7日还是公元1906年7月5日？答案取决于是按美国格式还是欧洲格式理解这个日期。甚至也可能是2006年5月7日或者2006年7月5日。或者是公元6年5月7日，是西方鼎盛时期的罗马帝国的秋天和中国的汉朝。也有可能这个日期根本不是公元纪年，而是犹太历、穆斯林历法或者中国的农历。没有更多的信息，就无法确定其真实的意义。

为了避免这样混淆不清的情况，ISO 8601标准为表示日期规定了一个精确的方法。应用这种方法，在XML中，公元2006年7月5日写为20060705，或者是如下格式：

这种格式不是与每个人的想法都相同，对所有人都具有同等程度的迷惑性，不偏向任何一种文化（实际上仍然偏向西方传统日历）。

在DTD中声明记号，并且用记号属性描述嵌入XML文档中的非XML数据的格式。接着再研究日期的例子，清单11-1定义两种日期记号：ISO 8601和美国惯用格式。然后将NOTATION类型必需的FORMAT属性添加到每一个DATE元素中，用来描述特定元素的结构。

清单11-1：ISO 8601和美国惯用格式DATE元素

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE SCHEDULE [

<!NOTATION ISODATE SYSTEM

"http://www.iso.ch/cate/d15903.html">

<!NOTATION USDATE SYSTEM

"http://es.rice.edu/ES/humsoc/Galileo/Things/gregorian_calendar

.html">

<!ELEMENT SCHEDULE (APPOINTMENT*)>

<!ELEMENT APPOINTMENT (NOTE, DATE, TIME?)>

<!ELEMENT NOTE (#PCDATA)>

<!ELEMENT DATE (#PCDATA)>

<!ELEMENT TIME (#PCDATA)>

<!ATTLIST DATE FORMAT NOTATION (ISODATE | USDATE) #IMPLIED>

<NOTE>Deliver presents</NOTE>

</APPOINTMENT>

<NOTE>Party like it s 1999</NOTE>

</APPOINTMENT>

</SCHEDULE>

记号不能强制作者使用记号描述的格式。因此需要提供除XML基本方法以外的几种语言方案——但是在相信作者能正确描述日期的简单应用场合，记号方法是有效的。

11.2 不可析外部实体

对所有的数据，特别是非文本数据，XML格式都不是理想的格式。例如，可以按下面所示的方式，把位图图像的每一个像素存为一个XML元素：

可是，这肯定不是一个好主意。任何微小的错误都会导致气球图像文件的比例严重失衡。XML现在和将来都永远不可能让XML文档具有访问数据的能力，因此无法把所有数据按XML编码。

一个典型的Web页面可以引用GIF和JPEG图像、JAVA小程序、ActiveX控件、各种类型的声音等等。在XML中，因为XML处理器不会去尝试理解非XML格式的数据块，所以把这些数据块称为不可析实体。至多XML处理器通知应用程序存在这样的实体，并且为应用程序提供实体名和实体可能包含的内容（可是这并不是必须执行的动作）。

HTML页面通过各种定制的标记嵌入非HTML实体。图片由具有SRC属性的<IMG>标记引用，SRC属性提供图像文件的URL；JAVA程序由具有CLASS和CODEBASE属性的<APPLET>标记包括，CLASS和CODEBASE属性指向JAVA程序保存的文件和目录；<OBJECT>标记来嵌入CODEBASE属性引用，可从中找到目标数据的URI。每一种情况下，特定的预定义标记表示一种特定的内容。预定义属性包含其内容的URL。

XML应用程序可以但不是必须这样运作，实际上，除了特意为保持与落后的HTML之间的兼容性之外，大部分XML应用程序都不这样做。相反，XML应用程序使用不可析外部实体引用这些内容。不可析外部实体提供与非XML数据的实际位置的链接。接着文档中特定的元素利用其ENTITY属性与实体相连。

11.2.1 声明不可析实体

回忆第9章的内容，外部实体的声明看起来如下面的形式：

<!ENTITY SIG SYSTEM "http://metalab.unc.edu/xml/signature.xml">

可是，仅在URL指明的外部实体恰好为完整的XML文档的时候，才能接受这种格式。如果外部实体不是XML，则不得不使用NDATA关键字指定实体类型。例如，为了用LOGO名字连接GIF格式文件logo.gif，就需在DTD中放置如下的ENTITY声明：

<!ENTITY LOGO SYSTEM "logo.gif" NDATA GIF>

声明中的最终名字必须是DTD中声明的记号名，如本例中的GIF。记号将GIF类的名称与某种类型的外部标识符联系起来，外部标识符标识某种格式。如MIME类型、ISO标准式或者是格式规格的URL。例如，GIF的记号类似下面的形式：

<!NOTATION GIF SYSTEM "image/gif">

通常，作为习惯的表示方法，可以使用绝对或相对的URL指向外部实体。例如：

<!ENTITY LOGO SYSTEM "http://metalab.unc.edu/xml/logo.gif"

NDATA GIF>

<!ENTITY LOGO SYSTEM "/xml/logo.gif" NDATA GIF>

<!ENTITY LOGO SYSTEM "../logo.gif" NDATA GIF>

11.2.2 嵌入不可析实体

不能与用通用实体引用嵌入可析实体一样，在文档中的任意位置简单地嵌入不可析实体。例如，清单11-2就是一个不合法的是XML文档，因为LOGO是不可析实体。如果这里的LOGO是可析实体，本例就为有效的XML文档。

清单11-2：试图用通用实体引用嵌入不可析实体的无效XML文档

<?xml version="1.0" standalone="no"?>

<!DOCTYPE DOCUMENT [

<!ELEMENT DOCUMENT ANY>

<!ENTITY LOGO SYSTEM "http://metalab.unc.edu/xml/logo.gif"

NDATA GIF>

<!NOTATION GIF SYSTEM "image/gif"

&LOGO;

</DOCUMENT>

为了嵌入不可析实体，不采用如&LOGO；通用实体引用的方法；而是声明一个元素，把该元素作为不可析实体的占位符（例如IMAGE）。然后声明IMAGE元素属性SOURCE为ENTITY类型，SOURCE属性仅提供不可析实体名。如清单11-3所示。

清单11-3：正确嵌入不可析实体的合法的XML文档

<?xml version="1.0" standalone="no"?>

<!DOCTYPE DOCUMENT [

<!ELEMENT DOCUMENT ANY>

<!ENTITY LOGO SYSTEM "http://metalab.unc.edu/xml/logo.gif"

NDATA GIF>

<!NOTATION GIF SYSTEM "image/gif"

<!ELEMENT IMAGE EMPTY>

<!ATTLIST IMAGE SOURNE ENTITY #REQUIRED>

</DOCUMENT>

等到应用程序读取XML文档时，就可认出这个不可析实体且显示出来。应用程序也可能不显示不可析实体（当用户使图像载入失效时，Web浏览器将选择不显示图像）。

这些例子表明：空元素就像是为不可析实体准备的容器，可是这不是必须采用的方法。例如，假设有一个基于XML的公司ID系统，就是保安人员使用的查寻进入建筑物的人的系统；PERSON元素拥有NAME、PHONE、OFFICE、EMPLOYEE_ID子类和PHOTO ENTITY属性，如清单11-4所示。

清单11-4：具有PHOTO ENTITY属性的非空PERSON元素

<?xml version="1.0" standalone="no"?>

<!DOCTYPE PERSON [

<!ELEMENT PERSON (NAME, EMPLOYEE_ID, PHONE, OFFICE)>

<!ELEMENT NAME (#PCDATA)>

<!ELEMENT EMPLOYEE_ID (#PCDATA)>

<!ELEMENT PHONE (#PCDATA)>

<!ELEMENT OFFICE (#PCDATA)>

<!NOTATION JPEG SYSTEM "image/jpg"

<!ENTITY ROGER SYSTEM "rogers.jpg" NDATA JPEG>

<!ATTLIST PERSON PHOTO ENTITY #REQUIRED>

<NAME>Jim Rogers</ NAME>

<EMPLOYEE_ID>4534</EMPLOYEE_ID>

</PERSON>

这个例子看起来有点做作。实际上，使一个带有SOURCE属性的空DHOTO元素的成为PERSON元素的子元素，而不是PERSON元素的属性。再者，或许可以把这个DTD分割为内部和外部的子集。如清单11-5所示，外部子集声明元素、记号和属性。这些都是可以被不同的文档共享的部分。但是，实体从一个文档到另一个文档会发生改变，因此最好把实体放在如清单11-6显示的文档的内部DTD子集中。

清单11-5：外部DTD子集person.dtd

<!ELEMENT PERSON ( NAME, EMPLOYEE_ID, PHONE, OFFICE, PHOTO)>

<!ELEMENT NAME (#PCDATA)>

<!ELEMENT EMPLOYEE_ID (#PCDATA)>

<!ELEMENT PHONE (#PCDATA)>

<!ELEMENT OFFICE (#PCDATA)>

<!ELEMENT PHOTO EMPTY>

<!NOTATION JPEG SYSTEM "image/jpeg">

<!ATTLIST PHOTO SOURCE ENTITY #REQUIRED>

清单11-6：内含非空PERSON元素和一个内部DTD子集的文档

<?xml version="1.0" standalone="no"?>

<!DOCTYPE PERSON [

<!ENTITY % PERSON _DTD SYSTEM "person.dtd">

%PERSON_DTD;

<!ENTITY ROGER SYSTEM "rogers.jpg" NDATA JPEG>

<NAME>Jim Rogers</NAME>

<EMPLOYEE_ID>4534</EMPLOYEE_ID>

</PERSON>

11.2.3 嵌入多个不可析实体

在某些特殊场合下，一个单一的属性甚至一个标识号，可能需要引用不止一个的不可析实体。就可以声明占位符元素的属性为ENTITIES类型。ENTITIES属性值由空格分隔的多个不可析实体名组成，每个实体名都指向一个外部非XML格式数据资源，并且必须在DTD中声明所有实体。例如，可以用这种方法编写一个以幻灯放映元素来切换不同的图片，DTD需要如下形式的声明：

<!ELEMENT SLIDESHOW EMPTY>

<!ATTLIST SLIDESHOW SOURCES ENTITIES #REQUIRED>

<!NOTATION JPEG SYSTEM "image/jpeg"

<!ENTITY HARM SYSTEM "charm.jpg" NDATA JPEG>

<!ENTITY MARJORIE SYSTEM "marjorie.jpg" NDATA JPEG>

<!ENTITY POSSUM SYSTEM "possum.jpg" NDATA JPEG>

<!ENTITY BLUE SYSTEM "blue.jpg" NDATA JPEG>

然后，在文档中需要幻灯放映出现的位置上，就可插入如下标记：

必须再次强调，这不是一个XML处理器（甚至任意处理器）可自动理解的具有魔力的方案，这仅仅是一种技巧，在嵌入文档中的非XML数据时，浏览器和其余应用程序可能采用也可能不采用的技术。

11.3 处理指令

指令经常过多地应用于支持HTML的私有范围，如服务端嵌入、浏览器定制脚本语言、数据库模板和其余许多超出HTML标准范围的项目。出于这些目的而使用注释的好处是：其余系统可以简单地忽略它们无法理解的外来数据。这种方法的不利之处在于：剥离了注释的文档可能不再是原来的文档了，并且仅仅作为文档的注释会被误解为这些私有范围的输入数据。为了避免滥用注释，XML提供了处理指令的方法，作为在文件中嵌入信息的明确机制，用于私有的应用程序而不是XML语法分析器或浏览器。其余用途包括，处理指令可以提供关于如何查看不可析外部实体的附加信息。

处理指令就是位于<? 和?>标记之间的一行文本。处理指令中的文本只需要如下句法结构，以XML名开头，其后紧跟空格，空格后为数据。XML名可以是应用程序的实际名字（如latex），或者是在DTD中指向应用程序的记号名（例如LATEX），在DTD中的LATEX声明具有如下形式：

<!NOTATION LATEX SYSTEM "/usr/local/bin/latex">

甚至这个名字可以是可被应用程序识别的其他名字。对于使用处理指令的应用程序来说，各个细节部分是非常明确的。确实，大部分依赖处理指令的应用程序在处理指令的内容上利用更多的结构。例如，研究如下在IBM的Bean Markup Language中使用的处理指令：

<?bmlpi register demos.calculator.EventSourceText2Int?>

使用处理指令的应用程序名字为bmlpi。赋予应用程序的数据为字符串register demos.calculator.EventSourceText2Int，这些数据将包含全部合格的Java类名。这就告诉名为bmlpi的应用程序使用Java类demos.calculator.EventSourceText2Int，将操作事件转换为整数。如果bmlpi在读取文档是遇到这个处理指令，将载入类demos.calculator.EventSourceText2Int，从此往后利用该类元素将事件转化为整数。

如果这听起来很明确也很详细的话，那是因为它们原来就是如此。处理指令不是文档的通用结构部分，它们为特定的应用程序提供额外的明确的信息，而不是为所有读取该文档的应用程序提供信息。如果其余一些应用程序在读取文档时遇到这个说明，它们将简单地跳过这些说明。

处理指令除了不能位于标记或者CDATA字段之内，可以放在XML文档中的任意部位。它们可以位于序进程、DTD、元素内容中，甚至可在文档结束标记之后。因为处理指令不是元素，所以不会影响文档的树型结构。没有必要打开或者关闭处理指令，也没有必要考虑它们在其他元素中的嵌套问题。处理指令不是标记，不会对元素进行限定。

到此我们已经很熟悉了一个处理指令的例子：xml-stylesheet处理指令把样式单与文档相结合：

<?xml-stylesheet type="text/xsl" href="baseball.xsl"?>

虽然这些例子中的处理指令位于序进程中，但是处理指令可以在文档的任意位置出现。因为处理指令不是元素，所以没有必要声明为包含它们元素的子类元素。

以字符串xml开头的处理指令在XML规范中留作特殊的用途。此外，在处理指令中，可以自由使用除文档结束标记符（?>）外的任意名字和任意文本字符串。例如，下面的例子就是完全有效的处理指令：

<?gcc HelloWorld.c ?>

<?acrobat document="passport.pdf"?>

<?Dave remember to replace this one?>

请记住XML处理器不会对处理说明进行任何处理，仅仅是把他们传送给应用程序。应用程序决定如何处理这些说明。大部分应用程序简单地跳过他们无法理解的处理说明。

有些时候了解不可析实体的类型还是不够的。还需要了解应用程序如何运行和查看实体，以及需要提供给应用程序的参数是什么。这些信息都可以通过处理指令来提供。因为处理指令所包含的数据没有什么限制，所以在制定说明时就相对容易一些，这些说明是决定记号中列出的外部程序将采取什么行为。

这样的处理指令可以是查看数据块的程序名，也可以是几千字节的配置信息。应用程序和文档的作者当然必须采用同样的方法来确定何种不可析外部实体采取何种处理指令。清单11-7显示一个方案，该方案使用一个处理指令和PDF记号来通知Acrobat Reader关于物理纸张的PDF格式，以便Acrobat Reader显示PDF的内容。

清单11-7：在XML中嵌入PDF文档

<?xml version="1.0" standalone="yes"?>

<!DOCTYPE PAPER [

<!NOTATION PDF PUBLIC

"-//IETF//NONSGML Media Type application/pdf//EN"

"http://www.isi.edu/in-notes/iana/assignments/media-types/

application/pdf">

<!ELEMENT PAPER (TITLE, AUTHOR+, JOURNAL, DATE_RECEIVED,

VOLUME, ISSUE, PAGES)>

<!ATTLIST PAPER CONTENTS ENTITY #IMPLIED>

<!ENTITY PRLTAO000081000024005270000001 SYSTEM

"http://ojps.aip.org/journal_cgi/getpdf?KEY=PRLTAO&cvips=PR

LTA0000081000024005270000001"

NDATA PDF>

<!ELEMENT AUTHOR (#PNDATA)>

<!ELEMENT JOURNAL (#PNDATA)>

<!ELEMENT YEAR (#PNDATA)>

<!ELEMENT TITLE (#PNDATA)>

<!ELEMENT DATE_RE EIVED (#PNDATA)>

<!ELEMENT VOLUME (#PNDATA)>

<!ELEMENT ISSUE (#PNDATA)>

<!ELEMENT PAGES (#PNDATA)>

<?PDF acroread?>

<TITLE>Do Naked Singularities Generically Occur in

Generalized Theories of Gravity?</TITLE>

<AUTHOR>Kengo Maeda</AUTHOR>

<AUTHOR>Takashi Torii</AUTHOR>

<AUTHOR>Makoto Narita</AUTHOR>

<JOURNAL>Physical Review Letters</JOURNAL>

<DATE_RE EIVED>19 August 1998</DATE_RE EIVED>

</PAPER>

任何时候都该记住不是所有的处理器程序都会以你希望的方式去对待这个例子。实际上，大部分处理器都不会。可是，从让一个应用程序支持PDF文件和其余非XML媒体类型的角度来说，这也是一个值得考虑的方法。

11.4 DTD的条件部分

在创建DTD和文档的时候，或许需要文档中没有反映DTD的部分作一些注释。除了直接使用注释，也可以把DTD中的特定声明组放置在IGNORE指令中的方式，从而忽略该声明组。句法结构如下：

<![ IGNORE

declarations that are ignored

]]>

像通常一样，空格不会对句法结构产生实质性的影响，但是必须保证开始符（<![IGNORE）和结束符（]]>）占单独的一行，以便阅读。

可以忽略任意声明或一组声明——元素、实体、属性甚至包括其他的IGNORE块，但是必须忽略整个声明。IGNORE的构造必须完整包含从DTD中移走的全部声明。不能仅忽略声明的某个局部（例如在不可析实体声明中的NDATA GIF）。

也可以指定包括声明的某个特定部分，也就是说不忽略的部分。INCLUDE指示的句法结构与IGNORE相似，但是关键词不同：

<![ INCLUDE

declarations that are included

]]>

当INCLUDE位于IGNORE之内的时候，INCLUDE和声明都被忽略。当IGNORE位于INCLUDE内，位于IGNORE之内的声明依然被忽略。换一种说法就是INCLUDE不会覆盖IGNORE。

上述给出的情形中，或许会为INCLUDE的存在表示奇怪。简单地移走INCLUDE块，仅留下它们的内容，没有任何DTD会发生改变。INCLUDE好像完全是多余的。可是，对于无法单独使用IGNORE的参数实体引用的情形中，同时应用IGNORE和INCLUDE不失为一个灵巧的方法。首先定义一个如下的参数实体引用：

<!ENTITY % fulldtd "IGNORE">

将元素包裹在下列结构中，就可将其忽略：

<![ %fulldtd;

declarations

]]>

%fulldtd；参数实体引用求出的值为IGNORE，因此声明被忽略。现在，假设对一个单词作出修改，把fulldtd从IGNORE改为INCLUDE，如下所示：

<!ENTITY % fulldtd "INCLUDE">

所有的IGNORE块立即转换为INCLUDE块。实际上，就像是一系列开关，可以打开或者关闭声明块。

在本例中，仅使用了一个开关——fulldtd。可以在DTD中的多个IGNORE/INCLUDE块中使用这种开关。也可以拥有许多可根据不同条件选择开或关的不同IGNORE/INCLUDE块。

当设计其余DTD内含的DTD时，这种能力特别有用。通过改变参数实体开关值，最后的DTD可以改变嵌入的DTD行为。

11.5 本章小结

在本章中，学习了如何通过记号、不可析外部实体和处理指令的方法，把非XML数据与XML文档相结合。具体地说，学习了下述概念：

· 记号描述非XML数据的格式。

不可析外部实体为容纳非XML文本和数据的储存单元。
使用ENTITY和ENTITIES属性可在文档中包括不可析外部实体。
处理指令包含不作任何改变从处理器传送到最终应用程序的说明。S
INCLUDE和IGNORE块在文档进行语法分析的时候，分别指定是否处理其中包括的DTD中的声明。

在本书的后面几个部分可以看到更多拥有DTD的文档的例子。但是关于DTD的最基本的句法结构和用法，在本章中已经讨论完毕。在本书的第三部分，我们开始讨论XML的样式语言，从下一章的级联样式单（第一级）开始。

第三部分样式语言

本部分包括以下各章：

第12章——级联样式单级别1

第13章——级联样式单级别2

第14章——XSL变换

第15章——XSL格式化对象

第12章级联样式单级别1

对于将诸如粗体和Helvetica样式应用于特定的XML元素来说，CSS是一种非常简单、易懂的语言。任何常用的字处理软件都具有CSS支持的大多数样式。例如，可选择字体、字体的粗细、字号、背景颜色、各种元素的间距、元素周围的边框等等。但是，所有的样式信息并不在文档之内存储，而是放置在一种称之为样式单(style sheet)的独立文档中。仅仅改变样式单就可以以多种不同方式格式化一个XML文档。不同的样式单可用于不同的目的——打印、Web、展示和其他用途——所需要的只是适用于指定媒体的样式，并且无需改变文档中的任何内容。

本章的主要内容如下：

· 什么是CSS？

如何将样式单与文档关联
怎样选择元素
继承父字体的大小
级联过程
在CSS样式单中使用注释
CSS单位
块、内联和列表项元素
字体属性
颜色属性
背景属性
文本属性
框属性

12.1 什么是CSS？

级联样式单(Cascading Style Sheets，以下简称CSS)是1996年作为把有关样式属性信息如字体和边框加到HTML文档中的标准方法而提出来的。但是，CSS与XML结合的确比与HTML结合得更好，因为HTML承担着CSS标志和HTML标志之间向后兼容的任务。例如，要正确地支持CSS的nowrap属性就要求废除HTML中非标准的但又是经常使用的NOWRAP元素。由于XML元素没有任何预定义的格式规定，所以不会限制何种CSS样式只能用于何种元素。

一个CSS样式单就是一组规则(rule)。每个规则给出此规则所适用的元素的名称，以及此规则要应用于那些元素的样式。例如，考察清单12-1，它是一首诗的CSS样式单。此样式单有五个规则。每个规则有一个选择符——规则所应用的元素的名称——和一组适用于此元素实例的属性。第一个规则说明POEM元素应以块的形式(Display：block)显示其内容。第二个规则说明TITLE元素应以16磅(font-size：16pt)、粗体(font-weight：bold)将其内容显示在块中(Display：block)。第三个规则说明POET元素应通过自身显示在块中(Display：block)，并且与紧随其后的下一块相距10个像素(margin-bottom：10px)。第四个规则与第三个相同，所不同的只是前者应用于STANZA元素。最后，第五个规则只简单地说明VERSE元素也是显示在自己的块中。

清单12-1：用于诗作的CSS样式单

POEM { display: block }

TITLE { display: block; font-size: 16pt; font-weight: bold }

POET { display: block; margin-bottom: 10px }

STANZA { display: block; margin-bottom: 10px }

VERSE { display: block }

在1998年，W3C公布了一个修订的、详述的CSS规范，称之为CSS2(CSS2)。同时，他们又把原来的CSS改名为CSS1(CSS1)。CSS2几乎是CSS1的超集，只有少部分不同，当遇到这些不同处时，我将给出注解。换句话说，CSS2是在CSS1的基础上增添了音频样式单、媒体类型、特性选择符和其他新的功能。因此，本章涉及到的几乎每个例子既适用于CSS1，也适用于CSS2。在下一章中，将把CSS2看作CSS1的扩充来加以介绍。

Netscape Navigator 4.0和Internet Explorer 4.0及5.0支持CSS1的各部分。遗憾的是，对同一部分往往并非同时支持。Mozilla 5.0被认为对CSS1和大多数CSS2提供非完全的支持。Internet Explorer 5.0比Internet Explorer 4.0做得更好，可是它仍失去一些主要部分，特别是有关框模型和伪元素的部分。我将试图指出某种浏览器有特别严重问题的地方。

12.2 样式单与文档的链接

要真正地使清单12-1中的样式单有意义，就得编写一个使用该样式单的XML文档。清单12-2是用XML标记的来自于Walt Whitman的诗集名著Leaves of Grass中的一首诗。第二行是<?xml-stylesheet?>处理指令，此指令通知Web浏览器加载本文档，以便将在文件poem.css中找到的样式单应用于本文档。图12-1显示了加载到Mozilla早期a 版本中的本文档。

清单12-2：用XML作出标记的Darest Thou Now O Soul(Walt Whitman的诗)

<?xml version=1.0?>

<?xml-stylesheet type=² text/css² href=² poem.css² ?>

<POEM>

<TITLE>Darest Thou Now O Soul</TITLE>

<POET>Walt Whitman</POET>

<VERSE>Darest thou now O soul,</VERSE>

<VERSE>Walk out with me toward the unknown region,</VERSE>

<VERSE>Where neither ground is for the feet nor

any path to follow?</VERSE>

</STANZA>

<VERSE>No map there, nor guide,</VERSE>

<VERSE>Nor voice sounding, nor touch of

human hand,</VERSE>

<VERSE>Nor face with blooming flesh, nor lips,

are in that land.</VERSE>

</STANZA>

<VERSE>Nor dost thou, all is blank before us,</VERSE>

<VERSE>All waits undream’d of in that region,

that inaccessible land.</VERSE>

</STANZA>

<VERSE>Till when the ties loosen,</VERSE>

<VERSE>All but the ties eternal, Time and Space,</VERSE>

<VERSE>Nor darkness, gravitation, sense,

nor any bounds bounding us.</VERSE>

</STANZA>

<VERSE>Then we burst forth, we float,</VERSE>

<VERSE>In Time and Space O soul,

prepared for them,</VERSE>

<VERSE>Equal, equipt at last, (O joy! O fruit of all!)

them to fulfil O soul.</VERSE>

</STANZA>

</POEM>

在<?xml-stylesheet?>处理指令中的type属性是正在使用的MIME类型的样式单。对CSS来说，其值是text/css，对XSL来说，则是text/xsl。

CSS2将在第13章中讨论。而XSL将在第14和15章中讲述。

图12-1 Mozilla显示的Darest Thou Now O Soul

<?xml-stylesheet?>处理指令中的href属性值是一个URL，通常是相对值，指明在何处可找到样式单。如果样式单没有找到，Web浏览器很可能使用其缺省的样式单，不过有些浏览器可能会报告一条错误信息。

也可以将同一个样式单用于许多文档，人们通常的确就是这么做的。于是，把样式单放在Web服务器上的某个主要位置成了人们的通用方法，所有的文档都会在此位置引用这些样式单；一个便利的位置就是Web服务器根目录上的样式目录。

<?xml-stylesheet type="text/css" href="/styles/poem.css"?>

甚至还可以使用指向另一个Web站点上的样式单的绝对URL值，虽然这样做不可避免地会使站点依赖于外部Web站点的状态。

<?xml-stylesheet type="text/css"

href="http://metalab.unc.edu/xml/styles/poem.css"?>

甚至也可以使用多个<?xml-stylesheet?>处理指令，以便应用不同样式单中的规则。例如：

<?xml version="1.0"?>

<?xml-stylesheet type="text/css" href="/styles/poem.css"?>

<?xml-stylesheet type="text/css"

href="http://metalab.unc.edu/xml/styles/poem.css"?>

<POEM>

HTML中使用的CSS与XML使用的CSS的对照

尽管本书的重点是介绍XML的，但CSS样式单也与HTML文档一起使用。HTML中的CSS与XML中的CSS之间的主要区别是：

1．与规则相链接的元素只限于标准的HTML元素，如P、PRE、LI、DIV和SPAN。

2．HTML浏览器不能识别处理指令，所以在HEAD元素中，使用LINK标志将样式单与HTML文档相链接。而且，每个文档样式规则包括在STYLE元素中的HEAD里面。例如：

<STYLE TYPE=² text/css²

PRE { color: red }

</STYLE>

3．由于元素的传统格式化方法，HTML浏览器不能像XML浏览器一样准确无误地体现CSS属性，在此方面表格就是众所周知的问题之一。

样式单与DTD或多或少地成正交关系。带样式单的文档可能有也可能没有DTD，而带DTD的文档也可能有或没有样式单。但是，DTD常常充当便于使用的必须为其提供样式规则的元素列表。

在本章以及下面几章中，大多数例子都要使用结构完整、但不合法的文档。不使用DTD会使所举的例子更短、相关的部分更加明显。但是实际上，大多数与样式单相链接的文档很可能是合法的带DTD的文档。

12.3 选择元素

在CSS规则中，有个部分是用来指定CSS规则适用于哪个元素的，此部分称为选择符(selector)。最普通的选择符就是元素的名称；例如，下面规则中的TITLE：

TITLE ( display: block; font-size: 16pt; font-weight: bold )

可是，选择符还可指定多个元素、带有特定的CLASS或ID特性的元素以及与其他元素相关的出现在特定上下文中的元素。

在CSS1中，无法做到的一件事就是选择带有特定特性名的元素或除预定义的CLASS和ID特性之外的值，为此，就得使用CSS2或XSL。

12.3.1 成组选择符

如果想把一组属性应用于多个元素，可以用逗号将选择符中的所有元素分开。例如，在清单12-1中，POET和STANZA都是被设定为10个像素页边距的块显示。于是，可把这两个规则如下列方式组合起来：

POET, STANZA { display: block; margin-bottom: 10px }

此外，多个规则也可将样式作用于一个特定的元素。所以可以将一些标准的属性组合成带有许多选择符的一个规则中，然后使用更多的指定规则来把定制格式作用于所选元素。例如，在清单12-1中，所有的元素都是以块显示的方式列出来的。这样就可以组合成一个规则，而用于POET、STANZA和TITLE元素的其他格式化放在各自的规则中，于是：

POEM, VERSE, TITLE, POET, STANZA { display: block }

POET, STANZA { margin-bottom: 10px }

TITLE { font-size: 16pt; font-weight: bold }

12.3.2 伪元素

CSS1支持两种伪元素(pseudo-element)，它们指出文档中通常不能作为独立的元素来看待的部分，但常常需要独立样式。通常伪元素是元素的第一行和首字母。

Internet Explorer 5.0的早期测试版和Internet Explorer更早版本都不支持这些伪元素。Mozilla 5.0早期的测试版的确支持，但仅用于HTML。

12.3.2.1 强调首字母

要将一个元素的首字母与此元素中其他字母分别格式化的最通用手段就是插入一个下沉的大写字母，如图12-2所示。为此，需要编写一条以元素名标识的规则，紧接此元素名后写入:first-letter。例如：

CHAPTER:first-letter { font-size: 300%;

float: left; vertical-align: text-top }

正像在图12-2中看到的那样，尽管词首的大写字母的大小可以调整，但下沉大写字母(float:left; vertical-align:text-top)的“下沉”部分在Mozilla 5.0的早期测试版和Internet Explorer 5.0中似乎仍行不通。

图12-2 在首字母伪元素上的下沉大写字母以及在首行伪元素上使用的小型大写字母

12.3.2.2 强调首行

一个元素的第一行也常常被格式化为与此元素文本的其他部分不同。例如，可用小型的大写字母进行打印，而不是以通常的主体文本，如图12-2所示。可以将:first-line选择符加到元素的名称上，以创建只适用于此元素第一行的规则。例如：

CHAPTER:first-line { font-variant: small-caps }

伪元素到底选择了什么内容依赖于当前窗口的布局。如果窗口较大，因而在第一行中单词也较多，那么，以小型大写字母显示的单词也就越多。如果窗口变小，或字体变大，以致造成文本不同程度的折行，从而使第一行的单词变得较少，那么折行到下一行中的单词就不再以小型大写字母的形式显示了。因此，在文档实际显示出来之后，才能确定first-line伪元素包含哪些字母。

12.3.3 伪类(pseudo-classe)

有时候，可能想对同一个类型的两个元素设计成不同的样式。例如，有一个段落可能是粗体的，而另一个段落则为正常粗细的字体。要达到此目的，可以把CLASS特性加到两个元素之一上，然后为给定的CLASS中的元素编写一个规则。

例如，以含有许多CITATION元素的一个书目为例。在清单12-3中显示了一个示例。现假定要将Alan Turing文章中的所有引用着成蓝色，同时又不改变其他的引用。为此，必须将带有指定值(TURING也行)的CLASS属性加到要着色的元素中。

清单12-3：有三个CITATION元素的XML书目

<?xml version="1.0" standalone="yes"?>

<?xml-stylesheet type="text/css" href="biblio.css"?>

<AUTHOR>Hofstadter, Douglas</AUTHOR>.

"<TITLE>How Might Analogy, the Core of Human Thinking,

Be Understood By Computers?</TITLE>"

<JOURNAL>Scientific American</JOURNAL>,

<MONTH>September</MONTH>

</CITATION>

<AUTHOR>Turing, Alan M.</AUTHOR>

"<TITLE>On Computable Numbers,

With an Application to the Entscheidungs-problem</TITLE>"

Proceedings of the London Mathematical Society</JOURNAL>,

<SERIES>Series 2</SERIES>,

(<YEAR>1936</YEAR>):

<PAGES>230-65</PAGES>.

</CITATION>

<AUTHOR>Turing, Alan M.</AUTHOR>

"<TITLE>Computing Machinery & Intelligence</TITLE>"

(<MONTH>October</MONTH>

<YEAR>1950</YEAR>):

</CITATION>

</BIBLIOGRAPHY>

CSS1中令人讨厌的地方之一是使得混合内容更为必要。清单12-3中有很多标点符号，但它们并非真正是内容中的一部分；例如，在YEAR元素两边的圆括号，以及TITLE元素两边的引号。这些都是表达元素，本应为样式单的一部分。CSS2允许使用其他文本，如插入到元素之前或之后的标点符号。

清单12-4中的样式单使用一个CLASS选择符来将TURING类中的元素着成蓝色。

IE 5支持CLASS属性，但Mozilla的里程碑式的第三版之前的版本不支持此属性。直到Mozilla正式发行后，有可能支持CLASS属性。

清单12-4：将TURING类中的元素着成蓝色的样式单

BIBLIOGRAPHY { display: block }

CITATION.TURING { color: blue }

CITATION { display: block }

JOURNAL { font-style: italic }

在一个有效的文档中，CLASS属性必须声明为已格式化的元素的可能特性。例如，下面是用于清单12-3书目的DTD：

<!ELEMENT BIBLIOGRAPHY (CITATION*)>

<!ATTLIST CITATION CLASS CDATA #IMPLIED>

<!ATTLIST CITATION ID ID #REOUIRED>

<!ELEMENT CITATION ANY>

<!ELEMENT AUTHOR (#PCDATA)>

<!ELEMENT TITLE (#PCDATA)>

<!ELEMENT JOURNAL (#PCDATA)>

<!ELEMENT MONTH (#PCDATA)>

<!ELEMENT YEAR (#PCDATA)>

<!ELEMENT SERIES (#PCDATA)>

<!ELEMENT VOLUME (#PCDATA)>

<!ELEMENT PAGES (#PCDATA)>

一般地说，我不推荐这种方法。如果可能，你应尝试把附加的元素标记(markup)加到文档中，而不依靠CLASS特性。但是，当所选择的信息不太方便地映射到特定的元素中时，CLASS属性可能是必要的。

12.3.4 由ID来选择

有时候，特殊的元素需要特殊的样式。这时，就需要将规则准确地作用于该元素。例如，假定要将一张列表中的一个元素变成粗体，以与此同类进行对照，从而达到强调它的目的。在这种情况下，可编写作用于此元素ID特性的规则。以元素名为选择符，紧接在元素名后写上 # 和ID特性值。

例如，清单12-5是从清单12-3的书目中选择了ID C3的CITATION元素的样式单，此样式单使ID C3的元素(并且只有此元素)成为粗体。其他的CITATION元素取缺省粗细的字体。所有的CITATION元素都是以块的方式显示的，并且所有的JOURNAL元素都是斜体的。

清单12-5：形成ID C3粗体的CITATION元素的样式单

BIBLIOGRAPHY { display: block }

CITATION#C3 { font weight: bold }

CITATION { display: block }

JOURNAL { font style: italic }

IE 5支持ID选择符，Mozilla则支持用于HTML元素的ID选择符，但Mozilla第三版则不支持XML元素的ID选择符。等到正式发行时，Mozilla可能会完全支持ID选择符。

12.3.5 上下文的选择符

通常，元素的格式化依赖其父元素。可编写仅作用于在一个命名的父元素内找到的元素的规则。为此，可将父元素名称作为样式化的元素名的前缀。

例如，可以把PRE元素内的CODE元素显示成12磅的Courier字体。可是，如果文档的主体文本是以10磅Times字体写成的，那么与其他主体文本进行内联的CODE元素就可能需要以10磅Courier字体显示。下面的这段规则就可以正确地完成这项任务：

BODY { font family: Times, serif; font-size: 10pt }

CODE { font-family: Courier, monospaced; font-size: 10pt }

PRE { font size: 12pt }

PRE CODE { font-size: 12pt }

此段规则说明在BODY元素内，字体是10磅Times。但是，在CODE元素内，字体变成Courier，但仍然是10磅。而如果CODE元素是在PRE元素的内部，则字体就变成了12磅。

可将此推广到父元素的父元素、父元素的祖元素等等。例如，下列的规则说明在DATE元素内的YEAR元素里的NUMBER元素应该以等宽字体的形式显示。

DATE YEAR NUMBER { font-family: Courier, monospaced }

实际上，这种特性级是很少需要的。在看来确实需要这样做的情况下，通常可以重写样式单，以便更多地依赖于继承、级联和相对单位，而很少依赖于对格式化的精确规格。

12.3.6 STYLE特性

当手工编创文档时，人们常常想把特定的样式一次性地应用于一个特定的元素而无需为此文档编辑样式单。的确，对无法改变的文档，很可能想忽略某个标准的缺省的样式单。将STYLE特性加到元素中就可做到这一点。此特性值是用于此元素的一组以分号隔开的样式属性。例如，下面的CITATION使用STYLE特性来使自身变为粗体：

<AUTHOR>Turing, Alan M.</AUTHOR>

"<TITLE>Computing Machinery & Intelligence</TITLE>"

(<MONTH>October</MONTH>

<YEAR>1950</YEAR>):

</CITATION>

如果在STYLE特性中定义的属性与样式单中定义的属性相冲突，那么特性中定义的属性将优先执行。

应尽可能地避免使用STYLE特性。如果把样式信息放在独立的样式单中，那么文档将会整洁得多，并且更易于维护。但是，有时STYLE特性是如此简单与方便，以致难以将其忽略。

其次，如果在有效的文档中使用这种方法，将需要在ATTLIST声明语句中为设计样式的元素声明STYLE特性。例如：

<!ELEMENT CITATION ANY>

<!ATTLIST CITATION CLASS CDATA #IMPLIED>

<!ATTLIST CITATION ID ID #REQUIRED>

<!ATTLIST CITATION STYLE CDATA #IMPLIED>

IE 5支持STYLE特性，Mozilla支持用于HTML元素的STYLE特性，但Mozilla第三版不支持XML元素的STYLE特性。等到Mozilla正式发行时，它很可能会完全支持STYLE特性。

12.4 继承性

CSS不要求为文档中各元素的每个可能的属性明确地定义规则。例如，如果没有指定元素的字号的规则，那么此元素就会继承其父元素的字号。如果没有指定元素颜色的规则，那么此元素也将继承其父元素的颜色。同样对大多数CSS属性也是如此。事实上，唯一不被继承的属性就是背景和边框属性。

例如，考虑下列这些规则：

p { font-weight: bold;

font size: 24pt;

font-family: sans-serif }

BOOK { font-style: italic; font-family: serif}

现在来考察下面这个XML文档片段：

<P>

Michael Willhoite s <BOOK>Daddy s Roommate</BOOK> is

the #10 most frequently banned book in the U.S. in the 1990s.

</P>

尽管BOOK元素没有被明确地赋以font-weight或font-size属性，但它仍以24磅粗体显示，因为它是P元素的子元素。它还是斜体的，因为在它自己的规则中被指定过了。BOOK继承了其父元素P的font-weight和font-size。如果此后在文档中BOOK元素出现在某个其他元素的上下文中，那么它将继承此元素的font-weight和font-size。

font–family就有点难以把握，因为P和BOOK为此属性声明了相互矛盾的值。在BOOK元素内部，由BOOK声明的font–family处于优先位置。在BOOK元素外面，使用了P的font–family。所以，Daddy s Roommate是以serif(衬线)字体显示的，而most frequently banned book则是以sans serif(非衬线)字体显示的。

通常都想使子元素继承其父元素的格式化。所以，不事先指定任何元素的格式化是很重要的。比如，假设我像下列的那样已声明BOOK以12磅的字体输出：

BOOK { font-style: italic; font-family: serif; font size: 12pt }

那么，此例就会获得如图12-3所示的显示结果：

图12-3 写成12磅字号的BOOK元素

可以使用专门的规则改正图中的情况，这个专门规则使用上下文选择符在P元素内挑选出BOOK元素，但仅仅继承父元素的font-size则更容易。

有一种方法可以避免此类问题，而同时又保持对各自元素大小的某种控制，这就是使用相对单位如em和ex，而不使用如磅、十二点活字、英寸、厘米和毫米这样的绝对单位。em是指在当前字体中字母m的宽度。ex是指在当前字体中字母x的高度。如果字体变大，则以em和ex测定的所有的尺寸都会随之发生变化。

使用百分比单位对有些属性也会达到相似的结果。例如，下列的规则设置FOOTNOTE_NUMBER元素的字号为其父元素字号的80%。如果父元素的字体增加或减小，那么FOOTNOTE_NUMBER的字号也会相似地成比例变化。

FOOTNOTE_NUMBER { font-size: 80% }

将百分比精确地定位于多大，这要根据属性而定。在vertical-align属性中，此百分比就是元素本身的行高。但页边距属性中，百分比就是此元素的宽度百分比

12.5 级联过程

将一个以上的样式单与一个文档相连接是可能的。例如，一个浏览器可能有一个缺省的样式单，把此缺省的样式单加入到设计者为此页提供的样式单中。在此情况下，有可能有多个规则作用于一个元素，这些规则很可能会发生冲突。于是，确定以何种顺序应用这些规则就显示得尤其重要。此过程称为级联(cascade)，级联样式单在这个过程中获得自己的名称。

CSS样式单与XML文档相连接有几种方法：

1．把<?xml-stylesheet?>处理指令包括在XML文档中。

2．使用@import，样式单本身可以导入其他样式单。

3．用户可以使用浏览器的内部运行机制为文档指定一个样式单。

4．浏览器为大多数属性提供缺省的样式。

12.5.1 @import指令

样式单中包括@import指令来加载保存在其他文件中的样式单。可使用绝对或相对的URL来标识导入的样式单。例如，

@import url(http://www.w3.org/basicstyles.css);

@import url(/styles/baseball.css);

@import指令必须出现在样式单的开头并在任何规则之前。导入样式单的样式单中的规则总要覆盖被导入的样式单中的规则。被导入的样式单以它们导入的顺序级联排列。禁止循环导入(如，poem.css导入stanza.css，而stanza.css又要导入poem.css)。

12.5.2 !important声明

在CSS1中，作者规则覆盖读者规则，除非读者规则把!important声明与属性相连接。例如，下列的规则说明TITLE元素应该着成蓝色，即使文档的作者要求是其他颜色。另一方面，只要作者规则不冲突，font-family应该为serif。

TITLE { color: blue !important font-family: serif }

但是，作者规则也可以声明为重要的。在此情况下，作者规则覆盖读者规则。

这是一种很坏的观念。读者总该有权选择自己的浏览方式。不过，要使写出的样式单同时适合于下列几种人，则是不可能做到的：使用彩色显示器和黑白显示器的人们；使用21英寸显示器或电视机与使用手持机(PDA)的人们；视觉健康与视觉有缺陷的人们。许多Web设计者都指定了太多的样式，只能生成出系统完全无法读取的、与原来不完全一致的网页。幸运的是，CSS2将这种优先权过程颠倒，以致读者规则决定最终的样式。

12.5.3 级联顺序

样式是从适用于一个元素的现有的样式规则中选择出来的。一般地，越专门的规则，优先权越高。例如，考察下面的这个片段：

The Importance of Being Earnest

</PLAY>

</OUEVRE>

最专门的规则就会优先。于是，通过其ID选择PLAY元素将优于使用其CLASS选择PLAY元素。使用其CLASS来选择PLAY元素的规则将先于包含在OUEVER元素中选择PLAY元素的规则。当然，如果不使用任何规则，将选择通用的PLAY规则。如果选择符不匹配，将使用从父元素那里继承来的值。如果从父元素那里没有继承任何值，就使用缺省值。

如果在给定的特征级中有多个规则，那么级联顺序按下列优先级决定：

1．作者标记为重要的声明。

2．读者标记为重要的声明。

3．作者未标记为重要的声明。

4．读者未标记为重要的声明。

5．样式单中的最近的规则。

应尽量避免依赖于级联顺序。指定尽可以少的样式，并且让读者浏览器的优选项处于主控地位，就会很少出现错误。

12.6 在CSS样式单中添加注释

可以在CSS样式单中包含注释。CSS注解类似于C语言的/* */注释，而不像XML和HTML的<! - ->注释。清单12-6显示了这种注解的使用方法。不过，本样式单不能把样式规则应用于元素。它以英语来描述样式规则可能出现的结果。

清单12-6：含有注释的诗的样式单

/* Work around a Mozilla bug */

POEM { display: block }

/* Make the title look like an Hl header */

TITLE { display: block; font size: 16pt; font-weight: bold }

POET { display: block; margin-bottom: 10 }

/* Put a blank line in-between stanzas,

only a line break between verses */

STANZA { display: block; margin-bottom: 10 }

VERSE { display: block }

CSS比XML DTD、Java、C或Perl更容易理解，所以不像其他语言那样需要使用注释。可是，包含注释也并非不好。使用注释可有助于那些想要弄明白所写的样式单的意义，而无法直接提出问题的人。

12.7 CSS中的单位

CSS属性具有名称和值。表12-1列举了一些属性名及其值。

CSS的所有名称都是关键字。但是，值则千变万化。有些值是关键字，如display:none中的none或border-style:solid中的solid；有些值是带有单位的数字，如margin-top:0.5in中的0.5in或font-size:12pt中的12pt；而另外还有一些值则为URL，如background-image: url(http://www.idgbooks.com /images /paper.gif)中的http://www.idgbooks.com /images/paper.gif)，或者为RGB颜色，如color:#CC0033中的#CC0033。不同的属性可以为不同的值，但是，一个属性只能为下列四种类型的值：

1．长度

2．URL

3．颜色

4．关键字

关键字随属性而变，但其他类型的值则与属性无关，保持定值。也就是说，长度值就是一个长度的长短，而不管其是哪个属性的值。如果知道如何指定一个边界的长度，也就知道如何指定页边距(margin)、贴边(padding)和图像的长度。语法的这种重用性使处理不同的属性变得容易一些。

表12-1 属性名和属性值的示例

名称	值
display	None
font-style	Italic
margin-top	0.5in
font-size	12pt
border-style	Solid
color	#CC0033
background-color	White
background-image	url(http://www.idgbooks.com/images/paper.gif)
list-styl –image	url(/images/redbullet.png)
line-height	120%

12.7.1 长度值

在CSS中，长度是一种度量尺寸，用于宽度、高度、字号、字和字母间距、文本的缩排、行高、页边距、贴边、边框线宽以及许许多多的其他属性。可以用下列三种方法指定长度：

1．绝对单位

2．相对单位

3．百分比

12.7.1.1 长度的绝对单位

长度的绝对单位，似乎有点用词不当的感觉，因为在计算机屏幕上确实没有绝对的长度单位。将屏幕的分辩率从640´ 480改为1600´ 1200，就会改变计算机中的所有长度，包括以英寸和厘米为单位的长度。但是，CSS支持五种“绝对”长度单位(至少其字体不会发生变化)。表12-2列出了这五种长度的绝对单位。

表12-2 长度的绝对单位

	英寸(in)	厘米(cm)	毫米(mm)	磅(pt)	十二点(pc)
英寸	1.0	2.54	25.4	72	6
厘米	0.3937	1	10	28.3464	4.7244
毫米	0.03937	0.1	1.0	2.83464	0.47244
磅	0.01389	0.0352806	0.352806	1.0	0.83333
十二点	0.16667	0.4233	4.233	12	1.0

长度是以数值来表示的，其后紧跟着表示长度单位的缩写字母：

英寸	in
厘米	cm
毫米	mm
磅	pt
十二点	pc

长度单位的数值可能有小数点(如，margin-top:0.3in)。有些属性允许为负值，如-0.5in，但并非都如此；甚至有些属性往往限制其负长度值的大小。要使交叉浏览器具有最大的兼容性，最好避免使用负值。

12.7.1.2 长度的相对单位

CSS还支持下列三种长度的相对单位：

1．em：当前字体中字母m的宽度

2．ex：当前字体中字母x的高度

3．px：一个像素的大小(假设为方形像素；如今的普通显示器都使用方形像素，尽管几乎现在就要被丢进垃圾箱的有些旧PC显示器并非如此)

例如，下列规则设置PULLQUOTE元素的左右边为当前字体中字母m宽度的两倍，顶和底边为当前字体中字母x高度的1.5倍：

PULLQUOTE { border-right-width: 2em; border-left-width: 2em;

border-top-width: 1.5ex; border-bottom-width: 1.5ex }

使用em和ex的目的就是为所给的字体设置合适的宽度，而没有必要知道字体有多大。例如，在上面的规则中，不知道字体的大小，所以边界的准确宽度也不知道。在显示时，可通过比较当前字体中的m和x来确定。字体越大，所对应的em和ex也就越大。

以像素为单位的长度是相对于显示器上的像素(或许为方形)的高度和宽度。影像的宽度和高度经常是以像素给出的。

像素测量法通常不是个好方法。首先，像素的大小依分辩率变化较大。大多数资深用户都会将显示器设置成尽可能高的分辩率，从而导致像素太小，而无法阅读。

第二，在未来的十年中，200甚至300dpi分辩率的显示器将会普及起来，最终代替粗糙的每英寸72像素(给出或获得28像素)的德国事实标准，这个标准是1984年第一台Macintosh计算机以来盛行的。以非基于屏幕的单位(如em、ex、磅、十二点字和英寸)来指定度量的文档，可以进行转换。但是，使用像素级规格的文档，在高分辨率下浏览时，就会变得太小，无法阅读。

12.7.1.3 长度的百分比单位

最后，长度也可以用某一百分比来指定。一般地，它是某一属性当前值的百分比。例如，如果STANZA元素的字号为12磅，并且STANZA包括的VERSE的字号设置为150%，那么VERSE的字号将为18磅。

12.7.2 URL值

有三个CSS属性可以包括URL值：background-image、list-style-image和简略语属性list-style。此外，正如已看到的那样，@import规则也使用URL值。按字面理解，URL放置在url()内。允许使用所有的相对和绝对URL值。例如：

DOC { background-image: url(http://www.mysite.com/bg.gif) }

LETTER { background-image: url(/images/paper.gif) }

SOFTWARE { background-image: url(../images/screenshot.gif) }

GAME { background-image: url(currentposition.gif) }

可用单或双引号把URL括起来，当然这样做并非必要。例如：

DOC { background-image: url("http://www.mysite.com/bg.gif") }

LETTER { background-image: url("/images/paper.gif") }

SOFTWARE { background-image: url( ../images/screenshot.gif ) }

GAME { background-image: url( currentposition.gif ) }

出现在URL中的圆括号、逗号、空格字符、单引号(‘)和双引号(“)必须用反斜杠加以转义：‘"(’、‘")’、‘",’。在URL内出现的任何圆括号、省略语符号、空格或引号(可能常用于空字符)应由URL标准的%转义码来代替。于是：

space %20

, %2C

‘ %27

“ %22

( %2B

) %2C

CSS为这些字符("(、")、",、"’和"”)定义自己的反斜杠转义码，但这些只会造成额外的混乱。

12.7.3 颜色值

CSS胜过HTML而被广泛采用的原因之一就是它能够将前景色和背景色应用于页面上的任何元素。使用颜色值的属性有color、background-color和border-color。

CSS提供了四种方式来指定颜色：名称、十六进制分量、十进制分量以及百分比。由名称定义颜色是最简单的。CSS理解从Windows VGA调色板中采用的16种颜色的名称：

¨ 浅绿(aqua)	¨ 海蓝(navy)
¨ 黑色(black)	¨ 橄榄(olive)
¨ 蓝色(blue)	¨ 紫色(purple)
¨ 紫红(fuchsia)	¨ 红色(red)
¨ 灰色(gray)	¨ 银色(silver)
¨ 绿色(green)	¨ 深青(teal)
¨ 酸橙(lime)	¨ 白色(white)
¨ 栗色(maroon)	¨ 黄色(yellow)

当然，普通的彩色显示器可以显示几百万种以上的颜色。可以给颜色的红(red)、绿(green)和蓝(blue)(RGB)分量提供值，来指定这些颜色。由于CSS是假设为24位的颜色模式，所以每种黄色都赋为8位。一个8位无符号整数是0~255之间的数值。这个值可以是十进制也可以是十六进制RGB值。另外，它也可以用0%(0)到100%(255)之间的RGB百分数来指定。表12-3列出了一些可能的颜色以及十进制、十六进制和RGB百分数。

表12-3 CSS实例的颜色

颜色	十进制 RGB	十六进制 RGB	RGB百分数
纯红	rgb(255, 0, 0)	#FF0000	rgb(100%, 0%, 0%)
纯蓝	rgb(0, 0, 255)	#0000FF	rgb(0%, 0%, 100%)
纯绿	rgb(0, 255, 0)	#00FF00	rgb(0%, 100%, 0%)
白色	rgb(255, 255, 255)	#FFFFFF	rgb(100%, 100%, 100%)
黑色	rgb(0, 0, 0)	#000000	rgb(0%, 0%, 0%)
浅紫	rgb(255, 204, 255)	#FFCCFF	rgb(100%, 80%, 100%)
浅灰	rgb(153, 153, 153)	#999999	rgb(60%, 60%, 60%)
褐色	rgb(153, 102, 51)	#996633	rgb(60%, 40%, 20%)
粉红	rgb(255, 204, 204)	#FFCCCC	rgb(100%, 80%, 80%)
橙色	rgb(255, 204, 204)	#FFCC00	rgb(100%, 80%, 80%)

许多人仍然使用256色的显示器。而且，有些颜色Mac和PC机上有着明显的不同。最可靠的颜色就是16个命名的颜色。

次可靠的颜色是只使用十六进制分量00、33、66、99、CC和FF(十进制分别为0、51、102、153、204和255；以百分数单位表示的0%、20%、40%、60%、80%和100%)组成的那些颜色。例如，33FFCC是“浏览器安全”色，因为红色成分是由两个3、绿色由两个F和蓝色由两个C组成的。

如果只使用三位数字来指定十六进制RGB颜色，那么，CSS就将数字加以重复；例如，#FC0实际上就是#FFCC00，#963实际上是#996633。

12.7.4 关键字值

关键字是CSS属性可能具有的四类值中变化最大的。通常，它们随属性而变，但相类似的属性一般支持类似关键字。例如，border-left-styee值可能是none、dotted、dashed、solid、double、groove、ridge、inset或outset任何一个关键字。border-right-style、border-top-style、border-bottom-style和border-style属性也可认为是下列值之一：none、dotted、dashed、solid、double、groove、ridge、inset或outset。各关键字将在有关各自属性的章节中讨论。

12.8 块、内联或列表项元素

从CCS1来看，所有的元素要么是块级元素、要么是内联元素、列表项元素或不可见。(CSS2添加了更多的可能性。)某个给定元素的类型是由其display属性设置的。此属性根据所给的关键字有四个可能的值：

block

inline

list-item

none

在CSS1中，display属性的缺省值是block，这意味着此项出现在它自己的方框中，并且以某种方式与其他元素分开。但在CSS2中，缺省值已变为inline，这意味着文本中元素的内容只是依次放在前一元素之后。大多数Web浏览器使用CSS2缺省值(inline)，而不是CSS1的缺省值(block)。

在HTML中，EM、STRONG、B、I和A都是内联元素。例如，可以把本段中的EM、STRONG、B、I和A认为是内联码元素。它们没有与其他文本分开。

块级元素通常使用换行与其他块级元素分隔开。在HTML中，P、BLOCKQUOTE、H1直至H6和HR，都是块级元素。在本页中看到的各段都是块级元素。块级元素可以包含内联元素或其他块级元素，但内联元素只能包含其他内联元素，而不能包含块级元素。

列表项元素是在其前有列表项标记的块级元素。在HTML中，L1是列表项元素。列表项元素在将下面章节中进一步讨论。

最后，当把元素的display属性设置为none时，就会使该元素不可见，即不在屏幕上加以显示。网页上的其他可见元素则不受影响。在HTML中，TITLE、META和HEAD可能有none值的display属性。在XML中，display:none对于元素中的元信息通常是有用的。

考察清单12-7，它是莎世比亚的《第十二夜》(Twelfth Night)剧本的大纲。它包括下列元素：

SYNOPSIS ACT_NUMBER

TITLE SCENE_NUMBER

ACT LOCATION

SCENE CHARACTER

只使用显示属性就可以使数据格式化。SYNOPSIS、TITLE、ACT和SCENE都是块级元素。ACT_NUMBER、SCENE_NUMBER、LOCATION和CHARACTER作为内联元素。清单12-8是一个非常简单的样式单，此样式单即可完成这一任务。

清单12-7：在XML中莎世比亚的《第十二夜》的一个大纲

<?xml version="1.0"?>

<?xml-stylesheet type="text/css" href="12-8.css"?>

<TITLE>Twelfth Night</TITLE>

<ACT>

<ACT_NUMBER>Act 1</ACT_NUMBER>

<SCENE>

<SCENE_NUMBER>Scene 1</SCENE_NUMBER>

<LOCATION><CHARACTER>Duke Orsino</CHARACTER> s palace

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 2</SCENE_NUMBER>

<LOCATION>The sea coast</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 3</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s house

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 4</SCENE_NUMBER>

<LOCATION><CHARACTER>Duke Orsino</CHARACTER> s palace.

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 5</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s house

</LOCATION>

</SCENE>

</ACT>

<ACT>

<ACT_NUMBER>Act 2</ACT_NUMBER>

<SCENE>

<SCENE_NUMBER>Scene 1</SCENE_NUMBER>

<LOCATION>The sea-coast</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 2</SCENF_NUMBER>

<LOCATION>A street</LOCATION>

</SCENE>

<SCENE>

<SCENE NUMBER>Scene 3</SCENE-NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s house

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 4</SCENE_NUMBER>

<LOCATION><CHARACTER>Duke Orsino</CHARACTER> s palace.

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 5</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s garden

</LOCATION>

</SCENE>

</ACT>

<ACT>

<ACT_NUMBER>Act 3</ACT_NUMBER>

<SCENE>

<SCENE_NUMBER>Scene 1</SCENE_NUMBER>

<LOCATION><CHARACTER>Oljvia</CHARACTER> s garden

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 2</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s house

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 3</SCENE_NUMBER>

<LOCATION>A street</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 4</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s garden

</LOCATION>

</SCENE>

</ACT>

<ACT>

<ACT_NUMBER>Act 4</ACT_NUMBER>

<SCENE>

<SCENE_NUMBER>Scene 1</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s front yard

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 2</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s house

</LOCATION>

</SCENE>

<SCENE>

<SCENE_NUMBER>Scene 3</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s garden

</LOCATION>

</SCENE>

</ACT>

<ACT>

<ACT_NUMBER>Act 5</ACT_NUMBER>

<SCENE>

<SCENE_NUMBER>Scene 1</SCENE_NUMBER>

<LOCATION><CHARACTER>Olivia</CHARACTER> s front yard

</LOCATION>

</SCENE>

</ACT>

</SYNOPSIS>

清单12-8：用于剧本大纲的简单的样式单

SYNOPSIS, TITLE, ACT, SCENE { display: block }

图12-4显示的是使用清单12-8的样式单加载到Mozilla中的《第十二夜》大纲。注意，在清单12-8中，没有必要明确地指定ACT_NUMBER、SCENE_NUMBER、LOCATION和CHARACTER为内联元素。因为这是缺省值，除非有其他指定。display属性不能被子属性所继承。因而，仅因为SCENE是块级元素并不意味着其子元素SCENE_NUMBER和LOCATION也是块级元素。

12.8.1 列表项

如果为display属性选择了list-item值，就有三种其他属性可供设置。这些属性影响列表项如何显示。下面列出了这三个附加属性：

1．list_style_type

2．list_style_image

3．list_style_position

还有一个简略的list-style属性，使用它就可以在一个规则中设置所有的三个属性。

Internet Explorer 5.0和Mozilla 5.0第三版仍不支持display:list-item属性。Mozilla把列表项作为简单的块级元素来处理，而Internet Explorer则更差，它把列表项作为内联元素来处理。

图12-4 在Mozilla 5.0中显示的《第十二夜》大纲

list-style-type属性确定每个列表项前面的项目符号字符的性质，其可能值为：

disc

circle

square

decimal

lower-roman

upper-roman

lower-alpha

upper-alpha

none

缺省值为disc。例如，把清单12-9中的样式单应用到清单12-7的大纲中，就定义了ACT和SCENE为列表项。可是，ACT没有项目符号，而SCENE赋以方形的项目符号。

清单12-9：使用列表项的剧本大纲的样式单

SYNOPSIS, TITLE { display: block }

ACT { display: list-item; list-style-type: none }

SCENE { display: list-item; list-style-type: square }

12.8.1.2 list-style-image属性

同样，也可使用从文件中加载的点位图影像作为项目符号。为此，应设置list-style-image属性为影像的URL。如果list-style-image和list-style-type都被设置，那么，列表项前面就既放置影像也放置项目符号。但这情况很少见。清单12-10在各个场景前使用保存在heart.gif文件中的© 作为项目符号(《第十二夜》毕竟是一部浪漫喜剧)。

清单12-10：使用list-style-image属性的用于剧本大纲的样式单

SYNOPSIS, TITLE { display: block }

ACT { display: list-item; list-style-type: none }

SCENE { display: list-item;

list-style-image: url(heart.gif); list-style-type: none }

12.8.1.3 list-style-position属性

list-style-position属性指定项目符号是在列表项文本之内还是之外绘制。合法的值是inside和outside。缺省值为outside。当文本折成多行时，才会看出明显的差别。下列是list-style-position属性为inside时的显示结果：

· If music be the food of love, play on/Give me excess of it, that, surfeiting,/The appetite may sicken, and so die./That strain again! it had a dying fall:^[注]

下列是list-style-position属性为outside时的显示结果：

· If music be the food of love, play on/Give me excess of it, that, surfeiting,/The appetite may sicken, and so die./That strain again! it had a dying fall:

12.8.1.4 list-style简略语属性

最后介绍一下list-style属性，此属性是一种简写，它允许一次性设置上面描述的所有三个属性。例如下面的规则说明SCENE显示在内部，带有红桃影像而没有任何项目符号。

SCENE { display: list-item;

list-style: none inside url(heart.gif) }

12.8.2 whitespace属性

white-space属性确定元素内部空白(空格符、制表符和换行符)的重要性。允许值为：

normal

pre

nowrap

缺省值为normal，仅表示把一连串的空白压缩成一个空格，并且单词折行以与屏幕或页面相适应。这在HTML和XML中是处理空白的通用办法。

pre值的作用就像HTML中的PRE(预格式化)元素。在输入的文档中，所有的空白都认为是有意义的，并在输出设备上按照原样再现出来，或许有一些稍稍地变化成等宽字体。这对许多计算机源码或一些诗来说，是很有用的。清单12-11就是一首诗，名叫The Altar，它是由George Herbert创作的，在这首诗中，间距是很重要的。在这首诗中，各行形成了本诗主题的轮廓。

清单12-11： XML中的The Altar

<?xml version="1.0"?>

<?xml-stylesheet type="text/css" href="12-12.css"?>

<POEM>

<TITLE>The Altar</TITLE>

<POET>George Herbert</POET>

<VERSE> A broken ALTAR, Lord, thy servant rears,</VERSE>

<VERSE> Made of a heart, and cemented with tears:</VERSE>

<VERSE> Whose parts are as thy hand did frame;</VERSE>

<VERSE> No workman s tool hath touched the same.</VERSE>

<VERSE> A HEART alone</VERSE>

<VERSE> Is such a stone,</VERSE>

<VERSE> As nothing but</VERSE>

<VERSE> Thy power doth cut.</VERSE>

<VERSE> Wherefore each part</VERSE>

<VERSE> Of my hard heart</VERSE>

<VERSE> Meets in this frame,</VERSE>

<VERSE> To praise thy name:</VERSE>

<VERSE> That if I chance to hold my peace,</VERSE>

<VERSE> These stones to praise thee may not cease.</VERSE>

<VERSE> 0 let thy blessed SACRIFICE be mine,</VERSE>

<VERSE> And sanctify this ALTAR to be thine.</VERSE>

</POEM>

清单12-12是一个样式单，它使用white-space: pre来保留这一形式。图12-5为在Mozilla中显示的结果。

图12-5 使用white-space:pre的George Herbert诗The Altar

Internet Explorer 5.0不支持white-space:pre。

清单12-12：对空白敏感的诗的样式单

POEM { display: block }

TITLE { display: block; font-size: 16pt; font-weight: bold }

POET { display: block; margin-bottom: 10px }

STANZA { display: block; margin-bottom: 10px }

VERSE { display: block;

white-space: pre; font-family: monospace }

最后介绍一下nowrap值，它采取一种折衷方案：在源文本中，有明确换行符的位置，准确地折行，但把其他一连串空白压缩成一个单空白。在名著的手稿或其他一些诗中，换行符是非常重要的，而单词之间的间隔则不显得那么重要，此时如实地再现换行符可能是很有用的。

Internet Explorer 5.0及其早期版本不能正确地支持nowrap。

12.9 字体属性

CSS1支持下列五种基本的字体属性：

1．font-family

2．font-style

3．font-variant

4．font-weight

5．font-size

此外，还有font这个简略属性，它可以一次设置所有的五个属性。

12.9.1 font-family属性

font-family属性值是一组以逗号分隔开来的字体名，如Helvetica、Times、Palatino等。包含空格的字体名(如“Times New Roman”)应放在双引号内。

这些名称也可能是这五种一般名称之一：serif、sans-serif、cursive、fantasy和monospace。浏览器使用本地系统上安装的所需类型的字体来代替这些名称。表12-4示例了这些字体。

表12-4 一般字体

名称	典型的字族	显著特征	示例
衬线体(Serif)	Times，Times New Roman，Palatino	在字母的边缘上形成花体，使以小型的大写形式出现于衬线文本更易于阅读	The quick brown fox jumped over the lazy dog.
非衬线体 (sans-serif)	Geneva，Helvetica，Verdana	印刷体，常用于大字标题	The quick brown fox jumped over the lazy dog.
等宽字体 (Monospace)	Courier，Courier New，Monaco，American，Typewriter	一种打印体，字体中的每个字符的宽度相等，常用于源码和E-mail	The quick brown fox jumped over the lazy dog.
草书(Cursive)	ZapfChancery	手稿字体，模拟书法	The quick brown fox jumped over the lazy dog.
梦幻体(Fantasy)	Western，Critter	具有特定效果的文本；如热情洋溢的字母、歪斜状特技的字母，以及从动物哪里形成的字母，等等	The quick brown fox jumped over the lazy dog.

由于在特定的客户系统上无法担保所给的任何字体都可以找到或是合适的(10磅的Times在Macintosh机上就不如Palm Pilot，实际上前者难以辨认)，所以一般提供以一组逗号分开的列表，以便以优先顺序选择字体。在列表中最后选项总是一个通用名。可是，即使不指定一个通用名，以及指定的字体不可用，那么浏览器也会挑选出某个字体名。这也许不会是人们所希望的那个。

例如，下面的两条规则的第一条使TITLE元素为Helvetica字体，而以任何非衬线体为后备体；第二条规则使其余元素为Times字体，而用Times New Roman和其他衬线体为后备字体。

TITLE { font-family: Helvetica, sans serif }

SYNOPSIS { font-family: Times, "Times New Roman", serif }

图12-6显示的是把这两条规则加到清单12-8的样式单之后加载到Mozilla 5.0中的剧本大纲。由于在图12-4中Times通常是缺省字体，所以没有发生太大的变化。

font-family属性可由子元素继承。于是，将SYNOPSIS元素的font-famiey设置为Times字体，所有的子元素也被设置为Times，只是TITLE例外，其自身的font-family属性取代了它继承的属性。

图12-6 标题以Helvetica字体显示的《第十二夜》的大纲

12.9.2 font-style属性

font-style属性有三个值：normae、italic和oblique。读者正在阅读的普通文本就是正常体。一般以HTML的EM元素显示的则为斜体的。倾斜字体(oblique)的文本十分类似于斜体文本。但是，绝大多数情况下，倾斜字体的文本是由计算机根据简单的算术运算，使正常的文本倾斜一定的角度实现的。用斜体字印刷的文本，使用的字体手法，通常是为了好看。

下面的规则使SCENE_NUMBER元素成斜体：

SCENE_NUMBER { font-style: italic }

图12-7显示的是把上述规则加到大纲样式单之后再加载到Internet Explorer 5.0中的剧本大纲。

图12-7 带斜体场景号的《第十二夜》剧本大纲

12.9.3 font-variant属性

在CSS1中，font-variant属性有两个可能值：normal和small-caps，缺省值为normal。将font-variant属性值设置为small-caps将会用比主体文本字号小一些的大写字母代替小写字母。

把font-variant属性与first-letter伪元素结合起来使用，可获得极好的效果。例如，定义ACT_NUMBER元素，使属性为font-variant:small-caps。接下来，定义ACT_NUMBER的首字母，为font-variant:normal。这样就产生了如下的剧本的幕序号：

ACT 1

下面是其规则：

ACT_NUMBER { font-variant: small-caps }

ACT NUMBER: first-letter { font-variant: normal }

第二个规则覆盖第一个，但仅对幕序号的首字母才如此。

12.9.4 font-weight属性

font-weight属性决定文本以多黑(粗)或多浅(细)显示。此属性有13个值：

normal

bold

bolder

lighter

100

200

300

400

500

600

700

800

900

粗细的范围是从100(最浅)到900(最暗)。处于各值之间、非整百的值如850是不允许的。正常粗细为400，粗体为700。bolder值会使一个元素变得比其父元素更粗。lighter值会使一个元素变得比其父元素更细。但是，不能保证某个特定的字体具有多达九个独立的粗体级。

下面举一个简单的规则实例，此规则使TITLE和ACT_NUMBER元素成为粗体。

TITLE, ACT_NUMBER { font weight: bold }

图12-8显示的是把上述规则加到清单12-7的样式单之后在Mozilla浏览器中的结果。

12.9.5 font-size属性

font-size属性决定字体中典型字符的高和宽度。字号越大，在屏幕中所占的空间也就越大。可以通过这样的几种方式来指定字号：关键字、相对于其父元素的字号、其父元素字号的百分比或绝对数。

图12-8 使用粗体剧名和幕序号的《第十二夜》大纲

12.9.5.1 关键字

绝对大小关键字：

xx-small

x-small

small

medium

1arge

x-large

xx-large

这些关键字是设置字号的首选方式，因为它们仍是相对于页的基本字号的。例如，如果用户由于近视度很高而将缺省字号调整为20磅，那么所有其他值也会相应地按比例改变。

在CSS1中，每种字号是下一个最小字号的1.5倍。缺省值为medium，因此，如果浏览器的缺省值是12磅，那么large类型就是18磅，x-large类型就是27磅，而xx-large类型就是40.5磅。同样，small类型就是8磅；x-small类型就是5.33磅；xx-small类型就是3.56磅，此时字迹几乎模糊不清。

下面的简单规则使TITLE成为特大字：

TITLE { font-size: x-large }

12.9.5.2 相对于父元素的字号值

也可以将相对于父元素的字号指定为larger或smaller。例如，在下列语句中，SCENE_NUMBER将获得比其父元素SCENE字体更小的字体。

SCENE_NUMBER { font-size: smaller }

更小的字体准确地小到多少或更大的字体准确地大到多少，没有任何确切的规则可循。一般地，浏览器会从中等(medium)移到小字体(small)、从小字体移到x-small，依次类推。对于较大的字体也同样适用(向另一方向移动)。这样，使一字体变得更大，应将它的字号增加到约50%，而使一字体变得更小，则应将其字号减小约33%，可是，为了匹配现有的字号，浏览器无法自己产生这些值。

12.9.5.3 父元素字号的百分比

如果这些项不够精确，可使用父元素字号的百分比进行更精细的调整。例如，下列规则说明用于SCENE_NUMBER的字体是SCENE字号的50%。

SCENE_NUMBER { font-size: 50% }

12.9.5.4 绝对长度值

最后，可能会把字号以绝对长度给出。尽管可以使用像素、厘米或英寸，但测定字体的最通用的单位是磅。例如，下面规则为SYNOPSIS元素设置缺省font-size属性，并且将其子元素字体的大小设置为14磅。

SYNOPSIS { font-size: 14pt }

我极力劝说读者不要使用绝对单位来描述字号。要选择一种字号，使它在所有用来浏览网页的不同的平台(从手持机到朝代广场的Sony大屏幕)上都可以很清晰、便于阅读是极其困难的(我认为是不可能的)。即使当把它们局限在标准的个人计算机上，大多数设计者选择的字体也会太小。要想让任何文本都能在屏幕上阅读，这些字体应至少为12磅，甚至更大。

图12-9显示的是将这些规则加到清单12-7的样式单中之后，在Mozilla中输出的结果。场景的文本并不真正的是粗体，它只是变得稍大。在任何情况下，更容易阅读。

图12-9 带有各式各样字号的《第十二夜》剧本大纲

12.9.6 font简略属性

font属性是一种简略属性，它允许使用一条规则来设置字体样式、变体、粗细、字号或字族。例如，下列用于TITLE和SCENE_NUMBER元素的两条规则，就把前面各节中提到的六个不同的规则组合在一起了：

TITLE { font: bold x-large Helvetica, sans-serif }

SCENE_NUMBER { font: italic smaller serif }

font属性值必须按下列顺序给出：

1．以任何顺序给出样式、变体和粗细之一，它们中的任何一个都可以忽略

2．字号，不可以忽略

3．可选择的斜杠(/)和行高

4．字族，不可忽略

如果这听起来很复杂并且难以记住，那是因为本该如此。如不查阅，我肯定记不住这些属性顺序的准确的细节。我宁愿一次只使用一个属性。这样就产生了一个疑问，像这样的简略属性是否真能节省时间。

清单12-13使用font简略属性，是带有迄今介绍过的所有规则的大纲的样式单。但是，由于font属性准确地等同于其代表的各属性之和，所以显示的文档没有任何变化。

清单12-13：使用font简略属性的剧本大纲样式单

SYNOPSIS, TITLE, ACT, SCENE { display: block }

SCENENUMBER { font: italic smaller serif }

TITLE { font: bold x-large Helvetica, sans serif }

SYNOPSIS { font: 14pt Times, "Times New Roman", serif }

ACTNUMBER { font-variant: small-caps }

ACTNUMBER:first-letter { font-variant: normal }

ACTNUMBER { font-weight: bold }

12.10 颜色属性

CSS允许使用color属性可将颜色赋给几乎网页上的任何元素。颜色属性的值可以是16个命名颜色关键字之一，或以十进制、十六进制或百分数表示的RGB三基色。例如，下列规则指定网页上的所有元素都以黑色显示，只是SCENE_NUMBER除外，它是以蓝色显示的。

SYNOPSIS { color: black }

SCENE_NUMBER { color: blue }

color属性可被子属性所继承。所以，除SCENE_NUMBER之外的大纲中的所有元素都将是黑色的。

下列规则与上面的两个是等价的。在有可能时，我推荐尽可能使用命名颜色，当做不到时，可使用浏览器安全色。

SYNOPSIS { color: #000000 }

SCENE_NUMBER { color: #0000FF }

SYNOPSIS { color: rgb(0, 0, 0) }

SCENE_NUMBER { color: rgb(0, 0, 255) }

SYNOPSIS { color: rgb(0%, 0%, 0%) }

SCENE_NUMBER { color: rgb(0%, 0%, 100%) }

12.11 背景属性

元素的背景可设置成一种颜色或一幅影像。如果设置为一幅影像，那么此影像可相对于元素内容加以定位。可使用下列五个基本属性来达此目的：

1．background-color

2．background-image

3．background-repeat

4．background-attachment

5．background-position

最后，还有一个background简略属性，它允许在一条规则中设置某些或所有的五个属性。

如今在Web上，人们过度地使用奇特的背景。除了非常明亮的背景以外的其他东西，只会使网页难以阅读，并令用户生厌。出于完整之目的，我在此列出了这些属性，但是，我强烈推荐节制一点使用这些属性(如果不能完全不用的话)。

任何一个背景属性都不会被继承。每个子元素必须指定所需的背景色。但是，由于背景的缺省值为透明的，所以看起来就好像这些背景属性被继承了一样。无论哪个元素的背景绘制于某元素下，它都会透过来。在大多数情况下，这就是父元素的背景。

12.11.1 background-color属性

background-color属性可设置为与color属性一样的值，但是，它并不改变元素内容的颜色，而是改变元素内容绘制其上的背景的颜色。例如，要在蓝色背景上绘制黄色文本的SIGN元素，可使用如下的规则：

SIGN { color: yellow; background-color: blue }

也可以将background-color设置为关键字transparent(缺省值)，这表明背景使用位于其下的元素(通常为父元素)的颜色或影像。

12.11.2 background-image属性

background-image属性既可以是none(缺省值)，也可以是指明位图图像文件集团的URL(通常是相对值)。如果为URL，则浏览器将加载影像，并把它作为背景使用，这一点极像HTML中BODY元素的BACKGROUND特性。例如，下面显示的是如何将文件party.gif(如图12-10所示)作为INVITATION元素的背景。

INVITATION { background-image: url(party.gif) }

图12-10 清单12-14中舞会请谏背景使用的未平铺且未加裁剪的原始背景影像

由background-image属性引用的影像在指定的元素下方绘出，而不是像HTML的BODY元素的BACKGROUND特性那样在浏览器窗格下方绘出。

如果背景影像与基本元素关联，早期的Mozilla 5.0测试版把背景影像加到整个文档窗格而不仅仅是元素本身上。但是，对于所有的非基本元素，背景影像只施加于使用它的元素。CSS1规范并没有明确地表示这一点是否可以接受。

背景影像通常并不是和网页内容的大小精确一致。如果影像比元素框大，影像将会被剪切。如果影像比元素框小，那它就会垂直和水平平铺。图12-11显示的背景影像，平铺到足够大以超过下面的内容。注意，这种平铺是在元素窗口中横向穿过，而不是在整个浏览器窗口上进行。

图12-11 平铺的背景影像

清单12-14：以XML格式表示的舞会请谏

<?xml version=”1.0”?>

<?xml stylesheet type=”text/css” href=”party.css”?>

You’re invited to a party on December 31, 1999 to celebrate the

new millennium! You’re invited to a party on December 31, 1999

to celebrate the new millennium! You’re invited to a party on

December 31, 1999 to celebrate the new millennium! You’re

invited to a party on December 31, 1999 to celebrate the new

millennium! You’re invited to a party on December 31, 1999 to

celebrate the new millennium! You’re invited to a party on

December 31, 1999 to celebrate the new millennium! You’re

invited to a party on December 31, 1999 to celebrate the new

millennium! You’re invited to a party on December 31, 1999 to

celebrate the new millennium! You’re invited to a party on

December 31, 1999 to celebrate the new millennium! You’re

invited to a party on December 31, 1999 to celebrate the new

millennium! You’re invited to a party on December 31, 1999 to

celebrate the new millennium!

</INVITATION>

12.11.3 background-repeat属性

background-repeat属性调整背景影像如何在屏幕上平铺。可指定背景影像为不平铺或只以水平或垂直方向平铺。此属性可取的值如下：

repeat

repeat-x

repeat-y

no-repeat

例如，要在请谏上仅显示一顶舞会帽，可设置INVITATION元素的background-repeat为no-repeat。图12-12显示的就是这种情景。例如：

INVITATION { background-image: url(party.gif);

background-repeat: no-repeat }

要在页面上横向平铺而不是向下平铺，可设置background-repeat为repeat-x，如下所示。图12-13显示的背景影像是横向平铺而不是向下平铺。

INVITATION { background-image: url(party.gif);

background-repeat: repeat-x }

图12-12 未平铺的背景影像

图12-13 横向而不是向下平铺的背景影像

如要在页面上向下平铺而不是横向平铺，可按下面的语句将background-repeat设置为repeat-y。图12-14显示的就是这种情景。

图12-14 向下而不是横向平铺的背景影像

INVITATION { background-image: url(party.gif);

background-repeat: repeat-y }

12.11.4 background-attachment属性

在HTML中，背景影像是附加到文档上的。当滚动文档时，背景影像也随之滚动。使用background-attachment属性，就可以指定背景只附加于窗口或是窗格上。可取的值是scroll和fixed。缺省值是scroll，这就是说，背景附加于文档而不是窗口之上。

但是，将background-attachment设置为fixed，文档就会滚动，但背景影像不滚动。当不想使此影像平铺，而对于一般类型的浏览器来说图像已大到充满窗口，但大文档的背景要小时，将此属性设置为fixed可能是有用的。这时可编码如下：

DOCUMENT { background-attachment: fixed;

background-repeat: no-repeat }

无论是IE 5，还是Mozilla都不支持固定的背景影像。在以后的发行版中有可能增加此功能(CSS1规范不需要浏览器支持固定背景)。

12.11.5 background-position属性

在缺省条件下，背景影像的左上角与它所连接的元素的左上角对齐(见图12-12)。在多数情况下，这样就能满足人们的需要。但是，在少数情况下，可能还需要其他可能，background-position就允许人们相对于元素来移动背景。

可使用父元素的宽和高度的百分数、绝对长度或下列六个关键字中的两个来指定偏移量：

top

center

bottom

left

center

right

12.11.5.1 父元素的宽和高度的百分数

百分数能够把各部分的背景与元素的相应部分紧紧地联系在一起。x坐标的百分数范围从0%(左侧)到100%(右侧)变化。y坐标的百分数变化范围是从0%(顶端)到100%(底部)。例如，下面这条规则把影像的右上角置于INVITATION的右上角。图12-15为该情况的显示结果。

INVITATION { background-image: url(party.gif);

background-repeat: no-repeat;

background-position: 100% 0% }

图12-15 与内容右上角对齐的背景影像

12.11.5.2 绝对长度

绝对长度决定背景的左上角在元素上的绝对位置。下面这条规则把背景影像party.gif的左上角放置在距元素右边1厘米、左上角下方2厘米的位置。图12-16显示的就是这种情景。

INVITATION { background-image: url(party.gif);

background-repeat: no-repeat;

background position: lcm 2cm }

图12-16 距元素右边1厘米、左上角下方2厘米的背景影像

12.11.5.3 关键字

top left和left top关键字与0% 0%相同。top、top center和center top与50% 0%相同。right top和top right关键字与100% 0%相同。left、left center和center left关键字与50% 50%相同。right、right center和center right关键字与100% 50%相同。bottom left和left bottom关键字与0% 100%相同。bottom、bottom center和center bottom与50% 100%相同。bottom right和right bottom关键字与100% 100%相同。图12-17将这些关键字与元素框上的各位置联系在一起了。

top left left top 0% 0%	top top center center top 50% 0%	top right right top 100% 0%

left center left left center 0% 50%	center center center 50% 50%	right center right right center 100% 50%

bottom left left bottom 0% 100%	bottom bottom center center bottom 50% 100%	bottom right right bottom 100% 100%

图12-17 背景影像的相对位置

例如，以请谏为例，最好的效果是把影像牢牢地固定于窗口的中间(如图12-18所示)。下列是需要的规则：

INVITATION { background-image: url(party.gif);

background-repeat: no-repeat;

background-position: center center }

图12-18 固定于INVITATION元素中间的无平铺背景影像

如果background-attachment属性值为fixed，那么影像放置的位置就是窗口边的相对位置，而不是元素的相对位置。

12.11.6 背景简略属性

background属性是在一条规则中设置background-color、background-image、background-repeat、background-attachment和background-position属性的简略方法。例如，要在INVITATION元素中将background-color设置为white，background-image设置为party.gif，background-repeat设置为no-repeat以及background-attachment设置为fixed，可使用下面的规则：

INVITATION { background: url(party.gif) white no-repeat fixed }

下面的规则与上面的意思是完全一样的，只是句子更长，但更容易理解：

INVITATION { background-image: url(party.gif);

background-color: white;

background-repeat: no-repeat;

background-attachment: fixed }

当使用background简略属性时，对于这五个属性的任何一个或所有的值都可按任何顺序给出。但是，可以省略不只一个值。例如，用于图12-16的右上角对齐规则还可以表示如下：

INVITATION { background: url(party.gif) no-repeat 100% 0% }

12.12 文本属性

如不考虑字体，影响文本外观的属性有8个：

1．word-spacing

2．letter-spacing

3．text decoration

4．vertical-align

5．text transform

6．text-align

7．text-indent

8．line-height

12.12.1 word-spacing属性

word-spacing属性通过在单词之间附加空格而使文本扩大。负值会删除单词之间的空白。要改变Web网页上的词间距，我认为唯一的理由就是，如果你是位学生，工作时受到页面数目的限制，而又想使纸张看起来比实际的大或小一些。

桌面出版商热衷于调节这类属性。问题是他们已了解到的有关如何、什么时候调整间隔的所有准则是基于纸上印刷的，但在转换到以磷光体(一般为CRT显示器)表现的电子媒介时就失效。让浏览器来决定字和字母的间距，几乎永远是最好的方法。

另一方面，如果目标媒体是纸上的墨水，那么通过调整这些属性就可以获得更多的空间。主要区别是，在纸上使用墨水就能控制输出媒体。准确地知道字体多大、显示器有多宽和多高、每英寸有多少点可供使用等等。实际是，在Web上，没有有关可供输出媒体的足够信息，以便详细地控制所有的情况。

如要改变word-spacing的缺省值(norma1)，可给属性设置长度。例如：

INVITATION { word-spacing: 1em }

如浏览器不关注此属性，尤其是如果它与其他属性(如align: justified)发生冲突时更是如此。Internet Explorer 5.0不支持word-spacing，但Mozilla则支持(如图12-19所示)。

图12-19 字间距为1em的INVITATION元素

12.12.2 letter-spacing属性

letter-spacing属性能在字母之间添加额外的空隙从而扩展文本。设置为负值，就会删除字母之间的空隙。同样，我认为在Web网页上这样做的唯一的理由是让纸张看起来比实际的更大或更小，以满足纸张长度要求。

要从normal缺省值变为其他值，可为此属性设置一长度。例如：

INVITATION { letter-spacing: 0.3em }

由于通过调整字母之间空隙大小就可以获得两端对齐，所以手工改变字母间距就可以防止浏览器使文本两端对齐。

浏览器不关注此属性，尤其是如果它与其他属性(如align:justified)发生冲突时更是如此。但是，Internet Explorer和Mozilla都能体现此属性(如图12-20所示)。

图12-20 字母间距为0.3em的INVITATION元素

12.12.3 text-decoration属性

text-decoration属性可以是下列五个值之一：

none

underline

overline

line-through

blink

除了none(缺省值)之外，这些值都不互斥。例如，可以为一个段落指定下划线(underline)、上线(overline)、删除线(struck through)和闪烁(blink)。(可我不推荐这样做。)

浏览器不支持闪烁文本。这是一件好事情。

例如，下面的这条规则指定CHARACTER元素加上下划线。图12-21显示了将此规则应用于清单12-7中的《第十二夜》大纲的情景。

CHARACTER { text-decoration: underline }

图12-21 带下划线字符的Twelfth Nigh大纲

12.12.4 vertical-align属性

vertical-align属性指定内联元素如何根据文本的基线定位。有效值是：

baseline

sub

super

top

text-top

middle

bottom

text-bottom

还可以使用元素的行高的百分数来表示。缺省值是baseline，表示把元素的基线与其父元素的基线对齐。

sub值使元素成为下标。super值使元素成为上标。text-top值使元素的顶端与父元素字体的顶端对齐。middle值使元素的垂直中心与父元素的基线加上x-height一半对齐。text-bottom值使元素的底部与父元素字体的底部对齐。

top值使元素的顶端与此行上最高字母或元素的顶部对齐。bottom值使元素的底部与此行上最低字母或元素的底部对齐。精确的对齐方式随最高或最低字母的高度而变。

例如，用于脚注数字的规则如下面的语句所示，它把数字成为上标，并且大小减小20%。

FOOTNOTE_NUMBER { vertical-align: super; font-size: 80% }

12.12.5 text –transform属性

text-transform属性可用来指定文本应以全部大写字母、全部小写字母或首字母为大写形式显示。例如，这个属性用于标题是很有用的。有效值为：

capitalize

uppercase

lowercase

none

capitalize(以大写字母开头)仅使每个单词的首字母成为大写(如本句：Capitalization Makes Only The First Letter Of Every Word Uppercase)。但如把句子设置成uppercase(大写体)将使句子中的每个字母成为大写(如PLACING THE SENTENCE IN UPPERCASE, HOWEVER, MAKES EVERY LETTER IN THE SENTENCE UPPERCASE)。下面的规则将《第十二夜》剧本大纲中的TITLE元素转换成大写体。图12-22为应用了此规则后所显示的大纲。

TITLE { text-transform: uppercase }

图12-22 大纲中的TITLE现在成为大写

text-transform属性与语言有关，因为许多语言(如中文)就没有任何大写和小写的概念。

12.12.6 text-align属性

text-align属性只应用于块级元素。它指定块中的文本是否为左对齐、右对齐、居中或两端对齐。

left

right

center

justify

下面的规则使《第十二夜》剧本大纲中的TITLE元素居中，并使其他的两端对齐。图12-23显示了应用这些规则之后的大纲。

TITLE { text-align: center }

SYNOPSIS { text-align: justify }

图12-23 大纲中TITLE居中，而文本的其他部分两端对齐

12.12.7 text-indent属性

text-indent属性只应用于块级元素，它指定块的第一行相对于块其余行的缩排方式，可用绝对长度或父元素宽度的百分数来表示。此值可为负，表示悬挂式缩进。

要使元素的所有行而不仅仅是第一行都缩进，可使用框属性(将在下节讨论)在元素上设置额外的左边距。

例如，下面的规则将大纲中的场景缩进半英寸。图12-24显示了在应用了本规则之后的大纲。

SCENE { text-indent: 0.5in }

12.12.8 line-height属性

line-height属性指定后续行基线之间的距离，可用绝对数字、绝对长度或字号的百分数来表示。例如，下面的这条规则使SYNOPSIS元素的行距加倍。图12-25显示在应用此规则之后的《第十二夜》剧本大纲。

SYNOPSIS { line-height: 200% }

图12-24 大纲中的SCENE及其子元素都缩进半英寸

图12-25 间隔加倍的大纲

行距加倍不是特别吸引人，所以我要将其删除。在下一节中，在各元素周围添加了一些额外的页边距，以获得良好的效果。清单12-15概述了本节中加入到大纲样式单的所有情况(去掉了行距加倍)。

清单12-15：文本属性的大纲样式单

SYNOPSIS, TITLE, ACT, SCENE { display: block }

SCENE_NUMBER { font: italic smaller serif }

TITLE { font: bold x-large Helvetica, sans-serif }

SYNOPSIS { font: 14pt Times, "Times New Roman", serif }

ACT_NUMBER { font variant: small-caps }

ACT_NUMBER:first-letter { font-variant: normal }

ACT_NUMBER { font-weight: bold }

CHARACTER { text-decoration: underline }

TITLE { text-transform: uppercase }

TITLE { text-align: center }

SYNOPSIS { text-align: justify }

SCENE { text-indent: 0.5in }

12.13 框属性

CSS描述了两维的绘制输出内容的一块画布。在这块画布上绘制的元素被包围在虚构的矩形中，这些矩形称为框(box)。这些框总是平行于画布的边缘放置。使用框属性使人们能够指定单个框的宽度、高度、页边距、贴边、边、大小和位置。图12-26显示这些属性之间的关系。

图12-26 具有页边距、边框线和贴边的CSS框

12.13.1 页边距属性

页边距属性指定加到框的边框线外面的间距。也可使用margin-top、margin-bottom、margin-right和margin-left分别设置顶端、底、右和左页边距。各页边距可使用绝对长度或父元素宽度大小的百分数来表示。例如，按下面的规则和图12-27演示的那样，设置ACT的margin-top属性为1ex，就可以在每个ACT元素和其前面的元素之间增加额外的间距。

ACT { margin-top: 1ex }

图12-27 ACT元素的顶端边距变大

也可以使用简略的margin属性一次设置所有的四个边距。例如，为基本元素(本例为SYNOPSIS)设置页边距属性，就可以在整个《第十二夜》文档周围增加额外的空间。

SYNOPSIS { margin: 1cm 1cm 1cm 1cm }

事实上，这与页边距单独使用一个值是一样的，CSS会将这个值认为可应用于所有四个边上。

SYNOPSIS { margin: 1cm }

若给出两个margin值，则第一个应用于顶端和底部，第二个应用于右和左边。若给出三个margin值，则第一个应用于顶端，第二个应用于右和左边，第三个应用于底部。只使用各自的margin-top、margin-bottom、margin-right和margin-left属性也许更容易。

图12-28 在整个大纲周围增加1厘米空间

12.13.2 边框线属性

大多数框都有边框。它们是影响基本内容布局的想像中的框，但也许读者无法看见这些框。但是，可以使用边框线属性在其周围绘出线，从而使框可见。边框线属性允许指定边框线的样式、宽度和颜色。

12.13.2.1 边框线样式

缺省条件下，不管边框线的宽度和颜色是否设置，在框的周围不会绘制任何边界。要使某一边界可见，必须把框的border-style属性从其缺省值none改变为下列值之一：

dotted

dashed

solid

double

groove

ridge

inset

outset

border-style属性可有一到四个值。正如margin属性一样，一个值适用于所有四个边界。使用两个值时，第一个值表示第一样式，用来设置顶和底边界，第二个值表示第二样式，用来设置右和左边界。使用三个值时，则按顺序设置顶、右及左和底边界。当使用四个值时，则表示按从顶、右、底和左的顺序设置每个边界。例如，下列这条规则使用实线边框把整个SYNOPSIS围住。图12-29是Internet Explorer 5.0显示的情景。在这种情况下，边框对使页边距更加明显的效果不太大(记住，页边距在边框之外)。

SYNOPSIS { border-style: solid }

图12-29 大纲周围的边框

Internet Explorer 5.0只显示实线边框。其他样式都是作为简单地实线边框绘出。

12.13.2.2 边框线宽度

为了指定沿框的顶端、底部、右和左边缘指定边框线的宽度，共有四个border-width属性。它们是：

1．border-top-width

2．border-right-width

3．border-bottom-width

4．border-left-width

每个属性都可以用绝对长度或三个关键字之一：thin、medium或thick来指定。边框线宽度不可为负值，但可以为零。

例如，要使SYNOPSIS元素围在1个像素宽的实线边框(任何计算机显示器都能显示的最细边框)内，可使用下面的规则来设置这四个属性：

SYNOPSIS { border style: solid;

border-top-width: 1px;

border-right-width: 1px;

border-bottom-width: 1px;

border-left-width: 1px }

如果想要把所有的或几个边框设置为相同的宽度，则使用border-width简略属性更方便。这个属性可有一到四个值。一个值时，设置所有四个边框线宽度。使用两个值时，设置顶和底边为第一个值，右和左边为第二个值。使用三个值时，则表示按顺序设置顶端、右及左和底宽。当使用四个值时，则表示按从顶、右、底和左的顺序设置每个边框。例如，下列的规则与前述的规则是等价的：

SYNOPSIS { border-style: solid; border-width: 1px }

12.13.2.3 边框颜色

border-color属性设置一到四个边框的颜色。只使用一个值，是指设置所有四个边框的颜色。当使用两个值时，表示把顶和底边框设置为第一个颜色，右和左边框设置为第二个颜色。当使用三个值时，表示按顶端、右及左和底边顺序设置。使用四个值时，表示按顶端、右、底和左的顺序设置每个边颜色。有效值是任何公认的颜色名或RGB基色值。例如，要把SYNOPSIS元素放置在1个像素、实线的红边框线内，可使用下面这条规则：

SYNOPSIS { border style: solid;

border-width: 1px;

border-color: red }

由于本书是以黑白形式印刷的，所以我将这张图留给读者自己解决。

12.13.2.4 边框线简略属性

有五个简略边框线属性可以使用一条规则同时设置宽度、样式和边框颜色。它们是：

1．border-top

2．border-right

3．border-bottom

4．border-left

5．border

例如，border-top属性为顶边框提供宽度、样式和颜色。border-right、border-bottom和border-left相类似。省略的属性被设置为父元素的值。例如，图12-30显示在每一幕下面有一个2像素实线的蓝边框线(如果喜欢可作为水平尺)。要获得这种效果，可使用下面的规则：

ACT { border-bottom: 2px solid blue }

图12-30 两像素、实线底边框，与HTML的HR元素相类似

border属性把所有四个侧边设置成指定的宽度、样式和高度。例如，下列规则在CHART元素四周绘出3像素宽、实线的红边框。

CHART { border: 3pt solid red }

12.13.3 贴边属性

贴边属性指定框的边界内部间距量。如果显示，框的边框落在页边距和贴边之间。使用padding-top、padding-bottom、padding-right和padding-left属性，可以对顶、底、右和左贴边分别进行设置。每个贴边都可以用绝对长度或父元素宽度大小的百分数来表示。例如，按下面规则所示来设置其贴边属性，可将SYNOPSIS与其边分开。

SYNOPSIS { padding-bottom: 1em;

padding-top: 1em;

padding-right: 1em;

padding-left: 1em }

还可以使用简略的padding属性一次设置所有的四个值。例如，下面的规则与前面的相同：

SYNOPSIS { padding: 1em 1em 1em 1em }

事实上，这与使用padding属性的一个值也是完全一样的，CSS把此当作适用于所有四个边来看待。

SYNOPSIS { padding: 1em }

提供两个padding值时，第一个应用于顶和底，第二个应用于右和左。提供三个padding值时，第一个应用于顶，第二个应用于右和左，第三个应用于底。使用各自的padding-top、padding-bottom、padding-right和padding-left可能更容易。

在剧本大纲的幕名下面的蓝边似乎靠得太紧，所以我们使用padding-bottom属性在剧幕的结尾和边框之间增加1ex贴边(如下面的规则所示)。图12-31显示的就是这种情景。一般地，在边框周围使用一点贴边是一个很好的主意，这样可以使文本更容易阅读。

ACT { padding-bottom: 1ex }

12.13.4 大小属性

使用width和height属性可强制框为给定的大小。框的内容随需要成比例变化，以适应框的要求。尽管可以将此属性应用到文本框上，但更普通、更有用的是将此属性用于像影像和Java小程序这样的替代元素。为了指示浏览器应使用真实的大小，其宽度和高度可用绝对长度、父元素高度和宽度的百分数或关键字auto(缺省值)给出。例如，下面的这条规则把整个SYNOPSIS调整为3英寸高和3英寸宽。

SYNOPSIS { padding: 1em; width: 3in; height: 3in }

图12-31 贴边使边框更容易看到

图12-32显示的是Internet Explorer 5.0中的效果。当面对一个比其框还大的元素时，Internet Explorer缩小宽度，但扩展其高度。Mozilla使文本超出框之外，有可能覆盖下面的元素。当内容与有准确大小的框不相适用时，各浏览器的处理结果无法一致、并且也无法预测。

图12-32 在Mozilla中显示的3英寸高3英寸宽的大纲

如果将width设置为绝对或相对单位，将高度设置为auto，那么高度按照宽度成比例调整。

12.13.5 定位属性

在缺省条件下，嵌套在相同父元素内的块级元素在网页上一个挨一个地排列。它们不会并排，也不会折行。可以灵活的使用float和clear属性改变这种情况。

12.13.6 float属性

float属性的缺省值为none，可把它设置为left或right。如果其值为left，那么元素移到网页的左侧，文本在右边围绕着元素的周围。在HTML中，这与使用ALIGN = "LEFT"的IMG标记的效果一致。如此值为right，则元素移到网页的右侧，文本在左侧围绕着元素的周围。在HTML中，这与使用ALIGN = "RIGHT"的IMG的标记效果一致。

要在XML文件中嵌入影像，没有任何标准方法，所以对于本例，我们用一背景影像，并灵活的使用CSS属性来仿造嵌入影像的效果，清单12-16是一个稍加修改的舞会请谏，它有一空的IMAGE元素。清单12-17是一样式单，它将party.gif文件设置为IMAGE元素的背景。也可以设置IMAGE元素的宽度和高度属性。最后，设置float为left。图12-33显示运行后的结果。

清单12-16：有空IMAGE元素的舞会请谏

<?xml version="1.0"?>

<?xml stylesheet type="text/css" href="12-17.css"?>

<TEXT>

You re invited to a party on December 31, 1999 to celebrate

the new millennium! You re invited to a party on December 31,

1999 to celebrate the new millennium! You re invited to a

party on December 31, 1999 to celebrate the new millennium!

You re invited to a party on December 31, 1999 to celebrate

the new millennium! You re invited to a party on December 31,

1999 to celebrate the new millennium! You re invited to a

party on December 31, 1999 to celebrate the new millennium!

You re invited to a party on December 31, 1999 to celebrate

the new millennium! You re invited to a party on December 31,

1999 to celebrate the new millennium! You re invited to a

party on December 31, 1999 to celebrate the new millennium!

You re invited to a party on December 31, 1999 to celebrate

the new millennium! You re invited to a party on December 31,

1999 to celebrate the new millennium!

</TEXT>

</INVITATION>

清单12-17：加载一个IMAGE的样式单

INVITATION { display:block; }

IMAGE { background: url(party.gif) no-repeat center center;

width: 134px;

height: 196px;

float: left; }

TEXT { display: block }

12.13.7 clear属性

clear属性指定元素是否可以在其各边有浮动元素。如果不能，元素将移到任何在此元素之前的浮动元素之下。它与HTML中的<BR CLEAR="ALL">元素有关。其可能值为：

none right

left both

图12-33 在左边浮动的舞会请谏上的影像

缺省值none使浮动元素出现在元素的两侧。left值预示浮动元素出现在元素的左侧。right值预示浮动元素出现在元素的右侧。both值预示浮动元素出现在元素的两侧。例如，假设把下列规则加入到清单12-17的样式单中：

TEXT { clear: left }

现在，尽管IMAGE元素想浮动在TEXT元素的左边，但TEXT元素不允许这样做(如图12-34所示)。IMAGE元素仍然处于左边，但现在TEXT被推到影像之下。

图12-34 将clear设置为left的舞会请谏

12.14 本章小结

在本章中，读者已学习了以下内容：

· 对于将样式应用于元素的内容来说，CSS是一种简单、易懂的语言，它在HTML中非常有效，而在XML中甚至更加有效。

选择符是将规则应用其上的一组以逗号分隔开来的元素。
CSS可把多条规则应用于所给类型的元素或带有特定CLASS或ID特性的元素。
许多(尽管不是所有的)CSS属性都可以被它们所应用的元素的子元素所继承。
如果多条规则应用于一个元素，那么格式化属性以预想的方式层叠。
在CSS样式单中，可使用像C语言中的/ * * /一样的注释。
长度可以用相对或绝对单位指定。使用相对单位更好。
display属性决定一元素是否是块级、内联或列表项元素。
字体属性决定文本字体的外观、样式、大小和粗细。
颜色属性可用十进制、十六进制或百分数的24位RGB空间表示。
背景属性包括颜色、影像、影像位置和影像平铺。
文本属性可用来调整行距、字间距、字母间距、垂直和水平对齐、修饰和大写。
框属性可用来调整网页上元素的相对位置和间距，以及元素周围的边框线。

CSS1也受到一些限制。首先，CSS1只能把样式与已经出现在文档中的内容相链接。它无法向文档中添加内容，即使像标点符号这样的内容。此外，它不能把内容以任何方式(如分类或重排)进行变换。这些需要用XSL(Extensible Style Language，可扩充样式语言)来解决。即使仅仅从格式化内容的角度来考虑，CSS1所提供的也比人们需要的少。最明显的是，不支持表格。还有其他非明显的缺点。CSS1不能处理从右到左的文本(如希伯来语、阿拉伯语)或垂直文本(如繁体中文)。在下一章中，我们将学习CSS2，它可以解决这些问题和CSS1的限制。

第13章级联样式单级别2

级联样式单级别2（CSS2）规范由W3C在1998年出版，它优于CSS1，对XML和HTML文档格式化的功能比以前更强大。当然，与CSS1一样，CSS2也对HTML向后兼容。但是，使用XML，CSS2几乎和桌面出版程序（如PageMaker和Quark XPress）一样，可格式化纸张和Web上的内容。

这里讨论的大多数规则，常用的浏览器仍不能执行。Mozilla可实现一些样式，但完全能够实现所有的样式仍有一段路要走。

本章的主要内容如下：

· CSS2中有哪些新特点？

选择元素
格式化网页
可视的格式化
框
计数器和自动计数
音频样式单

13.1 CSS2中有哪些新特点？

CSS2体现了Web开发者和设计者对浏览器开发商长期以来一直要求的许多特点。其规范也比CSS1多两倍，不仅仅是所有改变的综合和具有一些新特点，而且重写了原来的规范。这使此规范成为所有级联样式单句法、语义和规则的唯一来源。

完整的CSS2规范可在Web上的http://www.w3.org/TR/REC-CSS2和本书所附光盘上的specs/CSS2文件夹中。这也许是迄今W3C创作的最易读的规范文档，并且也值得反复读。

要使通用的软件完全支持所有的新规范，还需要花费一些时间，CSS2也不例外。正如读完本章之后所看到的那样，Internet Explorer 5.0和Mozilla也刚刚开始实现这些属性。为了读者的方便，对那些仍没有实现的属性，我将给予指出。

CSS2的许多新特点能使人们更加准确地选择和格式化文档中的元素。新的伪类和伪元素能够选择元素的第一个子元素，当接收到焦点时调整元素，或者在指定元素选定范围内自动地控制其他元素的位置。媒体类型可把不同的样式应用于在不同媒体（如打印的页面、计算机显示和无线电广播）上出现的文档。对分页媒体（如打印输出和幻灯片显示）的支持也获得了极大地改进，从而可对页面的分页符（page break）实现更加强大的控制。现在不仅可以对块和内联框中的元素格式化，也能对表格中的元素格式化。可自动地对顺序和列表加以编号和缩进排印。对非西方语言（如阿拉伯语和中文）提供了更多的支持。并且，第一次应用声觉样式来指定文档不是以何种方式显示，而是如何让人阅读。此外，CSS2改变了CSS1一些功能的实现方式。

13.1.1 新的伪类

伪类选择具有共同部分但不一定是相同类型的元素。例如，:hover伪类指明是光标当前正在其上的那个元素，而不管此元素的类型。CSS2有七个新的伪类，现简要地叙述如下：

· :first-child：:first-child伪类选择元素的第一个子元素。

:focus：:focus伪类选择有焦点的对象；也就是说，如果用户在键盘上击一个键，那么此键就输入到该对象之中。
:hover：:hover伪类选择一个指派的、但非激活的对象。
:1ang：:1ang伪类选择以特定的语言编写、由xml:lang特性标识的元素。
:first：:first伪类选择要打印文档的首页。
:left：:left伪类选择文档打印输出的左页（通常是偶数页），就像复印材料装订成书那样。
:right：:right伪类选择文档打印输出的右页（通常是奇数页），就像复印材料装订成书那样。

13.1.2 新的伪元素

伪元素通过从XML输入中不易获得的其他信息来标识特定的元素。例如，在CSS1和CSS2中，:first-line和:first-letter就是伪元素，它们选择元素的第一行和首字母，甚至它们不必用任何元素来表示。

CSS2添加了两个新的伪元素：:after和:before。:after伪元素可用来在指定的元素后面插入对象。这些对象可以是影像、自动计数器或正文。:before伪元素可用来在指定的元素之前插入对象。这些对象也可以是影像、自动计数器或正文。

13.1.3 媒体类型

CSS2为盲文、计算机显示器、纸张上的墨水和电视所呈现的信息定义了十种媒体类型。CSS2可以为不同的媒体指定不同的样式。例如，对于低分辩率计算机显示器来说，使用大字体比1200dpi打印更重要。

13.1.4 分页媒体

CSS2控制页面的分页符，并提供标识文档中各页面的方法，以便设计者可格式化打印文档，而不影响文档在屏幕上的外观。

13.1.5 国际化

由于Internet扩展到非英语的国家，所以在支持成千上万的目前正在使用的和历史上的口语和书面语方面，正取得更大的进步。CSS2增加了对Unicode和双向正文的支持，所以为中文和希伯来文施加样式就尤如英语和法语一样容易。

13.1.6 可视格式化控制

CSS2增加了更多的格式化属性，以提供对组成文档的对象更精确的控制。现在可指定元素的绝对位置和尺寸。当创建元素时，还有更多的显示样式可供使用。可以将阴影应用于正文。字体和颜色也可以指定为“同等于”用户界面的元素，就像菜单项或图标标签那样。当光标的指针移动到不同的元素上时，可改变光标的显示形式。

13.1.7 表格

display属性的改进使得把XML元素当作类似表格的结构一样处理，并在更好地控制它们的对齐方式方面变得容易。

13.1.8 生成的内容

当文档正在显示时，自动生成的计数器、编号系统和列表标记符等使文档的作者强制应用程序能瞬间创建信息。无论在何时文档发生变化时，编号都会瞬间重新计算，而不是艰难地手工插入。

13.1.9 有声样式单

为了努力地使信息友好地分发给所有的人，CSS2中加入了具有语音合成系统功能的特殊属性。这些属性使文档作者能控制文档内每个元素的声音的强度、语调和其他属性。

13.1.10 新工具

CSS2规范也改变了原先包括在CSS1中的一些功能。它们包括级联机制、伪类和其他的各种属性。

13.1.10.1 伪类和伪元素

:link、:visited和:active伪类不再非得独立地相互指派不可，可一起使用。

13.1.10.2 继承

在CSS1中，只有几个属性能够从其父元素那里继承属性值。而在CSS2中，将属性值设置为关键字inherit，此时，所有的属性都能继承其父元素的值。当一属性被继承时，属性就具有与最邻近的父元素一样的值。

由于每个属性都可有inherit值，所以在下面对各属性的讨论中，我省略对此值的任何解释。

13.1.10.3 级联机制

在CSS1中，!important指定符可强制作者样式单优先于读者样式单。CSS2则相反，所以读者优选项优先于作者的优选项。当作者和读者的样式单一起使用时，缺省结果是，用户样式单覆盖作者样式单。但是，如果作者将一属性声明!important，这就向规范中增加更大的强制力，使它覆盖读者样式单。但是，如果读者也将一条规则声明!important，这也将覆盖作者样式单中的!important声明。换句话说，读者获得最终的发言权。

13.1.10.4 显示属性

display属性的缺省值现在是inline，而不是block。

13.1.10.5 页边距和贴边

在CSS1中，当设置其他属性时，会忽略一些页边距属性，例如，如果同时设置了margin-left和width，那么margin-right将被忽略。此结果不依赖于正文的方向和对象的对齐方式。CSS2根据对象正文的方向来决定如何改变左或右页边距。

13.2 选择元素

支持CSS2的浏览器（如Internet Explorer和Mozilla）可以更明确地选择将样式规则应用于其上的元素或对象。使用CSS2，只需通过指定元素名、标识符或将元素和属性设置组合在一起，就可以根据元素在文档结构中创建的式样来选择元素。

13.2.1 式样匹配

CSS2式样匹配可标识文档树状结构中特定的元素。式样匹配选择符的句法可以是从一个简单的元素名到一复杂的上下文式样的系统（如表13-1所示）。如果元素满足指定式样的所有要求，则此元素就与该式样匹配。在XML中，对大小写是敏感的。

表13-1 用于式样匹配的CSS2选择符句法

句法	意义
*	这是通配符（universal selector），匹配任何元素
X	与名称为X的任何元素匹配
XY	匹配带有Y名（是带有X名的元素派生的）的任何元素。例如，SONNET元素的所有VERSE派生元素
X>Y	匹配任何为X元素的子元素的Y元素。例如，STANZA元素的所有VERSE子元素
X:first-child	匹配所有的X元素（为其父元素的第一个子元素）。例如，在SONNET元素中的第一个STANZA元素
X:link	匹配链接中其目标未被访问的所有的X元素
X:visited	匹配链接中其目标已被访问的所有的X元素
X:active	匹配当前选择的所有X元素
X:hover	匹配当前有鼠标在其上方移动的所有X元素
X:focus	匹配当前通过选择鼠标或准备输入文本数据而获得用户焦点的所有X元素
X:lang(i)	匹配应用xml:lang特性指定使用人类语言i的所有X元素
X+Y	匹配其近系同属为X元素的所有Y元素。例如，REFRAIN元素就紧接在STANZA前面
X[attr]	匹配设置了attr特性的所有X元素，而不管此特性为何值。例如，带有NAME特性的AUTHOR元素
X[attr="string"]	匹配其attr特性的值为“string”的所有X元素。例如，值为19990723的DATA特性的AUTHOR元素
X[attr~="string"]	匹配任何X元素，但此元素的attr特性是以空格分开的、其中之一为“string”的一组单词
X[lang\|="langcode"]	匹配其lang特性设置为特定的“langcode”的所有X元素
X#myname	匹配其id特性为“myname”值的任何X元素

13.2.2 通配符

*符号选择文档中的所有元素。用它能为所有的元素设置缺省样式。例如，下面这条规则将缺省字体设置成New York：

*{ font-face: “New York” }

可以将*和特性、伪类和伪元素选择符结合起来，以便把样式应用于带有特定特性、特性值和作用等的元素，从而使这些元素具有指定特性、特性值、角色等。例如：

*:before { content: “. “ counter(pgraph) “. “;

counter-increment: pgraph; /*向pgraph加1*/

*[onmouseover] { text-decoration: blink }

如果通配符只与一个属性说明一起使用，那么*就可以忽略。

例如：

before { content: “. “ counter(pgraph) “. “;

counter-increment: para }

[onmouseover] { text-decoration: blink }

13.2.3 后代和子代选择符

可以使用子代（child）或后代（descendant）选择符来选择指定类型元素的子代（children）或派生代（descendent）的元素。例如，可以选择包含在SONNET元素中的任何VERSE元素，或成为STANZA元素直系子代的VERSE元素。参见清单13-1，显示的是以XML格式写成的Shakespeare（莎士比亚）的第21首的十四行诗。

清单13-1： Shakespeare的第21首的十四行诗

<?xml version=”1.0”?>

<?xml stylesheet type=”text/css” href=”shakespeare.css”?>

<AUTHOR>William Shakespeare</AUTHOR>

<TITLE>Sonnet 21</TITLE>

<VERSE>Stirr’d by a painted beauty to his verse,</VERSE>

<VERSE>Who heaven itself for ornament doth use</VERSE>

<VERSE>And every fair with his fair doth rehearse:</VERSE>

</STANZA>

<VERSE>Making a couplement of proud compare</VERSE>

<VERSE>With sun and moon, with earth and sea’s rich

gems,</VERSE>

<VERSE>With April’s first born flowers, and all things

rare</VERSE>

<VERSE>That heavens air in this huge rondure hems.</VERSE>

</STANZA>

<VERSE>O, let me, true in love, but truly write,</VERSE>

<VERSE>And then believe me, my love is as fair</VERSE>

<VERSE>As any mother’s child, though not so bright</VERSE>

<VERSE>As those gold candles fix’d in heaven’s air.</VERSE>

</STANZA>

<VERSE>Let them say more that like of hearsay well,</VERSE>

<VERSE>L will not praise that purpose not to sell.</VERSE>

</REFRAIN>

</SONNET>

所有的VERSE都是SONNET元素的后代，但不是直系子代（immediate children）。有些VERSE元素是STANZA的直系子代，有些则是REFRAIN元素的直系子代。后代选择符是由一个空格分开的两个或更多个元素标志符组成的。SONNET VERSE形式的后代选择符匹配VERSE元素，后者是SONNET元素的任意后代。为了指定后代的特定层次，需要使用SONNET*VERSE形式，它强制VERSE元素至少应为孙代，或为SONNET元素更低的后代。

要指定直系子代元素，可使用STANZA>VERSE的形式。这种形式把规则只应用于成为STANZA元素直系子代的VERSE元素，所以不影响REFRAIN元素的任何VERSE子代。

可以把后代和子代选择符结合起来，以查找特定的元素。例如，下列选择符查找属于REFRAIN元素第一个子代的所有VERSE元素，而REFRAIN元素又是SONNET元素的后代。

SONNET REFRAIN>VERSE:first { padding: “2cm” }

将上述规则应用于清单13-1，则此规则选择诗句“Let them say more that like of hearsay well,”。

13.2.4 直系同属选择符

直系同属选择符在元素指示符之间使用加号（+）来识别与其后的另一元素处于同一层次的元素。例如，下面的代码选择与STANZA元素共享一个父元素并紧接在STANZA元素之后的所有REFRAIN元素。

STANZA+REFRAIN { color: red }

13.2.5 特性选择符

特性选择符标识特定的元素/特性的组合。把要匹配的特性名用方括号括起来放在元素名之后。例如，下面的规则将带有NUMBER特性的所有STANZA元素都变成红色：

STANZA[NUMBER] { color:red }

此规则将具有NUMBER特性的所有STANZA元素都变成红色，而不管特性值是什么。它包括由DTD提供的具有缺省NUMBER特性的元素，但不包括没有NUMBER特性的STANZA元素。

要测试特性值，可使用设置特性值的相同句法；也就是说，等于号放在名称后面，值放在等于号后面，并放在引号中。例如，仅指定其NUMBER特性值为3的STANZA元素变为红色，则可使用下面这条规则：

STANZA [NUMBER="3"] { color:red }

13.2.6 @规则

@规则用来完成某项任务，而不是选择元素，并把一些样式应用于这一元素。@规则有五种：

1．@page：把样式应用于页面（而不是此页上的元素）

2．@import：在当前样式单中嵌入一外部样式单

3．@media：把只能用于某种媒体的特性组合起来成为样式规则

4．@font-face：描述样式单中用于其他地方的字体

5．@charset：定义样式单使用的字符集

13.2.6.1 @page

@page规则选择页面框。在其内部，设计者可指定各页面的大小、版面布局、取向和页边距。页面框是矩形区域，大约为打印页的大小，它包含页面区域和页边距。页面区域包括要显示的内容，框边缘作为一种容器，页面版面就处于分页符之间。与其他框不同，页面框没有边界线或贴边，只有页边距。

@page规则选择文档中的每一页面。可使用下面的页面伪类属性之一:first、:left或:right来为各页面类指定不同属性。

由于@page规则不知道含有字体的页面内容，所以无法理解以em和ex为单位的尺寸。所有的其他度量单位（包括百分数）都是可以接受的。用于设置页边距的百分数也是总页面框的百分数。页边距可为负值，表示把内容放在通常应用程序或打印机可访问的区域之外。在大多数情况下，只保留可见或可打印区域内的信息。

13.2.6.2 @import

@import规则把指定的外部样式单嵌入到现有的样式单中。这样可以根据多个较小、较容易理解的片断生成大样式单。导入的样式单使用.css扩展名。例如，下面的规则导入poetry.css文件。

@import url(poetry.css);

@import规则可在样式单后面指定媒体类型。如果没有指定媒体类型，@import规则就没有限制，并且可用于所有媒体类型。例如，下列规则导入printmedia.css文件。在这个样式单中的声明只适用于印刷媒体（print media）。

@import url(printmedia.css) print;

下面的这条规则导入continuous.css文件，可用于计算机显示器或电视机显示器。

@import url(continuous.css) tv, screen;

导入到其他样式单中的样式单，在级联中的等级要比导入它的样式单低。例如，假设shakespeare.css为VERSE指定New York字体，而shakeprint.css为VERSE指定Times字体。如果将Shakespeare.css导入到shakeprint.css中，那么，诗句将以Times字体显示。

13.2.6.3 @media

可使用多种媒体把信息传递给读者，每种媒体都有其自己的习惯样式和格式。现在还不能使语音合成器较好地以单音调来阅读Shakespeare的诗句，如今可以吗？斜体字对于等宽终端也没有什么意义。

CSS2可为显示在不同媒体中的相同元素指定不同的样式。例如，如果正文使用的是非衬线字体，则在屏幕上就更容易阅读，而如果正文是以衬线字体编写在纸上时，通常最容易阅读。可以将只准备用于一种媒体的多个样式规则放入一条指明媒体名的@media规则中。在一篇文档中，@media规则的数量与指定的媒体类型一样多。例如，下面的这些规则将根据是在纸上打印还是在显示器上显示把SONNET元素格式化成不同的样式。

@media print {

SONNET { font-size: lopt; font family: Times, serif }

}

@media screen {

SONNET { font-size: 12pt;

font-family: New York, Times New Roman, serif }

}

@media screen, print {

VERSE { line-height: 1.2 }

前两条规则明确定义了为打印机和屏幕媒体类型所使用的样式。由于现在的计算机显示器的分辨率比现在的打印机低得多，所有显示在屏幕上的字体比打印输出要大，并且选择适用于屏幕的字体，这是很重要的。

第三条规则提供适用于这两种媒体类型的样式。要为多个媒体类型同时指定样式指令，可简单地将媒体名列在@media规则指定符之后，并以逗号分开。

支持CSS2的浏览器允许文档的作者提供决定特定类型媒体如何显示文档的规则。例如，当在屏幕上显示一文档时，与把它发送到打印机相比，很可能应用不同的规则。CSS2识别如下十种媒体类型：

1．all：所有的设备

2．aural（连续、有听）：语音合成器

3．braille（连续、可触知）：用于有视觉障碍的盲文触觉反馈设备

4．embossed（分页、可触摸）：分页盲文打印机

5．handheld（可视）：PDA（手持机）和其他手持式设备如Windows CE掌上型电脑、Newton和Palm Pilot

6．print（分页、可视）：所有的打印、不透明材料

7．projection（分页、可视）：展示和幻灯片放映，可将它们直接从计算机上投影或打印在幻灯片上

8．screen（连续、可视）：点位图彩色计算机显示器

9．tty（连续、可视）：使用位置固定的、单色字符栅格的哑终端和旧的PC显示器

10．tv（可听/可视）：电视类设备，如低分辩率、模拟显示器、彩色设备

浏览器软件不一定支持所有的这些类型。实际上，我知道没有任何一个设备支持所有的这些类型。但是，样式单设计者应该假设读者可能使用任何一类或所有类型的设备来浏览自己的内容。

当然，各个媒体的特性也会随着时间的流逝而改变。我的第一个打印机是144dpi，可是，在21世纪，如此低分辨率的打印机就会很少见。另一方面，显示器最终也将达到300dpi或更高；而彩色打印机也迅速地为越来越多的用户所使用。

有些属性只有特定的媒体类型才可用到。例如，pitch属性只用于有声媒体类型。尽管CSS2的确为@media规则提供一组当前值，但它未指定所有可包括的媒体类型。给出的媒体名与大小写无关。

13.2.6.4 @font-face

@font-face规则用来描述样式单中其他地方使用的字样。可提供字体名、URL（下载字体的位置）和有关字体点阵（允许适度的精确复制来达到合成的目的）的详细信息。@font-face规则还控制了软件如何根据作者指定的字体来为文档选择字体。可想到的方法包括同等字体匹配、智能字体匹配、合成所需字体、下载服务器上的字体或形成字体。这些方法将在下面描述。

· 同等字体匹配（Identical Font Matching）：用户软件选择相同字族名的本地系统字体。相同名称的字体在外观上不一定完全一致。客户端使用的字体来源可能与服务器上的字体不同。

· 智能字体匹配（Intelligent Font Matching）：软件选择客户端系统上现有的字体，并且其外观与所要求的字体最接近。不要求精确地匹配，而应接近。这是根据字型、是否使用衬线、粗细、大写字母的高度以及其他字体的特性来匹配的。

· 字体合成（Font Synthesis）：Web浏览器生成与指定字体最相似的字体，并共享其点阵。当合成一字体时，通常它的近似程序比使用匹配找到的字体更接近。为了使所有的字体特性都能够保留，这种合成需要精确的代换和位置信息。

· 字体下载（Font Download）：浏览器软件从指定的URL处下载字体。这个过程与下载同当前文档一起显示的影像或声音是完全一样的。下载字体的用户会经历一段等待，这与下载影像时的情况相似。

· 字体形成（Font Rendering）：最后可供管理字体的选择办法是渐进形成。这是一种下载和匹配的组合，它能使浏览器创建临时的字体，可以一边下载原字体，一边阅读文档内容。在“真正”的字体下载后，用它来代替生成文档中的合成字体。为了避免文档显示两次，字体描述必须包含描述字体的点阵信息。字体的点阵信息越完整，那么一旦下载完成后，文档需要重新形成的可能性就越小。

CSS2能使文档淖髡咧付ㄔ谠亩料低趁挥兄付ǖ淖痔迨笔褂媚闹址椒ǎㄈ绻械幕埃┭≡褡痔濉font-face规则提供字体的描述。这种字体的描述是由一系列字体描述符创建的，并定义了有关页面上使用的字体的详细信息，可包括用于字体的URL、字族名和字号。

字体描述符分为下列三类：

· 提供字体的样式单用法与其描述之间的链接。

· 提供字体的位置或其相关信息的URL。

· 提供字体的字符信息。

@font-face规则只应用于样式单内部指定的字体。在样式单中，对每种字体，都需一个@font-face说明。例如：

@font-face { font-family: "Comic Sans";

src: url(http://metalab.unc.edu/XML/fonts/comicsans))

@font-face { font-family: "Jester"; font-weight: bold;

font-style: italic)

TITLF { font-family: "Comic Sans")

AUTHOR { font-family: "Jester", serif }

当软件读到此样式单时，将试图找到指定各元素应如何显示的一组规则。此样式单将所有的TITLE元素设置为Comic Sans字族，同时它又把所有的AUTHOR元素设置为Jester字体。支持CSS1的Web浏览应用程序搜索Comic Sans和Jester字族。如果找到这些字族，浏览应用程序将其缺省正文字体设为Comic字族，将serif字体指定为Jester字族的后略字体。@font-face规则的字体描述符将被忽略。CSS1软件能安全地跳过这个命令，而不会出现错误。

支持CSS2的应用程序将检查@font-face规则，以试图匹配Comic Sans和Jester字体的描述。在上一例子中，浏览软件找到了URL，从此处可下载Comic Sans字体。如果在客户端系统上找到Comic Sans字体，软件就会使用它来代替下载的字体。对于Jester情况，用户软件将使用匹配规则或合成规则从所提供的描述符来创建一类似的字体。如果Web浏览器没有为指定的字族找到相匹配的@font-face规则的话，那它会试图使用为CSS1指定的规则来匹配字体。

CSS2可以跳过浏览器不能识别或无用的任何字体描述符。这就提供了内建的增加描述符的方法以便改善字体置换、匹配或合成所使用的规则。

13.2.6.5 @charset

指定编写样式单的字符集有三种方式，并且以如下的顺序选择优先级：

1．Content-Type字段中的HTTP“charset”参数

2．@charset规则

3．与文档相关联的特性和属性，如与LINK元素一起使用的HTML的charset特性每个样式单都包含一个@charset规则。@charset规则必须出现在文档的最前，前面不能有任何其他字符。使用@charset的句法为：

@charset "character set name"

本语句中指定的character set name（字符集名称）必须是IANA注册表中描述的名称。在第7章的表7-7中列出了部分字符集。要指定样式单用Latin-1字体来编写，可写为下列形式：

@charset "ISO 8859-1"

在第7章 “外国语言和非罗马文字”中，详细地讨论了字符集。

13.2.7 伪元素

在XML文档中，伪元素在样式单中是作为元素来处理的，但不一定是特定的元素。它们是应用样式单之后显示文档的某一部分（如一段的第一行）。伪元素区分大小写，并直接出现在样式单选择符的主题之后。CSS2引入了两个新的伪元素：:after和:before。

:after和:before伪元素选择在它们之前的元素的紧前面和紧后面的位置。content属性用来把数据放在这个位置。例如，下面的这条规则将字符串��放在STANZA对象之间，以便将节分开。字符串文字中的"A为分行符的编码：

STANZA: after { content: ""A��"A" }

除了文字字符串之外，也可使用下列四个关键字之一作为content属性的值：

1．open-quote

2．close-quote

3．no-open-quote

4．no-close-quote

open-quote和close-quote关键字为当前语言和字体插入适当的引号字符（如" 或）。no-open-quote和no-close-quote关键字不插入任何字符，但增加嵌套的层次，就像使用引号一样。根据每个嵌套的层次，引号标记从双引号到单引号之间切换，反之亦然。

还可以使用attr(X)函数作为内容属性的值，将X特性的值插入到标识的元素之前或之后。

最后，也可以使用counter()或counters()函数，插入自动计数器的当前值。有两种截然不同的形式：counter(name)或counter(name,style)。其中缺省的style参数为十进制。

13.2.8 伪类

伪类选择符基于外观而不是元素的名称、特性或内容来选择元素。例如，某一伪类可以基于鼠标的位置、获得焦点的对象或是否是链接对象。当读者与文档产生交互时，元素可不断改变其伪类。某些伪类是互斥的，但大多数能同时应用于同一个元素，并能放在元素选择符内的任何地方。当伪类的确发生冲突时，级联顺序确定激活哪个规则。

13.2.8.1 :first-child

:first-child伪类选择命名元素的第一个子元素，而不管其类型。例如在清单13-1中，VERSE元素的内容是“So is it not with me as with that Muse”，此元素是STANZA元素的第一个子元素，可由下列规则指定：

STANZA: first-child { font-style: bold }

13.2.8.2 :link、:visited、:active

在CSS1中，:link、:visited和:active伪类是互斥的。在CSS2中，:link和:visited也是互斥的（在逻辑上不得不如此），但可将两者中一个与:active一起使用。例如，下列的代码段假定AUTHOR元素已指定为链接，并根据此链接的当前状态改变正文的颜色。在下面的代码段中，当鼠标正放在链接的上面时，将未被访问的链接设置为红色，已访问过的链接作为灰色显示，活动链接以橙绿色显示。

AUTHOR: link { color: "red" }

AUTHOR: visited { color: "gray" }

AUTHOR: active { color: "lime" }

13.2.8.3 :hover

:hover伪类选择鼠标或其他指示设备正指着的元素，但不按下鼠标键。例如，下面的这条规则是在鼠标指向AUTHOR元素时，将此元素变成红色。

AUTHOR: hover { color: "red" }

当鼠标不再指向AUTHOR元素时，此元素返回到正常颜色。

13.2.8.4 :focus

:focus伪类引用当前获得焦点的元素。当选择了某一元素，并准备接收某种文本输入时，此元素就获得了焦点。下列的规则使焦点的元素变成黑体。

:focus { text-style: "bold" }

13.2.8.5 :lang()

:lang()伪类选择使用指定语言的元素。为此，在XML中，一般通过XML声明中的xml:lang特性和/或encoding特性来实现的。下列规则改变用希伯来语编写的所有的VERSE元素的方向，以便从右往左阅读，而不是从左往右：

VERSE: lang(he) { direction: "rtl" }

13.2.8.6 :right、:left、:first

:right、:left和:first伪类只适用于@page规则。可用它们来为文档的第一页、文档的左（一般为偶数）页、文档的右（一般为奇数）页指定不同的样式。例如，下面的这些规则指定很大的页边距：

@page: right { margin-top: 5cm;

margin-bottom: 5cm;

margin-left: 7cm;

margin-right: 5cm }

@page: left { margin-top: 5cm;

margin-bottom: 5cm;

margin-left: 5cm;

margin-right: 7cm }

@page: first { margin top: 10cm;

margin-bottom: 10cm;

margin-left: 10cm;

margin-right: 10cm }

在用于伪类的规则中，唯一能设置的属性就是页边距属性。

13.3 格式化页面

@page选择符指的是页面。可用它来设置应用于页面而不是页面上的各个XML元素的属性。文档的每一页都有多种属性可供应用，包括页面的大小、取向、页边距和分页符。这些属性级联于页面上的任何元素。可选的伪类可为第一页、右页和左页指定不同的属性。

CSS2合理地假定页面是矩形的。作出这种假定之后，页面可具有框的属性，这些属性以及包括页边距和大小在内，在CSS1中就已熟悉了。但是页面框没有边界或贴边，因为这些已经跑到物理页面之外了。

13.3.1 大小属性

在@page规则中，size属性指定页面的高度和宽度。可将size设置为1或2个绝对长度，或下列四个关键字之一：auto、portrait、landscape或inherit。如果只给出一个长度，则此页面将是正方形的。当给出两个尺寸时，第一个是此页面的宽度；第二个是高度。例如，

@page { size: 8.5in 11in }

auto设置自动调整为目标屏幕或纸面的大小。landscape强制文档格式化为适应目标页面，但长边是水平的。portrait设置将文档格式化为适应缺省的目标页面的大小，但长边是垂直的。

13.3.2 页边距属性

margin属性控制着此页的页边距，页边距为页面的四个侧边上的所有不能打印的矩形区域。此属性可作为分别设置margin-top、margin-bottom、margin-right和margin-left的简略方式。而这些属性与CSS1中的框的属性是相同的。例如，下面的规则描述这样的一个页面：长11英寸、宽为8.5英寸、所有的侧面上的页边距为1英寸。

@page { size: 8.5in 11in; margin: l.0in }

13.3.3 标记属性

CSS2提供了mark属性，以便将标记（用于描绘在何处切开纸张和如何对齐页面）放在页面上。这些标记（mark）显示在页面框之外。页面框只是文档的可视区域，它受@page规则的影响。如果有一张已打印的区域为8.5英寸×11英寸的打印纸，那么页面框就是此张纸上可打印区域内的内容，我们通常把它认为是打印机页边距内的空间。软件控制标记的显示，它只显示于绝对的页面框上。绝对的页面框不能移动，可为页面的一般页边距所控制。相对页面框可以根据目标页面对齐，在大多数情况下，强制标记离开页面的边缘。当将相对页面框进行对齐时，实际上是用内心的眼睛在看页面，并使用margin和padding属性将此页面的打印区域在实际的纸张上移动。

mark属性有四个值：crop、cross、inherit和none，只能和@page元素一起使用。修剪（crop）标记标识纸张的剪切边缘。交叉（cross）也称为注册标记，它用于在打印的内容之后对齐页面。如果设置为none，文档中没有任何标记。下列的规则指定带有crop和cross标记的页面：

@page { mark: crop cross }

13.3.4 页面属性

除了使用@page选择符来指定页面属性之外，还可使用page属性来将页面属性与各个元素进行连接。为此，可编写指定页面属性的@page规则，给@page规则命名，然后使用这个名称作为正常元素规则的page属性。例如，下面两条规则说明打印SONNET的纸是横向放置的。

@page rotated { size: landscape }

SONNET { page: rotated }

使用page属性时，使用不同的同属元素指定不同的页面属性是可能的。如果是这样，将在元素之间插入一分页符。如果子元素使用了不同于父元素的页面布局，那么此子元素的版式将处于优先地位。例如，在下例中，这两个表横向显示在页面中，如果空间允许，有可能在同一页上。由于文档中的元素层次的关系，赋给SONNET元素的旋转页面不再有效，且不被使用。

@page narrow { size: 9cm 18cm }

@page rotated { size: landscaper }

STANZA { page: narrow }

SONNET { page: rotated }

13.3.5 分页符属性

page-break-after属性强制或阻止在当前对象后插入分页符。page-break-before属性强制或阻止在当前对象前插入分页符。page-break-inside属性允许或阻止在当前对象内部插入分页符。这些属性可用来将相关的正文段落、标题及其主体文本、影像及其说明放在一起，或在同一页中保持表格的完整。

当将这些属性的任一个设置为auto时，在当前框中既不会强制，也不会禁止插入分页符。设置为always时，强制插入分页符。avoid设置将阻止分页符出现。设置为left和right时，根据需要强制插入一或两个分页符，以便强制下一页成为左页或右页。这用于书中一章的结尾是很有用的，因为书中的一章通常始于右页，即使保留下空页也没关系。

下列的规则在文档中的每个SONNET元素前和后插入一个分页符但不在SONNET元素内插入分页符，以便十四行诗都出现在各自的页面上。

SONNET { page-break-before: always;

page-break-after: always;

page break-inside: avoid }

13.4 可视格式化

CSS2添加了许多新的格式化功能，这些功能提供了对XML文档版面的更多控制。display属性有许多新值，这些值扩充了CSS1基本块和内联类型。cursor属性能够标识在对象上方显示何种光标。可控制所有对象框的高度和宽度。CSS2还能修改文档对象的可视性、剪切大小、颜色、字体、正文阴影、对齐方式，并且如果内容超出页面，还能控制如何处理这种情况。

13.4.1 显示属性

CSS2中扩充的display属性提供了更完整的版面选项，其中最显著的就是表格。在CSS2中，有17个显示属性值：

Inline	table-header-group
Block	table-footer-group
list-item	table-row
run-in	table-column-group
Compact	table-column
Marker	table-cell
Table	table-caption
inline-table	none
table-row-group

块（block）元素通过在对象周围添加间距来在其内容的周围放置一个缓冲地带。内联（inline）元素不用放置边缘上的间距。表格（table）元素是各种网格。内联元素就像句子中的单词一样，其位置随着文本的增加或删除而自由移动。块对象更加固定，当在其前和后添加内容时，顶多只能上下移动，但不能左右移动。大多数显示类型只修改主块或内联类型。

13.4.1.1 内联对象

内联对象（inline object）框水平放置在起始于包含它周围页面或块元素的顶端一行。在水平页边距这些框之间，可实现边界和贴边间隔。也可将这些框以各种方式（包括字符基线、框底或框顶）垂直对齐。

在CSS1中，block值是所有对象的缺省显示类型，但在CSS2中发生了变化。现在元素自动地以inline显示，除非指定了其他类型。

13.4.1.2 块对象

块对象（block object）一个挨一个地往下垂直分布。第一个块对象处于包含块的左上角，然后第二个块置于它之下，并齐排列在包含块的左边。各块之间的垂直距离由各块的页边距和贴边属性来定义。例如，下面的这段规则把VERSE、STANZA和REFRAIN元素当作各块来看待。图13-1显示的是清单13-1应用了此规则（并只有此规则）之后的结果。注意，AUTHOR和TITLE都处于同一行，因为缺省情况下它们是内联的。但是，当块元素跟在一个内联元素之后时，就需要在块元素后面使用分行符。

VERSE, STANZA, REFRAIN { display: block }

图13-1 当作为块元素显示时，Shakespeare的十四行诗呈现的外观更正常

13.4.1.3 none值

none值强制此元素不产生任何类型的显示框来格式化元素的内容。另一方面，元素对文档的版面没有任何影响。子元素和其他后代元素也不产生框，即使它们设置了display属性也是如此。当display为none时，那么此框不仅仅是不可见，而是它确实不存在。

13.4.1.4 compact和run-in值

display属性的compact和run-in值根据上下文的前后关系，把一元素既可以标识为块，也可以标识为内联框。根据属性的最终显示状态，用于声明为这种类型的项目上的属性，将是很有效的。如果合适，compact框将放在紧随其后的块框的页边距之内。如果跟在compact框之后的框不是块框，或者compact框在页面距内放不下，那么它将只作为另一块框显示。

run-in值能够将正常的块元素格式化为代码中下一块元素的第一个内联块。如果下一个元素不是块元素，那么run-in元素就能作为块元素被格式化。

13.4.1.5 标记值

将display属性设置为marker值时，可标识由样式单中生成的内容所形成的块，而不是从XML文档复制来的内容所形成的块。此值只能与已和块级元素相联系的:before和:after伪元素一起使用。

13.4.1.6 表格显示值

在CSS2中，尤其对于那些经常使用标记（这种标记与HTML的表格标记完全不同）创建表格结构的XML开发人员来说，最重要的新功能之一就是支持元素的表格版面。使用下列10个display属性值，就可以使CSS2增加将元素格式化为表格的支持。

1．table	6．table-row
2．inline-table	7．table-column-group
3．table-row-group	8．table-column
4．table-header-group	9．table-cell
5．table-footer-group	10．table-caption

例如，将display属性设置为table，表示所选择的元素是块级容器，用于将较小的子元素放置在表格的单元格中。inline-table值强制表格具有内联对象的功能，使正文能够沿着其侧边浮动，对于多个表格，并排放置。table-caption值将元素格式化为表的标题。table-row-group、table-header-group和table-footer-group值创建只起一行作用的数据单元组，就像使用table-row值定义的一样。table-column-group创建充当一列的一组数据单元，可使用table-column值来定义。出现在表格单元中的XML元素应该有带有table-cell值的display属性，这已足够。

例如，如果要将十四行诗形成类似于表的结构，可将每个STANZA和REFRAIN设置为一张表，每个VERSE设置为表的一行。创建这种效果的样式单可能包括如下三条规则：

STANZA { display: table }

REFRAIN { display: table }

VERSE { display: table-row }

13.4.2 宽度和高度属性

用于显示每个元素的框的缺省高度可从元素内容的整体高度算出。每个元素框的缺省宽度可从元素内容的整体宽度算出，或从页面或屏幕的可视区域的宽度算出。内联元素和包含正文的表格元素总是具有这类自动地计算出的尺寸。但是，样式单设计者可以改变块级元素的这些缺省值，并通过指定下列的六个属性值来代替内联元素：

1．min-width

2．max-width

3．min-height

4．max-height

5．height

6．width

min-height和min-width属性指定可用来显示对象的最小尺寸。最大属性是框的最大尺寸，而不管其内容的总尺寸。Web浏览器在这些限制内可自由调节框的大小。但是，如果设置了height和width，那么就可精确地确定框的大小。

STANZA { width: 100px;

Height: 100px }

13.4.3 overflow属性

当使用width和height精确地指定一个框的大小时，淠谌菟伎占渫耆锌赡鼙却丝蚴导士占浯蟆verflow属性控制如何处理超过的内容。此属性可设置为下列四个值之一：

1．auto

2．hidden

3．scroll

4．visible

如果overflow设置为auto，必要时将会添加滚动条，以便用户能够看见超过的内容。如果将overflow设置为hidden，超过的内容被裁去。如果将overflow设置为scroll，那么无论内容是否超出显示范围，都会增加滚动条。最后，如果将overflow设置为visible，将显示整个内容，如有必要，则推翻框的大小约束。

图13-2显示的是当使用下列规则，将STANZA的overflow属性设置为scroll时的十四行诗：

STANZA { overflow: scroll }

图13-2 具有滚动条的Shakespeare的十四行诗的节

13.4.4 clip属性

当由用户软件显示对象内容时，clip（剪辑）属性标识可见的对象内容部分。一般地，剪辑区与元素框的外边界一致，但此区是可以改变的。此属性只适用于具有overflow特性（设置为非visible的任一值）的元素。

在CSS2中，只能剪辑成矩形区域。将clip属性设置为rect(top, bottom, left, right)，这里的top、bottom、left和right为各侧面的偏移量。如果剪辑过的对象仍超过浏览器窗口的可视区域，那么内容将会被进一步剪辑以适应于窗口的大小。下列规则将clip属性用于STANZA块元素：

STANZA { clip: rect(5px, 5px, 5px, 5px);

overflow: auto }

13.4.5 visibility属性

visibility属性控制元素的内容是否看得见。此属性的四个值为：

1．visible

2．hidden

3．collapse

4．inherit

如果将visibility设置为visible的话，框的内容（包括所有的边界）都会显示。如果将visibility设置为hidden，那么框的内容和边界都看不见。不可见框仍占据空间，影响文档的布局。将visibility设置为hidden与将display属性设置为none，是不一样的。

如果将visibility设置为collapse，除表格的行或列外，对于任何对象来说，与使用hidden是一样的。但是，对于表格的行和列来说，这种设置完全隐藏（同display:none一样）行或列。

13.4.6 cursor属性

光标是箭头指针/手形/插入条/其他图标，这些图标表示鼠标箭头在屏幕上的位置。光标是显示于计算机显示器可视区上的鼠标逻辑位置的可见图像。当读者将鼠标移到特定的对象之上时，cursor属性指定用户软件应该显示的光标。CSS2有16个光标值：

1．auto：浏览器基于当前上下文关系来选择光标。此为缺省值

2．crosshair：一种简单的十字形光标

3．default：由操作系统平台决定的缺省光标，通常为箭头

4．hand：手形

5．move：交叉的箭头，表示要移动某物

6．e-resize：指向东方（右边）的箭头（上方是北边）

7．ne-resize：指向东北（右上）角的箭头

8．nw-resize：指向西北（左上）角的箭头

9．n-resize：指向北（上）方的箭头

10．se-resize：指向东南（右下）角的箭头

11．sw-resize：指向西南（左下）角的箭头

12．s-resize：指向南（下）方的箭头

13．w-resize：指向西（左）方的箭头

14．text：I-字型

15．wait：秒表、砣螺、沙漏或其他图标，表示要经历一段时间

16．help：问号

下面的规则使用cursor属性说明当光标指针移到VERSE元素上时，应使用手形光标。

VERSE { cursor: hand }

也可以使用自定义的光标，该光标从给定影像的URL影像文件中加载。一般地，可以提供几种格式的光标，格式之间以逗号分开，最后一个应是通用光标名称。例如：

VERSE { cursor: url(“poetry.cur”), url(“poetry.gif”), text }

13.4.7 相关的颜色属性

CSS2根据Internet普遍使用的标准缺省颜色空间（sRGB）中的RGB的值来标识颜色。表示颜色的方式随浏览器而变，但是这种规范提供了一种明确的、客观上可度量的颜色外观的定义。符合此标准的Web浏览器根据CSS2规范所确定的颜色，来执行Gamma修正（Gamma Correction）。在大多数条件下，sRGB可以标识显示器的Gamma值为2.2。这意味着，对于大多数计算机硬件来讲，CSS2属性给定的颜色不得不调整，以有效地显示Gamma值为2.2。

只在CSS2规则中确定的颜色才受到影响。使用于影像中的颜色可传递它们自己的颜色修正信息。

13.4.7.1 颜色属性

color属性指定元素文本内容的前景色。可以使用文字描述的颜色名（如red）或RGB值（如#CC0000）。颜色名（或值）包括aqua（浅绿）、black（黑色）、blue（蓝色）、fuchsia（紫红）、gray（灰色）、green（绿色）、lime（酸橙）、maroon（栗色）、navy（海蓝）、olive（橄榄）、purple（紫色）、red（红色）、silver（银白）、teal（深青）、white（白色）和yellow（黄色）。

下列的样式规则使用标识颜色的所有三种方法，将颜色应用于三个元素。将AUTHOR元素的RGB指定为十六进制值#FF0000，所有的TITLE元素均显示为红色，所有的VERSE元素以rgb( 255, 0, 0)颜色显示。这些值都是红色：

AUTHOR { color: #FF0000 }

TITLE { color: red }

VERSE { color: rgb(255,0,0) }

Gamma修正

从本质上来讲，Gamma修正控制影像的明亮度，所以影像能精确地显示在计算机屏幕上。还没有经过修正的影像显得褪了色或太暗。为了使Gamma修正易于理解，让我们来看看计算机屏幕上显示的影像。

实际上，每个计算机显示器都具有Gamma值为2.5。这意味着，光强与电压的关系是2.5次幂函数。如果向显示器发送指定像素的信号，获得强度为x，那么，此像素将自动地使强度为x^2.5加在显示器上。由于电压的范围是在0到1之间，这意味着，像素强度比所期望的低。为了修正这个像素强度，那么显示的电压就不得不进行“Gamma修正”。

修正这个问题的最简单的方法就是在把电压送到显示器之前提高电压。由于电压和明亮度的关系是已知的，所以可调整信号来去除显示器的Gamma影响。当正确地做好这一切之后，计算机显示器就能精确地反映影像导入。当然，当对影像进行Gamma修正时，计算机室内的光线、显示器的明亮度和对比度，以及个人的偏爱也起一定的作用。

当试图对Web进行Gamma修正时，系统平台的特质也会开始起作用。有些UNIX工作站会自动地修正显示卡上的Gamma变化，正如Macintosh机一样，但大多数PC机则不行。这意味着，在PC机上看得挺好的影像，在Mac机上就会太浅；反过来，某些影像在Mac机上能很好地显示，而在PC机上就显示太暗。如果把彩色影像或文本放在Internet上，那么就不可能使所有的人都感到满意。目前，在Web上使用的任何图像格式都没有Gamma修正的编码信息。

13.4.7.2 系统颜色

CSS2使用户通过从本地的GUI（图形用户界面）复制颜色来指定颜色。这些系统颜色可以和相关的颜色属性一起使用。基于系统颜色的样式规则考虑了用户的偏爱，所以具备如下的一些优点：

1．页面适合于用户喜爱的观感。

2．用户更容易访问的页面，加入了与残疾人有关的设置项。

表13-2列出了CSS2系统颜色的关键字及其含义。任何颜色属性都可取这些值。

例如，下列的样式单设置VERSE的前景色和背景色为浏览器窗口所使用的前景色和背景色。

VERSE { color: WindowText; background-color: Window }

表13-2 与所有颜色有关的属性一起使用的其他系统颜色

系统颜色关键字	含义
ActiveBorder	活动窗口边框
ActiveCaption	活动窗口标题
Appworkspace	多文档界面的背景色
Background	桌面背景色
BottonFace	三维显示元素的外观颜色

13.5 框

当使用CSS来格式化一文档及其内容时，需要用到框。框具有边界和大小，用于存放元素的内容。这些框堆叠在一起并可互相覆盖，以便根据样式单的规则，以有序的方式对齐元素的内容。CSS2给框添加了新的轮廓（outline）属性，使框能够定位在页面、其他框或窗口上的绝对位置处。

13.5.1 轮廓属性

CSS2能够将轮廓加入到对象中。轮廓很像边框，但轮廓是绘在框之上的。其宽度不加到框宽度上。此外，如果CSS元素是非矩形的（不大可能），在此元素周围的轮廓也将是非矩形的。由于轮廓不必一定是矩形的，所以不能分别设置左、右、顶和底轮廓，只能一次改变整个轮廓。

13.5.1.1 轮廓样式属性

outline-style属性设置整个框的轮廓样式，它起的作用如同CSS1中的border-style属性，并且具有同样的11个值，其含义也相同：

1．none：无线条

2．hidden：使线条不可见，但仍占据空间

3．dotted：点线

4．dashed：虚线

5．solid：实线

6．double：双实线

7．grooved：凹槽线，好像埋入页面

8．ridge：凸纹线，好像突出页面

9．inset：嵌入线，整个对象（不仅仅是轮廓线）像是推入到文档里面

10．outset：外置线，整个对象（不仅仅是轮廓线）像是推出文档

11．inherit：使用父类的值

下列三条规则设置TITLE、AUTHOR和REFRAIN元素的轮廓样式：

TITLE { outline-style: solid }

AUTHOR { outline-style: outset }

REFRAIN {outline-style: dashed }

13.5.1.2 轮廓宽度属性

outline-width属性的作用像第12章讨论的margin-width和border-width属性一样，可使用无符号的长度或下列三个关键字之一来设置框的轮廓宽度：

1．thin：大约0.5到0. 75磅

2．medium：大约1磅

3．thick：大约1.5到2磅

例如下面的这条规则给STANZA加上一条粗轮廓线，给VERSE加上一条细轮廓线。

STANZA { outline: thick }

VERSE { outline: thin }

13.5.1.3 轮廓颜色属性

outline-color属性设置元素框的轮廓颜色。一般地说，这种设置既可以使用颜色名（如red），也可以使用RGB颜色（如#FF0000）。但是，还有关键字值invert，此值反转屏幕的像素颜色（黑色变成白色，反之亦然）。

TITLE { outline color: #FFCCCC;

outline-style: inset;

outline width: thick }

AUTHOR { outline color: #FF33CC }

VERSE { outline-color: invert }

13.5.1.4 轮廓简略属性

outline属性是简略属性，它设置容器框的所有四个边的轮廓宽度、颜色和样式。例如：

STANZA { outline: thin dashed red }

VERSE { outline: inset }

13.5.2 定位属性

CSS2对文档中每个对象的位置提供了多种控制方法。可以把特定的对象或对象的特定类型按层放置。每层与其他层无关，可独立移动。position属性确定对象如何排列，可使用下列四个关键字值之一：

1．static：缺省的布局

2．relative：对象偏移其静态位置

3．absolute：相对于包含对象的框，将对象放置在特定的位置

4．fixed：对象放在窗口或页面的特定位置

13.5.2.1 相对定位（relative positioning）

编排文档时，格式化标识符根据对象和文本的正常信息流（flow），选择项目的位置。实际上，这就是对象缺省的静态格式化，大多数文档创作者都使用这种方法来编排文档。编排文档完成之后，对象相对于当前位置可能会发生偏移。这种对象位置的调整就是所谓的相对定位。使用相对定位，改变对象的位置，对其后的对象没有任何影响。由于相对定位的框完全保持其正常的信息流的大小和间隔，因此，框可以交叠。

将position属性设置为relative，可生成一个相对定位的对象。其偏移量可由left、right、top和bottom属性来控制。使用JavaScript来改变这些属性，甚至可以在文档上移动对象和层。可以使影像或文本移动、出现或消失、或中途改变。例如，下面的这条规则将TITLE元素从正常的位置向上移动50像素，向左移动65像素。

TITLE { position: relative; top: 50px; left: 65px }

13.5.2.2 绝对定位（Absolute Positioning）

绝对定位元素参照包含它的块来放置。它可为它包含的框建立一个新的包含块。绝对定位元素的内容不会在其他框周围流动。这样可能会使它们造成显示在文档中的其他框的内容模糊不清。绝对定位元素对其后同属的出现顺序无任何影响，所以跟在绝对定位元素后面的元素所产生的效果，就如同绝对定位元素不在此处一样。

AUTHOR { position: absolute; top: 60px; left: 140px }

13.5.2.3 精确定位（Fixed Positioning）

具有固定位置的元素相对于其显示窗口或页面的坐标放置。如果正在查看由连续媒体组成的文档，那么当此文档滚动时，被固定的框就不会移动。如果被固定的框处于分页媒体上，那它总是会出现在每页的末尾。这样就能够把页脚或页眉放在文档上，或将签名放在一系列只有一页纸的信件的末尾。例如，下面的规则，以将REFRAIN元素的左上角放在距显示窗口（或打印的纸张）左上角往下300像素、往右140像素的地方。

REFRAIN { position: fixed; top: 300px; left: 140px }

13.5.2.4 使用z-index属性来层叠元素

z-index属性控制定位框的层叠顺序。要改变缺省的z-index值，可将z-index设置为整数（如2）。有较大z-index值的对象放在较小z-index值的对象的顶部。底部的对象无论是否完全显示，它们都决定于其顶部对象的背景属性。如果背景是透明的，那么，处于下面的对象至少有一些可能完全透过。

清单13-2是使用绝对定位的样式单，这个样式单有一个z-index，用它来创建Shakespeare十四行诗多部分的重叠效果。图13-3显示了此情景。这肯定不如由浏览器来编排此诗的样子好看。使用绝对定位应十分小心。我只推荐用于印刷媒体，以此媒体分发论文，而不是电子文件。

图13-3 使用z-index排序的绝对定位，可以控制文本框的重叠顺序

清单13-2：Shakespeare十四行诗的z-index样式单

#stl { position: absolute;

top: 160px;

left:200px;

height: 100px;

width:200px;

overflow: auto,

z-index: 2 }

#st2 { position: absolute;

top: 210px;

left:50px;

height: 100px;

width:200px;

overflow: auto;

z-index: 3 }

#st3 { position: absolute;

top: 210px;

left:250px;

height: 100px;

width:200px;

overflow: auto;

z-index: 4 }

REFRAIN { position: absolute;

top: 300px;

left:200px;

height: 100px;

width:200px;

overflow: auto;

z-index: 5 }

13.6 计数器和自动编号

CSS2能自动地产生某些内容。例如，可使用样式单来创建这样的一个大纲：使用不同的编号系统对大纲的每个层次进行适当的缩进。

counter-increment属性使计数器（counter）加1。content属性使用counter(id)或counter(id, list-style-type)函数作为值，插入指定计数器的当前值。最后，counter-reset属性将计数器设置归0。

例如，假定从1开始要对诗中的每个VERSE进行计数，但在每个新的STANZA和REFRAIN中重新计数。可使用下面的规则达到此目的：

VERSE { counter-increment: verse-num }

STANZA { counter-reset: verse-num }

REFRAIN { counter-reset: verse-num }

VERSE：before { content: counter(verse-num) }

可在counter-reset中的计数器名后，指定重设的整数，就可以重新将计数器设回到非0的数。例如，下面的规则将计数器设回到-10：

VERSE { counter-reset: verse-num –10 }

在counter-increment中的计数器名后，指定非1的整数作为递增量。例如，

VERSE { counter-increment: verse-num –1 }

最后，content属性可有不止一个计数器以及附加内容及其计数器。例如，下面的这些规则以1.1，1.2，1.3，...，2.1，2.2，2.3，...的形式对诗进行编号，第一编号表示节，第二个编号为诗句：

VERSE {counter-increment: verse-num }

STANZA {counter-reset: verse-num }

STANZA {counter-increment: stanza-num }

REFRAIN {counter-reset: verse-num }

REFRAIN {counter-reset: stanza-num 0 }

VERSE:before {content:

counter(stanza-num) "." counter(verse-num)

还可以使用非欧洲数字。counter()函数的第二个参数可用来指定不同的数字格式。现有的格式有disc、circle、square、decimal、decimal-leading-zero、lower-roman、upper-roman、lower-greek、lower-alpha、lower-latin、upper-alpha、upper-latin、hebrew、armenian、georgian、cjk-ideographic、hiragana、katakana、hiragana-iroha和katakana-iroha。例如，使用平假名的日文数字来对诗进行编号，可以这样编写：

VERSE：before {content: counter(stanza-num, hiragana)

"." counter(verse-num, hiragana) }

13.7 有声样式单

视觉缺陷的用户已经使用特殊的软件来阅读Web网页。将来，使用这种方法可能会扩大到视觉完好的人，他们一边浏览Web，同时一边使用电话进行交谈、一边驾驶汽车、一边洗涮盘子以及进行其他活动，而在这些过程中，眼睛和手用于不同的目的。CSS2支持一些新的特性，以便描述如何大声地读出元素，以及如何打印或在屏幕上显示。这些新特性将在下面的章节中讨论。清单13-3为一有声样式单，它使用指定方法，来讲出在普通与剧本有关的XML元素中找到的信息。

清单13-3：用于剧本或十四行诗的有声样式单

TITLE, AUTHOR, ACT, SCENE {

voice-family: narrator;

stress: 20;

richness: 90;

cue-before: url("ping.au")

}

.narrator { pause: 20ms;

cue-before: url("pop.au");

cue-after: url("pop.au");

azimuth: 30deg;

elevation: above }

ACT { pause: 30ms 40ms } /* pause-before: 30ms;

pause-after: 40ms */

SCENE { pause-after: l0ms } /* pause-after: l0ms */

SCENE { cue-before: url("bell.aiff");

cue-after: url("dong.wav") }

MOOD.sad { play-during: url("violins.aiff") }

MOOD.funereal { play-during: url("harp.wav") mix }

MOOD.quiet { play-during: none }

LINE.narrator { azimuth: behind } /* 180deg */

LINE.part.romeo { voice-family: romeo, male }

LINE.part.juliet { voice-family: juliet, female }

LINE.part.hercules { azimuth: center-left }

LINE.part.richard { azimuth: right }

LINE.part.carmen { volume: x-soft }

LINE.part.musel { elevation: 60deg }

LINE.part.muse2 { elevation: 30deg }

LINE.part.muse3 { elevation: level }

13.7.1 说话属性

speak（说话）属性确定是否用声音说出文本。如果是，应如何说。如果speak为normal值，则使用最佳的语音合成来说出此段文本。如果speak值为spell-out，则一个字母一个字母地拼出文本，这对于不常用或语音合成器可能无法处理的外来语来说，或许是很有用的。缺省值是none（例如，只是视觉上显示内容，而不管语言合成）。

13.7.2 音量属性

volume（音量）属性控制语音合成器讲话声音的平均音量。这是模拟语音声波中的中等值，但只是平均来说。音量为50的高反射的语音峰值可能达到75。音量最小值为0，最大音量为100。音量中，也可以使用百分比值，使用下面的六个关键字也可达到同样的目的：

1．silent：无声音

2．x-soft：0，最小的可听量

3．soft：大约为25%

4．medium：大约为50%

5．loud：大约为75%

6．x-loud：100%，最大舒适度的听力级别

13.7.3 暂停属性

Pause（暂停）属性在听觉上等价于逗号，可用于提供戏剧色彩，或有助于将每位说话人的声音分开。在CSS2中，使用pause、pause-before和pause-after属性来设置暂停。

pause-before属性指定语音合成器在说出一元素的内容之前应暂停的时间长度。pause-after属性指定语音合成器在说出一元素的内容之后应暂停的时间长度。这些都可以用绝对时间或语速属性的百分数来设置。pause属性是设置pause-before和pause-after属性的简略属性。当使用两个值时，第一个值用于pause-before，第二个值用于pause-after。当只给出一个值时，此值可应用于这两个属性。例如：

SCENE { pause-after: 10ms }

/* pause-before: 20ms: pause after: 20ms */

.narrator { pause: 20ms }

/* pause-before: 30ms; pause-after: 40ms */

ACT { pause: 30ms 40ms }

13.7.4 提示属性

cue（提示）属性是听得见的线索，是用来提醒听众将要发生或刚刚发生的特定事件。每个提示属性都指定某个元素说出之前或之后将要播放的一个声音文件的URL。cue-before属性在读出元素之前就播放声音。cue-after属性在读出元素之后才播放声音。

cue属性是设置cue-before和cue-after属性的简略属性。当使用两个值时，第一个值用于cue-before，第二个值用于cue-after。当只给出一个值时，此值可应用于这两个属性。例如：

ACT, SCENE { cue-before: url(“ping.au”) }

.narrator { cue: url(“pop.au”) }

SCFNF { cue before: url(“bell.aiff”);

cue after: url(“dong.wav”) }

13.7.5 同期播放属性

play-during（同期播放）属性指定一边说出元素内容一边播放背景声音。此属性的值为声音文件的URL。也可以把mix和repeat关键字之一或全部加入到此值中。mix告诉语音合成器将在父元素的play-during声音中形成混合音。repeat值告诉语音合成器连续不断地循环放音，直至整个元素说完为止。缺省值为none。

13.7.6 空间属性

spatial（空间）属性指定声音好像出自于何处。例如，可以是在3英尺外的壕沟里，或在100英尺外的悬崖上读出文档的。当然，这受到语音合成器和音频功能的限制。由于无法预先确定文档读者所使用的喇叭的数量和位置，所以这些属性只确定所期望的最终结果。作为文档的作者，实际上无法强制声音来自某个特定的方向，这与保证读者确有显示器是不一样的。

13.7.6.1 方位角属性

azimuth（方位角）属性控制发自声音的水平角度。当使用好的立体声喇叭收听信号时，好像能听见横向声音。azimuth属性与这类立体系统一起使用，以形成让人听到的声音的角度。当使用双耳式耳机或五喇叭家庭影院设备以形成全环绕的声音系统时，azimuth属性就非常引人注目。

azimuth可被指定为-360° 到360° 之间的任一角度值。0deg值表示声音是从听众的前方直接传来的（-360deg和360deg具有同样的效果）。180deg值表示声音是从听众的后方直接传来的（在CSS术语中，deg代替了更普通的 ° 度符号）。角度是以听众正面的顺时针方向计算的。还可以使用下列九个关键词中的一个，来指定方位角的角度。

1．center：0deg

2．center-right：20deg

3．right：40deg

4．far-right：60deg

5．right-side：90deg

6．left-side：270deg

7．far-left：300deg

8．left：320deg

9．center-left：340deg

可以将关键字behind加到这些值中的任何一个中，以设置180deg减正常值的位置。例如，left behind与l80deg – 320deg = -140deg或220deg的意义是一样的。

leftwards的值将声音相对于当前角度再向左移动20度。可理解为将声音反时针方向旋转。所以即使声音已经处在听众的后面，也将以反时针方向继续移动到“左边”。rightwards值将声音从当前角度向右（顺时针方向）再移动20度。

13.7.6.2 高度属性

elevation（高度）属性控制喇叭距听众位置的表观高度。此高度可指定为-90° 至90° 的任一角度，也可为下列五个关键字之一：

1．below -90deg

2．level 0deg

3．above 90deg

4．higher 处于当前高度上方10deg（这对继承是很有用的）

5．lower 处于当前高度下方10deg（这对继承是很有用的）

13.7.7 音质属性

通过调节语速、所使用的声系、语调（pitch）和声音的激昂程度，合成器声音的各个特性都可控制。

13.7.7.1 语速属性

speech-rate（语速）属性指定语音合成器的说话速率，以每分钟平均大小的单词的近似数值来表示。可提供某个整数或下列五个关键字之一：

1．x-slow：每分钟80个单词

2．slow：每分钟120个单词

3．medium：每分钟180至200个单词

4．fast：每分钟300个单词

5．x-fast：每分钟500个单词

还可以使用faster关键字，以使父元素的速率每分钟增加40个单词，或使用slower关键字，以使父元素的速率每分钟减少40个单词。

13.7.7.2 声系属性

voice-family（声系）属性是以逗号分开的、区分优先顺序的声系名称的一组列表，而声系名称选择用于阅读文档文本的声音。它很像第12章讨论过的字族属性，但它关心的是声音而不是字样。

通常的声音值有male、female和child。与字体名一样，所指定的名称也是多种多样，包括Agnes、Bruce、Good News、Hysterical、Victoria、Whisper等等。如果这些名称不符合标识符的语法规则或是由多个单词组成的话，那么就必须用引号括起来。例如：

LINE.part.romeo { voice-family: Bruce, "Good News", male }

13.7.7.3 语调属性

pitch（语调）属性指定语音合成器用于特殊类型对象的频率。在某种程序上，它控制所发的声音是男声还是女声。但是，更好的方法是使用适当的声系。此值以赫兹（hertz，每秒周期数）为单位。女声约为120Hz，而一般的男声差不多为200Hz。也可使用下面的关键字来调节语调：

1．x-low

2．low

3．medium

4．high

5．x-high

这些关键字的精确频率狄览涤谟没У幕肪澈脱≡竦纳簟？墒牵瑇-low总是比low低，而后者又总是比medium低，依次类推。

13.7.7.4 语调范围属性

pitch-range（语调范围）属性指定以喇叭平均语调表示的可接受的变化范围，其数值为0至100之间。它控制语音合成使用的声音的变形和变调。值为0时，形成一平坦的单音，而值为50时，则为正常音，值在50以上时，异常兴奋的声音。

13.7.7.5 重音属性

stress（重音）属性指定断言或强调的程度，常用于演讲，缺省值为50。这种特性的值和结果对正在说的各种语言具有不同的效果。当使用语言（如英语）来强调句子的作用时，可选择主、次和第三强调点来控制语音的变化，以将这种语音的变化应用于此句中的不同地方。

13.7.7.6 激昂程度属性

richness（激昂程度）属性指定语音合成器使用的声音的“鲜明度”。声音越激昂，其传播能力就越好。语调平缓的声音不会传得很远，这是因为其声波不如激昂的声那样深沉。此值为1和100之间的一个数值，缺省值为50。此值越高，所产生的声音传播得就越好；而此值越低，就会获得更柔软的声音，更容易听到。

13.7.8 话音属性

这些属性控制语音合成器如何解释标点符号和数字。有两个属性：speak-punctuation和speak-numeral。

13.7.8.1 发标点符号音属性

在缺省的情况下，标点符号是逐字说出的。对于诸如“The cat, Charm, ate all of his food.”这样的句子，读作“The cat comma Charm comma ate all of his food period”。但是，可设置speak-punctuation属性为none，从而不说出任何标点符号。可是将有暂停现象，就像是真实说话的声音一样。例如，“The cat <pause> Charm <pause> ate all of his food <silence>”。

13.7.8.2 发数字音属性

在缺省的情况下，数字以完整的字符说出来。例如，数字102将读成“one hundred and two”。可是，如果将speak-numeral属性设置为digits，那么，将分别说出每个数字原有格式，如one zero two。将speak-numeral属性设置为continuous，就会恢复到缺省状态。如果speak-numeral设置为none，那么将不会说出数字。

13.8 本章小结

本章涉及到了CSS2的功能以及如何实现。在本章中，学习了以下内容：

· CSS2几乎为CSS1的超集，尽管存在着一些差别（包括缺省的显示类型为inline，而不是block）。

Internet Explorer 5和Mozilla只是或多或少地执行CSS2，所以不要指望CSS2的大多数功能都能完美实现。
CSS2已经扩充了各种选择符（其中包括通用选择符、子选择符、后代选择符以及同属选择符），通过这些选择符就能把指定的属性应用于特定的元素中。
已开发的新的@rules（包括@charset、@page和@font-face），使文档的作者可对打印文档进行更多的控制。
CSS2有七个新的伪类（包括:first-child和:hover），可用来选择具有共同部分的元素，但不必具有相同的类型。
CSS2有两个新的伪元素：:after和:before，可使用它们向文档插入内容。
CSS2增加了显示属性的应用，将显示元素的值组合在一起，作为所有的表格部分来显示元素，不显示任何内容（none），也可作为compact或run-in对象来显示元素。
系统颜色和系统字体能够用来在XML应用程序中创建界面，而这种界面更加匹配各自客户计算机上全部的系统设置。
CSS2增加了音频属性，用以描述语音、音量、暂停、提示、发音特性以及在其他声音中播放声音、及其应来自于何处的规范。

与CSS1一样，CSS2仍有许多局限性，最明显的就是缺乏Web浏览器的充分支持，但这会随时间的推移而发生变化。XSL到目前为止仍是用于XML文档的最佳的样式单语言。在下一章中，将探讨XSL变换，看看我们还能前进多远。

第14章 XSL变换

可扩展的样式语言（Extensible Style Language，XSL）包括变换语言（transformation language）和格式化语言（formatting language）。每种语言都是一个XML应用程序。变换语言提供定义规则的元素如何将XML文档变换成另一个XML文档。被变换的XML文档可能使用原文档的标记和DTD，或者使用一组完全不同的标记。特别是，可能会使用XSL第二部分（格式化对象）定义的标记。本章涉及到XSL变换语言中的部分内容。

本章的主要内容如下：

· 理解XSL、XSL变换和模板

计算节点的值
处理多个元素
用表达式选择节点
理解缺省的模板规则
确定输出要包含的内容
复制当前节点
对节点进行计数、对输出元素分类以及插入CDATA和<符号
设置模式特性
定义并创建命名模板
删除和保留空格
基于输入来改变输出
合并多个样式单

14.1 何为XSL？

变换和格式两部分可相互独立地起作用。例如，变换语言可将XML文档变换成结构整洁的HTML文件，并且完全忽略XSL格式化对象。Internet Explorer 5.0支持这种XSL样式，这在第5章已讨论过，本章着重讨论这种样式。

此外，以XSL格式化对象编写的文档，并非绝对要求在另一个XML文档上使用XSL变换部分才能产生。例如，很容易想象到这样的一个转换器：它是用Java语言写成的，可读取TeX或PDF文件，并把这些文件翻译成XSL格式化对象（尽管直到1999年夏天仍没有这样的一种转换器存在）。

实际上，XSL是两种语言，而不是一种。第一种语言是变换语言，第二种是格式化语言。变换语言是一种很有用的语言，它与格式化语言无关。它能够把数据从一种XML表示移到另一种表示，这种功能，使它成为基于XML的电子商务、电子数据交换、元数据交换以及应用于需要在相同数据的不同XML表示之间进行转换的重要组成部分。由于缺乏对人们要浏览的显示器上显示数据的了解，这些用途还要结合起来使用。它们纯粹是用来将数据从一种计算机系统或程序移到另一种计算机系统或程序中。

因此，许多早期的XSL实现都毫无例外地将焦点集中在变换部分，而忽略了格式化对象。这些是不完善的实施方案，但仍然是很有用的。并非所有的数据最终都必须显示在计算机显示器上或打印到纸上。

第15章“XSL格式化对象”将涉及XSL格式化语言。

有关XSL警告语

XSL仍然处于开发中。XSL语言在过去发生了根本性的变化，将来肯定会再发生变化。本章是根据1999年4月21日的XSL规范草案（第四稿）写成的。读者阅读此书时，此XSL草案可能已经被取代了，精确的XSL句法将会变化。我希望本章与实际的规范不会相差太大。但是，如果的确有不一致的地方，应将本书中的例子与最新规范进行对比。

糟糕的是，仍然没有任何软件能实现1999年4月21日的XSL规范草案（第四稿）的所有内容，甚至不能实现XSL变换的部分。现有的所有产品只能实现当前草案的不同子集。而且，许多产品（包括Internet Explorer 5.0和XT）加入的元素并没有出现在当前XSL草案规范中。最后一点是，大多数至少要实现部分XSL内容的产品在其可实现的部分中也存在着很严重的程序错误（bug）。因此，在不同的软件中，只有廖廖无几的几个例子能准确地以相同的方式工作。

当然，随着此项标准向最后版本改进时，当开发商解决了自己产品中的程序错误并实现没有被实现的内容时，以及当出版的更多软件支持XSL时，最终这种情况是可以得到修正的。在达到此目的之前，还得面对这样的选择：要么忍痛使用目前不完善的、未完成的XSL，并且试图避开遇到的所有程序错误和疏忽，要么使用更确定的技术（如CSS），直到XSL更加可靠为止。

14.2 XSL变换概述

在XSL变换中，XSL处理程序读取XML文档和XSL样式单。基于处理程序在XSL样式单中找到的指令，输出新的XML文档。

14.2.1 树形结构

就像第6章学到的那样，每个结构整洁的XML文档都是树形结构（tree）。树形结构是一种数据结构，它是由连接起来的节点（node）组成的，这些节点起始于一个称为根节点（root）的单节点。根节点连接它的子节点，每个子节点可以连接零个或多个它自己的子节点，依次类推。没有自己的子节点的节点称为叶节点（leave）。树形结构的图表更像家谱，列出各个先辈的后代。树形结构最有用的特征是每个节点及其子节点也会形成树形结构。因此，一个树形结构就是所有树形结构的分级结构，在此分级结构中，各树形结构都是由更小的树形结构建立的。

XML树形结构的节点就是元素及元素的内容。但是，对于XSL，特性、命名域（namespace）、处理指令以及注释必须也作为节点看待。而且文档的根节点必须与根（基本）元素区别开来。因此，XSL处理程序假定XML树形结构包含下列七类节点：

1．根节点

2．元素

3．文本

4．特性

5．命名域

6．处理指令

7．注释

例如，对于清单14-1中的XML文档，它显示的是元素周期表，在本章我将用这个元素周期表作为例子（更恰当地说，是周期表中的前两个元素）。
完整的元素周期表放在本书所附光盘中的examples/periodic_table文件夹中的allelements.xml文件中。

根节点PERIODIC_TABLE元素包含ATOM子元素。每个ATOM元素含有各种子元素，以便提供原子序数、原子量、符号、沸点等等信息。UNITS特性为具有单位的元素指定单位。

这里使用ELEMENT比ATOM或许更恰当。但是，写成ELEMENT元素难以区分化学元素和XML元素。因此，起码出于本章的考虑，ATOM似乎更具可读性。

清单14-1：氢和氦元素的XML周期表

<?xml version=”1.0”?>

<?xml-stylesheet type=”text/xsl” href=”14-2.xsl”?>

<NAME>Hydrogen</NAME>

<ATOMIC_NUMBER>l</ATOMIC_NUMBER>

<ATOMIC_WLIGHT>1.00794</ATOMIC_WEIGHT>

<BOILING_POINT UNITS=”Kelvin”>20.28</BOILING_POINT>

<MELTING_POINT UNITS=”Kelvin”>13.81</MELTING_POINT>

0.0899

</DENSITY>

</ATOM>

<NAME>Helium</NAME>

<ATOMIC_NUMBER>2</ATOMIC_NUMBER>

<ATOMIC_WEIGHT>4.0026</ATOMIC_WEIGHT>

<BOILING_POINT UNITS=”Kelvin”>4.216</BOILING_POINT>

<MELTING_POINT UNITS=”Kelvin”>0.95</MELTING_POINT>

0.1785

</DENSITY>

</ATOM>

</PERIODIC_TABLE>

图14-1显示的是本文档作为树形结构的图解。它起始于顶端的根节点（不同于根元素！），包括两个子节点：xml-stylesheet处理指令和根元素PERIODIC_TABLE。（XML声明对XSL处理程序是不可见的，因而不包括在XSL处理程序进行操作的树形结构中）。PERIODIC_TABLE元素包括两个子节点，即两个ATOM元素。每个ATOM元素都一个STATE特性的特性节点和各种子元素节点。每个子元素包括其内容的节点，以及任何特性节点和拥有的注释。注意，在特殊情况下，许多节点可以是除元素之外的任何内容。节点可为文本、特性、注释和处理指令。与CSS1不同，XSL不限于只和全部元素一起使用，还有一个更加独特地查看文档的方法：能够根据注释、特性、处理指令等设计样式。

像XML声明一样，内部的DTD子集或DOCTYPE声明不是树形结构的一部分。但是，通过使用#FIXED或缺省特性值的<!ATTLIST>声明，它可能具有将特性节点添加到某些元素中的效果。

图14-1 以树形图表示的清单14-1

XSL变换语言通过将XML树形结构变换成另一个XML树形结构来操作。这种语言含有操作符，此操作符用来从树形结构中选择特定节点、对节点重新排序以及输出节点。如果有一个节点是元素节点，那么它本身可能就是整个树形结构。请记住，所有的用于输入和输出的操作符都只能操作一个树形结构。它们不是用于变换任意数据的通用的正常表达语言。

14.2.2 XSL 样式单文档

更准确地说，当输入时，XSL变换接受以XML文档表示的树形结构，而输出时，则产生也以XML文档来表示的新的树形结构。因此，XSL变换部分也称为树形结构建立部分。输入和输出的内容必须是XML文档。不能使用XSL来变换成非XML格式（如PDF、TeX、Microsoft Word、PostScript、MIDI或其他）或从非XML格式进行变换。可使用XSL将XML变换为一中间格式（如TeXML），然后使用另外的非XSL软件来将这个中间格式变换成期望的格式。HTML和SGML都是介乎于两者之间的情况，因为它们非常接近于XML。可使用XSL将符合XML的结构完整性规则的HTML和SGML文档变换成XML或者相反。但是，XSL不能处理在大多数Web站点上和文档生成系统中遇到的各种各样非结构整洁的HTML和SGML文档。要牢记的首要问题是，XSL变换语言对于XML到XML的变换是可行的，但对于其他方面则不行。

XSL文档包含一组模板规则和其他规则。模板规则拥有模式（pattern）以及模板（template），模式用来指定模板规则所适用的树形结构，而模板是用来在与此模式匹配时进行输出。当XSL处理程序使用XSL样式单来格式化XML文档时，它对XML文档树形结构进行扫描，依次浏览每个子树形结构。当读完XML文档中的每个树形结构时，处理程序就把它与样式单中每个模板规则的模式进行比较。当处理程序找到与模板规则的模式相匹配的树形结构时，它就输出此规则的模板。这个模板通常包括一些标记、新的数据和从原XML文档的树形结构中复制来的数据。

XSL使用XML来描述这些规则、模板和模式。XSL文档本身也是xsl:stylesheet元素。每个模板规则都是xsl:template元素。规则的模式是xsl:template元素的match特性值。输出模板是xsl:template元素的内容。模板中所有的指令都是由一个或另一个XSL元素来完成的，而这些指令是来完成某种动作，如选择输入树形结构中要包括在输出树形结构的部分。这些由元素名上的xsl:前缀来标识。没有xsl:前缀的元素为结果树部分。

更恰当地说，作为XSL指令的所有元素都是xsl命名域的一部分。有关命名域将在第18章“命名域”中讨论。在那以前，只要了解所有的XSL元素的名称都是以xsl:开头就可以了。

清单14-2显示的是一个非常简单的XSL样式单，它有两个模板规则。第一个模板规则与根元素PFRIODIC_TABLE相匹配，它使用html元素来代替此元素。html元素的内容是将文档中的其他模板应用于PFRIODIC_TABLE元素中所获得的结果。

第二个模板与ATOM元素匹配，它用输出文档中的P元素代替输入文档中的每个ATOM元素。xsl:apply-templates规则将匹配的源元素的文本插入到输出文档中。因此，P元素的内容将是包含在相应的ATOM元素中的文本（但不是标记）。下面，将更进一步讨论这些元素的精确语法。

清单14-2：有两个模板规则的周期表XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="PERIODIC_TABLE">

<html>

<xsl:apply-templates/>

</html>

</xsl:template>

<xsl:template match="ATOM">

<P>

<xsl:apply templates/>

</P>

</xsl:template>

</xsl:stylesheet>

14.2.3 在何处进行XML变换

使用XSL样式单可有三种主要方式将XML文档变换成其他格式（如HTML）：

1．XML文档和相关的样式单都是用于客户端（Web浏览器）的，然后客户端程序按照样式单中指定的格式变换文档，并将它呈现给用户。

2．服务器将XSL样式单应用于XML文档，以便此文档能够变换成其他某种格式（通常为HTML），并把变换后的文档发送到客户端程序（Web浏览器）。

3．第三个程序将原XML文档变换成其他某种格式（常常为HTML）后，才把此文档放置在服务器上。服务器和客户程序只处理变换后的文档。

这三种方法尽管都使用相同的XML文档和XSL样式，但每一种都使用不同的软件。将XML文档发送到Internet Explorer 5.0的普通Web服务器使用的就是第一种方法。使用IBM alphaWork的XML功能与服务小程序兼容的Web服务器就是第二种方法的例证。使用命令行XT程序来将XML文档变换成HTML文档，然后将HTML文档放置在Web服务器上，采用的就是第三种方法。但是，这些方法都使用（至少在理论上是如此）相同的XSL语言。

本章中，我将重点介绍第三种方法，其主要原因是在撰写本书时，像James Clark的XT或IBM的LotusXSL这样的专用转换程序能够最完善、最精确地实现目前的XSL规范。此外，该方法提供了与先前的Web浏览器和服务器的最广泛的兼容性，而第一种方法要求浏览器比大多数用户使用的更新；第二种方法要求专门的Web服务器软件。但是，实际上，要求不同的服务器比要求特定客户来得简单。因为可以安装自己的专门服务器软件，但不能要求用户都安装特定的客户软件。

14.2.4 如何使用XT

XT是Java 1.1的字符模式的应用程序。要使用它，需要安装与Java 1.1兼容的虚拟机，如Sun的Java开发包（Java Development Kit，JDK）或Java的运行时环境（Java Runtime Environment，JRE）、Apple的Macintosh Runtime for Java 2.1（MRJ）或Microsoft的虚拟机。还需要安装符合SAX的XML分析程序，如James Clark的XP，这也是一个Java应用程序。

在撰写本书时，可在http://www.jclark.com/xml/xt.html站点上找到XT程序，而在访问http://www.jclark.com/xml/xp/index.html处找到.XP程序。当然，这些URL都随时间可能发生变化。甚至无法担保在你读到此书时XT就能存在。但是，尽管我在本章中使用XT，但使用任何XSL处理程序（执行1999年4月21日制定的XSL规范工作草案的树形结构部分）时，这些实例都能运行。另外的可能性是IBM alphaWork的LotusXSL（可在http://www.a1phaworks.ibm.com/tech/LotusXSL处得到）。当使用执行XSL近期草案标准的软件时，这些例子可能运行，也可能不运行，尽管我希望这些例子更接近于近期标准。我将在我自己的Web站点（http://metalab.unc.edu/xml/books/bible/）上发布任何更新内容。

含有XT main方法的Java类是com.jclark.xsl.sax.Driver。假设Java的CLASSPATH环境变量包括xt.jar和sax.jar文件（这两个文件在XT发行版中），那么在命令解释程序的提示符或DOS窗口中键入下面的代码，即可运行XT：

C:">java

-Dcom.jclark.xsl.sax.parser=com.jclark.xml.sax.CommentDriver

com.jclark.xsl.sax.Driver 14-1.xml 14-2.xsl 14-3.html

这一命令行运行java解释程序，将com.jclark.xsl.sax.parser Java的环境变量设置为com.jclark.xml.sax.CommentDriver，后者表示用于解析输入文档的Java类的完整名称。此类必须在类路径中。此处我使用XP语法分析器，但任何符合SAX的语法分析器都可以做到。接下来就是含有XT程序的main()方法的Java类名称（com.jclark.xsl.sax.Driver）。最后，是输入XML文档（14-1.xml）、输入XSL样式单（14-2.xsl）和输出的HTML文件（14-3.html）的名称。如果忽略最后一个参数，那么变换后的文档将打印在控制台上。

如果正在使用Windows，并已安装了Microsoft Java虚拟机，就可以使用XT的单机可执行版。这样，由于它包括XP语法分析器，并且不要求提供CLASSPATH环境变量，所以使用起来就稍微容易一些。对于本程序，可简单地将xt.exe文件放置在自己的路径中，并键入下列句子：

C:"> xt 14-1.xml 14-2.xsl 14-3.html

清单14-2像第6章讨论过的那样将输入文档变换成结构整洁的HTML文件。但是，只要编写的样式单支持这种变换，则可从任何XML应用程序变换到其他应用程序。例如，可以设想有这样的一个样式单，它把VML文档变换到SVG文档：

% java

-Dcom.jclark.xsl.sax.parser=com.jclark.xml.sax.CommentDriver

com.jclark.xsl.sax.Driver pinktriangle.vml

VmlToSVG.xsl -out pinktriangle.svg

当然，尽管其他大多数命令行XSL处理程序具有不同的命令行参数和选项，但它们的表现形式相似。如果这些程序不是用Java来编写，由于不需要配置CLASSPATH，使用起来可能稍微容易些。

清单14-3显示的是通过XT使用清单14-2中的XSL样式单来运行清单14-1时的输出结果。请注意，XT并不简化它所产生的具有许多空白的HTML。但这并不重要，因为最终是在Web浏览器中浏览此文件，而Web浏览器又会将空白截去。图14-2显示的是加载到Netscape Navigator 4.5中的清单14-3。由于清单14-3显示标准的HTML，所以不需要具有XML功能的浏览器来浏览此文档。

清单14-3：将清单14-2中的样式单应用于清单14-1中的XML后产生的HTML

<html>

<P>

Hydrogen

1.00794

20.28

13.81

0.0899

</P>

<P>

Helium

4.0026

4.216

0.95

0.1785

</P>

</html>

图14-2 将清单14-2中的XSL样式单应用于清单14-1中的XML而生成的页面

14.2.5 直接显示带有XSL样式单的XML文件

无需预处理XML文件，就可以向客户端发送XML文件和描述如何显示此文件的XSL文件。客户程序负责将样式单应用于文档，并按照要求加以显示。这种情况要求客户端所做的工作更多，但服务器的负载要小得多。在这种情况下，XSL样式单必须将文档变换成客户端能够理解的XML应用程序。尽管将来有些浏览器很可能能够处理XSL格式化对象，但HTML是很有希望的选择方案。

将XSL样式单与XML文档相链接是很容易的，只需要紧跟在XML声明之后插入序言中的xml-stylesheet处理指令。这种处理指令应有text/xsl值的type特性，以及其值为指向此样式单的URL的href特性。例如：

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="14-2.xsl"?>

这也是将CSS样式单与文档链接的方法。这里的唯一区别是type特性具有text/xsl值，而不是text/css值。

Internet Explorer 5.0的XSL支持在许多方面与1999年4月21日制定的草案有差异。首先，它期望XSL元素放在http://www.w3.org/TR/WD-xsl命名域中，而不是http://www.w3.org/XSL/Transform/1.0命名域，尽管xsl前缀仍然使用。其次，当元素不与任何模板相匹配时，并不执行此元素的缺省规则。因此，在Internet Explorer中浏览文档时，需要从根元素开始为分级结构中的每个元素提供一个模板。清单14-4显示了这种情况。三条规则依次与根节点、根元素PERIODIC_TABLE和ATOM相匹配。图14-3显示的是使用此样式单将清单14-1加载到Internet Explorer 5.0中之后的XML文档。

清单14-4：将清单14-2调整为可在Internet Explorer 5.0下运行的样式单

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<xsl:template match="/">

<html>

<xsl:apply-templates/>

</html>

</xsl:template>

<xsl:template match="PERIODIC_TABLE">

<xsl:apply-templates/>

</xsl:template>

<xsl:template match="ATOM">

<P>

<xsl:value-of select="."/>

</P>

</xsl:template>

</xsl:stylesheet>

图14-3 将清单14-4中调整过的XSL样式单应用于清单14-1中的XML文档，在Internet Explorer 5.0中生成的页面

理想的情况是，相同的XML文档既可用于直接显示也可以预处理成HTML。不幸的是，XT不接受http://www.w3.org/TR/WD-xsl命名域，而IE 5不接受http://www.w3.org/XSL/Transform/1.0命名域。由于不同的处理程序在对改进的XSL规范各部分的支持方面起到各有所长的作用，所以我们仍然处于这种痛苦的境地。

在本章剩下来的部分，在将文档装入浏览器之前，我将把它简单地预处理成HTML格式。

14.3 XSL模板

由xsl:template元素定义的模板规则是XSL样式单的最重要的部分。每个模板规则都是一个xsl:template元素。这些规则将特定的输出与特定的输入相关联。每个xsl:template元素都有一个match特性，用来指定要将此模板应用于输入文档的哪个节点。

xsl:template元素的内容是要运用的实际模板。模板可能既包含逐字显示在输出文档中的文本，同时也包含从输入XML文档将数据复制到结果的XSL指令。因为所有的XSL指令都放在xsl命名域中（即它们都是以xsl:开头），所以要区分元素（这些元素就是复制到输出的实际数据）和XSL指令是很容易的。例如，下面为一个应用于输入树形结构根节点的模板：

<xsl:template match=”/”>

<html>

<head>

</head>

<body>

</body>

</html>

</xsl:template>

当XSL处理程序读取此输入文档时，它所看到的第一个节点就是根节点。下面的规则与此根节点相匹配，并告诉XSL处理程序发送此文本：

<html>

<head>

</head>

<body>

</body>

</html>

这种文本就是结构整洁的HTML。由于XSL文档本身就是XML文档，所以其内容（包括模板在内）也必须是结构整洁的XML。

如果要在XSL样式单中使用上面的规则，并且只在XSL样式单中使用的话，那么输出就只限于上面的六个标记。（实际上，可压缩为四个等价的标记：<html> <head/> <body/> </html>）。这是由于在规则中没有任何指令告诉格式化程序沿树形结构逐级下移，以便寻找与样式单中的模板进一步的匹配。

14.3.1 xsl:apply-templates元素

要达到根节点以外的地方，就要告诉格式化引擎处理根节点的子节点。一般来说，为了包括子节点中的内容，需递归处理整个XML文档中的节点。可以用来达到此目的的元素就是xsl:apply-templates。把xsl:apply-templates放在输出模板中，就可以告诉格式化程序把与源元素匹配的每个子元素同样式单中的模板相比较。用于匹配节点的模板本身可能包含xsl:apply-templates元素，以便搜索与其子节点的匹配。当格式化引擎处理节点时，此节点是作为整个树形结构来看待的。这是树形结构的优点所在。每个部分都是以处理整体相同的方式来处理。例如，清单14-5就是使用xsl:apply-templates元素来处理子节点的XSL样式单。

清单14-5：递归处理根下子节点的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="/">

<html>

<xsl:apply-templates/>

</html>

</xsl:template>

<xsl:template match="PERIODIC_TABLE">

<body>

<xsl:apply-templates/>

</body>

</xsl:template>

<xsl:template match="ATOM">

An Atom

</xsl:template>

</xsl:stylesheet>

当本样式单应用于清单14-1时，将进行以下处理：

1．将根节点与样式单中的所有模板规则进行比较，它与第一个模板规则相匹配。

2．写出<html>标记。

3．xsl:apply-templates元素使格式化引擎处理子节点。

A．将根节点的第一个子节点（xml-stylesheet指令）与模板规则相比较，此子节点与任何一个模板规则都不匹配，所以不产生任何输出。

B．将根节点的第二个子节点（根元素PERIODIC_TABLE）与模板规则相比较，此子节点与第二个模板规则相匹配。

C．写出<body>标记。

D．body元素中的xsl:apply-templates元素使格式化引擎处理PERIODIC_TABLE的子节点。

a．将PERIODIC_TABLE元素的第一个子元素（即氢的ATOM元素）与模板规则进行比较，此子元素与第三个模板规则相匹配。

b．输出文本An Atom。

c．将PERIODIC_TABLE元素的第二个子元素（即氦的ATOM元素）与模板规则进行比较，此子元素与第三个模板规则相匹配。

d．输出文本An Atom。

E．写出</body>标记。

4．写出</html>标记。

5．处理完成。

最后的结果为：

An Atom

</body></html>

14.3.2 select特性

为了用ATOM元素的名称（由其NAME子元素给出）来代替An Atom文本，需要指定模板应用于ATOM元素的NAME子元素。为了选择一组特定的子元素，而不是所有的子元素，可向xsl:apply-templates提供select特性，用来指定要选择的子元素。见下面的例子：

<xsl:template match=”ATOM”>

<xsl:apply-templates select=”NAME”/>

</xsl:template>

select特性使用同一类型的模式作为xsl:template元素的match特性。目前，我们坚持使用简单的元素名称；但本章后面有关匹配和选择模式的部分，将讨论select和match更多的可能用法，如果不存在select特性，那么选择所有的子元素。

将上面的规则加到清单14-5的样式单，并应用于清单14-5，其结果如下：

Hydrogen

Helium

</body></html>

14.4 使用xsl:value-of来计算节点值

xsl:value-of元素把输入文档中的节点值复制到输出文档中。xsl:value-of 元素的select特性指定正在获取的是哪个节点值。

例如，假设要将文字An Atom代替为由NAME子元素内容给出的ATOM元素的名称，可用<xsl:value-of select="NAME"/>代替An Atom，如下所示：

<xsl:template match="ATOM">

<xsl:value of select="NAME"/>

</xsl:template>

然后，当将样式单应用于清单14-1时，产生如下文本：

Hydrogen

Helium

</body></html>

选择其值的项目（本例中的NAME元素）是与源节点有关的。源节点是由模板来匹配的项目（本例中的特指ATOM元素）。因此，当氢的ATOM与<xsl:template match= "ATOM">相匹配，氢的ATOM的NAME元素就由xsl:value-of选定了。当氦的ATOM与<xsl:template match= "ATOM">相匹配时，氦的ATOM的NAME元素就由xsl:value-of选定了。

节点的值总是字符串，有时可能为空字符串。此字符串的精确内容由节点的类型而定。最普通的节点类型为元素，元素节点的值特别简单，就是在元素的开始标记和结束标记之间的所有可析字符数据（但不是标记！）。例如，清单14-1中的第一个ATOM元素如下所示：

<NAME>Hydrogen</NAME>

<ATOMIC_NUMBER>l</ATOMIC_NUMBER>

<ATOMIC_WEIGHT>1.00794</ATOMIC_WEIGHT>

<OXIDATION_STATES>1</OXIDATION_STATES>

<BOILING_POINT UNITS="Kelvin">20.28</BOILING_POINT>

<MELTING_POINT UNITS="Kelvin">13.81</MELTING_POINT>

0.0899

</DENSITY>

</ATOM>

元素的值显示如下：

Hydrogen

1.00794

20.28

13.81

0.0899

我通过删除所有的标记和注释后计算出了这些值。包括空格在内的其他一切内容都完整无缺地保留着。其他六个节点类型的值也可以类似的非常明显的方式加以计算。表14-1总结了这些值的结果。

表14-1 节点值

节点类型	值
根节点	根元素的值
元素	包括在元素中的所有可析的字符数据（包括元素的任何后代中的字符数据）
文本	节点的文本；实际上为节点本身
特性	标准化的特性值（详细说明见XML 1.0推荐的第3.3.3节）；主要为实体还原后的特性值，截去前导和后随的空格；不包括特性名、等号或引号
命名域	用于命名域的URL
处理指令	处理指令的值；不包括<?或?>以及处理指令名
注释	注释文本，不包括<!--和-—>

14.5 使用xsl:for-each处理多个元素

xsl:value-of元素只用于能够不含糊地确定要获取哪个节点值的上下文中。如果有多个可能项可供选择，那么只选择第一项。例如，由于普通的PERIODIC_TABLE元素包含一个以上的ATOM，所以下列的规则较差：

<xsl:template match="PERIODIC_TABLE">

<xsl:value-of select="ATOM"/>

</xsl:template>

有两种方法可依次处理多个元素。第一种方法已经看到了。只需要按下列方式与select特性（它选择想要包括的特定元素）一起使用xsl:apply-templates：

<xsl:template match="PERIODIC_TABLE">

<xsl:apply-templates select="ATOM"/>

</xsl:template>

<xsl:template match="ATOM">

<xsl:value-of select="."/>

</xsl:template>

第二个模板中的select="."告诉格式化程序取匹配的元素（本例中的ATOM）的值。

第二种方法是使用xsl:for-each。xsl:for-each元素依次处理由其select特性选择的每个元素。不过，无需任何附加的模板。例如：

<xsl:template match="PERIODIC_TABLE">

<xsl:for-each select="ATOM">

<xsl:value-of select="."/>

</xsl:for-each>

</xsl:template>

如果省略select特性，那么处理源节点（本例中的PERIODIC_TABLE）的所有子节点。

<xsl:template match="PERIODIC_TABLE">

<xsl:for-each>

<xsl:value-of select="ATOM"/>

</xsl:for-each>

</xsl:template>

14.6 匹配节点的模式

xsl:template元素的match特性支持复杂的语法，允许人们精确地表达想要和不想要与哪个节点匹配。xsl:apply-templates、xsl:value-of、xsl:for-each、xsl:copy-of和xsl:sort的select特性支持功能更加强大的语法的超集，允许人们精确地表达想要和不想要选择哪个节点。下面讨论匹配和选择节点的各种模式。

14.6.1 匹配根节点

为了使输出的文档结构整洁。从XSL变换的第一个输出内容应为输出文档的根元素。因此，XSL样式单一般以应用于根节点的规则开始。要在规则中指定根节点，可将其match特性设置为合适的值。例如：

<xsl:template match="/">

<html>

<xsl:apply-templates/>

</html>

</xsl:template>

本规则应用于根节点，并且只应用于输入树形结构的根节点。当读取到此根节点时，就输出<html>标记，处理根节点的子节点，然后输出</html>标记。本规则推翻了根节点的缺省规则。清单14-6显示了应用于根节点的带有单一规则的样式单。

清单14-6：用于根节点的带有单一规则的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="/">

<html>

<head>

<title>Atomic Number vs. Atomic Weight</title>

</head>

<body>

<table>

Atom data will go here

< /table>

</body>

</html >

</xsl:template>

</xsl:stylesheet>

由于本样式单只为根节点提供一条规则，并且由于规则的模板未指明对子节点进行进一步的处理，因而只是按原样输出，所以在模板中所看到的所有内容都将插入到结果文档中。换句话说，将清单14-6中的样式单应用于清单14-1（或其他任何结构整洁的XML文档）中，所获得的结果如下：

<html><head><title>Atomic Number vs. Atomic

Weight</title></head><body><table>

Atom data will go here

</table></body></html>

14.6.2 匹配元素名

正如前面介绍的那样，最基本的模式只包含一个元素名，用来匹配所有带有该名的元素。例如，下面的模板与ATOM元素相匹配，并将ATOM元素的ATOMIC_NUMBER的子元素标成粗体：

<xsl:template match=”ATOM”>

</xsl:template>

清单14-7显示的是扩充了清单14-6的样式单。首先，在根节点的规则模板中包括了xsl:apply-templates元素。此规则使用select特性来确保只有PERIODIC_TABLE元素获得处理。

其次，使用match=“PERIODIC_TABLE”语句创建了只适用于PERIODIC_TABLE元素的规则。本规则设置周期表的标题，然后应用模板来从ATOM元素中生成周期表的主体。

最后，ATOM规则使用<xsl:apply-templates select=“NAME”/>、<xsl:apply-templates select=“ATOMIC_NUMBER”/>和<xsl:apply templates select=“ATOMIC_WEIGHT”/>，明确地选择ATOM元素的NAME、ATOMIC_NUMBER和ATOMIC_WEIGHT子元素。它们都包装在HTML的tr和td元素中，以便最终的结果是与原子量相匹配的原子序数表。图14-4显示将清单14-7中的样式单应用于整个周期表文档中的输出结果。

对本样式单需要注意的是：在输入文档中的NAME、ATOMIC_NUMBER和ATOMIC_WEIGHT元素的精确顺序是不重要的。它们在输出文档中以选择它们的顺序出现，也就是说首先为原子序数，然后是原子量。相反，在输入文档中，各个原子依字母顺序排序。以后，将会看到如何使用xsl:sort元素来改变这个顺序，以便使用更常规的原子序数的顺序来排列原子。

清单14-7：利用select的施用于元素的特定类的模板

<?xml version=”1.0”?>

<xsl:stylesheet

xmlns:xsl=”http://www.w3.org/XSL/Transform/1.0”>

<xsl:template match=”/”>

<html>

<head>

<title>Atomic Number vs. Atomic Weight</title>

</head>

<body>

<xsl:apply-templates select=”PERIODIC_TABLE”/>

</body>

</html>

</xsl:template>

<xsl:template match=”PERIODIC_TABLE”>

<hl>Atomic Number vs. Atomic Weight</hl>

<table>

<th>Element</th>

<th>Atomic Number</th>

<th>Atomic Weight</th>

<xsl:apply-templates select=”ATOM”/>

</table>

</xsl:template>

<xsl:template match=”ATOM”>

<tr>

</tr>

</xsl:template>

</xsl:stylesheet>

图14-4 Netscape Navigator 4.5中显示的原子序数与原子量的关系表

14.6.3 使用/字符匹配子节点

在match特性中并不局限于当前节点的子节点，可使用/符号来匹配指定的元素后代。当单独使用/符号时，它表示引用根节点。但是，在两个名称之间使用此符号时，表示第二个是第一个的子代。例如，ATOM/NAME引用NAME元素，NAME元素为ATOM元素的子元素。

在xsl:template元素中，这种方法能够用来只与某些给定类型的元素进行匹配。例如，下面的模板规则将ATOM子元素的SYMBOL元素标记为strong。此规则与不是ATOM元素的直系子元素的SYMBOL元素无关。

<xsl:template match="ATOM/SYMBOL">

</xsl:template>

请记住，本规则选择的是作为ATOM元素子元素的SYMBOL元素，而不是选择拥有SYMBOL子元素的ATOM元素。换句话说，在<xsl:value-of select="."/>中的.符号引用的是SYMBOL，而不是ATOM。

将模式写成一行的形成，就可以指定更深层的匹配。例如，PERIODIC_TABLE / ATOM / NAME选择的是其父为ATOM元素（其父为PERIODIC_TABLE元素）的NAME元素。

还可以使用*通配符来代替层次结构中的任意元素名。例如，下面的模板规则应用于PERIODIC_TABLE孙元素的所有SYMBOL元素。

<xsl:template match="PERIODIC_TABLE/*/SYMBOL">

</xsl:template>

最后一点，就如上面所看到的那样，单独的/本身，表示选择文档的根节点。例如，下面的规则应用于文档根元素的所有PERIODIC_TABLE元素。

<xsl:template match="/PERIODIC_TABLE">

</xsl:template>

虽然 / 引用根节点，但/* 则引用任意根元素。例如，

<xsl:template match="/*">

<html>

<head>

<title>Atomic Number vs. Atomic Weight</title>

</head>

<body>

<xsl:apply-templates/>

</body>

</html>

</xsl:template>

14.6.4 使用//符号匹配子代

有时候，尤其是使用不规则的层次时，更容易的方法就是越过中间节点、只选择给定类型的所有元素而不管这些元素是不是直系子、孙、重孙或其他所有的元素。双斜杠（//）引用任意级别的后代元素。例如，下面的模板规则应用于PERIODIC_TABLE的所有NAME子代，而不管它们具有何种层次的关系：

<xsl:template match=" PERIODIC_TABLE //NAME">

</xsl:template>

周期表实例相当简单，一看就懂，但这种技巧在更深层次，尤其是当元素包含该类的其他元素时（例如ATOM包含ATOM），就显得更加重要。

模式开头的操作符选择根节点的任何子节点。例如，下面的模板规则处理所有的ATOMIC_NUMBER元素，而同时完全忽略其位置：

<xsl:template match="// ATOMIC_NUMBER ">

</xsl:template>

14.6.5 通过ID匹配

有人或许想把一特定的样式应用于特定的单一元素中，而不改变该类型的所有其他元素。在XSL中实现此目的的最简单的方法是，将样式与元素的ID匦韵喙亓？墒褂胕d()选择符（其中包括以单引号括起来的ID值）做到这一点。例如，下面的规则使带有ID值为e47的元素变为粗体：

<xsl:template match=”id(‘e47’)”>

</xsl:template>

当然，上面假设以此方式选择的元素具有在源文档的DTD中声明为ID类型的特性。但是，通常情况并非如此。首先，许多文档没有DTD，只不过结构整洁，但不合法。即使有DTD，也无法确保任何元素都有ID类型的特性。可以在样式单中使用xsl:key元素，用来把输入文档中的特定特性声明为应该作为ID来看待。

14.6.6 使用@来匹配特性

正如第5章已经看到的那样，@符号根据特性名与特性相匹配，并选择节点。方法很简单，只需在要选择的特性前加上@符号。例如，清单14-8显示一样式单，用它来输出一张原子序数和熔点对照的表格。不仅写出了MELTING_POINT的值，而且也写出了UNITS特性的值。这是由于<xsl :value-of select="@UNITS"/>所获得的结果。

清单14-8：使用@来选择UNITS特性的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="/PERIODIC_TABLE">

<html>

<body>

<hl>Atomic Number vs. Melting Point</hl>

<table>

<th>Element</th>

<th>Atomic Number</th>

<th>Melting Point</th>

<xsl:apply-templates/>

</table>

</body>

</html>

</xsl:template>

<xsl:template match="ATOM">

<tr>

</tr>

</xsl:template>

<xsl:template match="MELTING_POINT">

<xsl:value-of select="." />

<xsl:value-of select="@UNITS"/>

</xsl:template>

</xsl:stylesheet>

回想一下，特性节点的值只是此特性的字符串值。一旦应用清单14-8中的样式单，ATOM元素就会格式化成如下形成：

<tr><td>Hydrogen</td><td>l</td><td>13.8lKelvin</td></tr>

<tr><td>Helium</td><td>2</td><td>0.95Kelvin</td></tr>

可以使用各种层次操作符将特性与元素组合起来。例如，BOILING_POINT/@UNITS引用BOILING_POINT元素的UNITS特性。ATOM/*/@UNITS就能匹配ATOM子元素的任何UNITS元素。当与模板规则中的特性匹配时，这种做法是特别有用的。必须记住，要匹配的是特性节点，而不是包含它的元素。最常见的错误是，不知不觉地将特性节点与包含它的元素节点搞混淆。例如，请看下面的规则，它试图将模板应用于具有UNITS特性的所有子元素：

<xsl:template match="ATOM">

<xsl:apply-templates select="@UNITS"/>

</xsl:template>

上面语句实际上做的是，将模板应用于ATOM元素中并不存在的UNITS特性。

也可以使用*来选择元素的所有特性，例如，BOILING_POINT/@*可选择BOILING_POINT元素的所有特性。

14.6.7 使用comments()来匹配注释

大多数时候，可能应该完全忽略XML文档中的注释。要使注释成为文档的必不可少的部分，确实不是好主意。但是，当不得不选择注释时，XSL确实提供了选择注释的手段。

为了选择注释，可使用comment()模式。尽管此模式有类似函数的圆括号，但实际上决不带任何参数。要区分不同的注释不太容易。例如，回想一下DENSITY元素具有如下的形式：

6.51

</DENSITY>

此模板规则不仅输出密度的值和单位，而且还打印测量密度的条件：

<xsl:template match=”DENSITY”>

<xsl:value-of select=”.”/>

<xsl:value-of select=”@UNITS”/>

<xsl:apply-templates select=”comment()”/>

</xsl:template>

清单14-1使用注释而不是特性或元素来指定条件，就是为了用于本例。实际应用时，决不要将重要信息放在注释中。XSL允许人们选择注释的唯一真实的理由是，为了用样式单把一种标记语言变换成另一种标记语言，同时又能使注释保持不变。选择注释的任何其他方面的用途都意味着原文档设计得不好。下面的规则匹配所有的注释，并使用xsl:comment元素将它们再次复制出来。

<xsl:template match=”comment()”>

<xsl:comment><xsl:value-of select=”.”/></xsl:comment>

</xsl:template>

可是，要注意，用于施加模板的缺省规则对注释无效。因此，遇到注释时，如果要使缺省规则起作用，需要包括xsl:apply-templates元素，无论注释放在何处，此元素都能选择注释。

使用层次操作符可以选择特定的注释。例如，下面的规则匹配DENSITY元素内部的注释：

<xsl:template match=”DENSITY/comment()”>

<xsl:comment><xsl:value-of select=”.” /></xsl:comment>

</xsl:template>

14.6.8 使用pi()来匹配处理指令

谈到编写结构化的、智能化的、可维护的XML时，处理指令并不比注释好。但是都有一些必需的应用，其中包括将样式单附加到文档上。

pi()函数选择处理指令。pi()的参数是放在引号内的字符串，表示要选择的处理指令的名称。如果没有参数，则匹配当前节点的第一个处理指令子节点。但是，可以使用层次操作符。例如，下面的规则匹配根节点的第一个处理指令子节点（很可能是xml-stylesheet处理指令）。xsl:pi元素使用指定的名称和输出文档中的值来插入一个处理指令。

<xsl:template match="/pi()">

<xsl:pi name="xml-stylesheet">

type="text/xsl" value="auto.xsl"

</xsl:pi>

</xsl:template/>

下列规则也匹配xml-stylesheet处理指令，但是通过其名称来匹配的：

<xsl:template match="pi( xml-stylesheet )">

<xsl:pi name="xml-stylesheet">

<xsl:value-of select="."/>

</xsl:pi>

</xsl:template/>

事实上，区分根元素和根节点的主要原因之一就是，为了读取和处理序言中的处理指令。尽管xml-stylesheet处理指令使用“名称=值”这样的句法，但XSL并不把它们当做特性看待，这是因为处理指令不是元素。处理指令的值只是跟在其名称后面的空格和结束符?>之间的所有内容。

用来施加模板的缺省规则并不匹配处理指令。因此，遇到xml-stylesheet处理指令时，如果要使缺省规则起作用，需要包括xsl:apply-templates元素，此元素在适当的地方匹配缺省规则。例如，下面这个用于根节点的模板确实将模板应用于处理指令：

<xsl:template match="/">

<xsl:apply-templates select="pi()"/>

<xsl:apply-templates select="*"/>

</xsl:template>

14.6.9 用text()来匹配文本节点

尽管文本节点的值包括在选择的元素值部分中，但它们作为节点通常被忽视。但是，text()操作符确实能够明确选择一个元素的文本子元素。尽管这种操作符有圆括号，但不需要任何参数。例如：

<xsl:template match="SYMBOL">

<xsl:value-of select="text()"/>

</xsl:template>

此操作符存在的主要原因是为了用于缺省规则。无论作者是否指定缺省规则，XSL处理程序必须提供下列的缺省规则：

<xsl:template match="text()">

<xsl:value-of select="."/>

</xsl:template>

这意味着无论何时将模板应用于文本节点，就会输出此节点的文本。如果并不需要这种缺省行为，可以将其推翻。例如，在样式单中，包括下列空模板规则，将会阻止输出文本节点，除非另外的规则明确地匹配。

<xsl:template rnatch="text()">

</xsl:template>

14.6.10 使用“或”操作符|

竖线（|）允许一条模板规则匹配多种模式。如果节点与某种模式相匹配，则此节点将激活该模板。例如，下面模板规则与ATOMIC_NUMBER和ATOMIC_WEIGHT元素都匹配：

<xsl:template match=”ATOMIC_NUMBER|ATOMIC_WEIGHT”>

</xsl:template>

也可以在|两边加入空格，这样使代码更清晰。例如：

<xsl:template match=”ATOMIC_NUMBER | ATOMIC_WEIGHT”>

</xsl:template>

还可以顺次使用两个以上的模式。例如，下面的模板规则作用于A

14.7 选择节点的表达式

在xsl:apply-templates、xsl: value-of、xsl:for-each、xsl:copy-of和xsl:sort中，可使用select特性来精确指定对哪个节点进行操作。此特性值即为表达式（expression）。表达式是前节讨论的匹配模式的超集。也就是说，所有的匹配模式都是选择表达式，但并非所有的选择表达式都是匹配模式。让我们来回顾一下，匹配模式能够使用元素名、子元素、后代以及特性来匹配节点，除此之外，还可以对这些项目进行简单的测试。选择表达式可以使用所有的这些条件来选择节点，而且还可以通过参考父元素、同属元素来选择节点，以及通过更加复杂的测试来选择节点。此外，表达式并不局限于只生成一组节点列表，而且还产生布尔值、数值和字符串。

14.7.1 节点轴

表达式并不局限于指定当前节点的子节点和后代节点。XSL提供许多轴（axe），使用这些轴可以从相对于当前节点（通常为模板匹配的节点）的树形结构的不同部分进行选择。表14-2概述了这些轴及其含义。

表14-2 表达式的轴

轴	选自于
from-ancestors()	当前节点的父节点、当前节点的父节点的父节点、当前节点的父节点的父节点的父节点，依次类推至根节点
from-ancestors-or-self()	当前节点的后代以及当前节点本身
from-attributes()	当前节点的特性
from-children()	当前节点的直系子节点
from-descendants()	当前节点的子节点、当前节点的子节点的子节点，依次类推
from-descendants-or-self()	当前节点本身及其后代节点
from-following()	起始于当前节点末尾之后的所有节点
from-following-siblings()	起始于当前节点末尾之后并且与当前节点具有同一个父节点的所有节点
from-parent()	当前节点的单一父节点
from-preceding()	当前节点开始之前开始的所有节点
from-preceding- siblings()	当前节点开始之前开始的所有节点并且与当前节点具有同一个父节点的所有节点
from-self()	当前节点

from-following和from-preceding轴不可靠，可能不会包括在XSL的最终发布版中。如果包括在XSL的最终发布版中，其准确的含义可能会改变。

这些轴的功能是选择表14-2第二列中列出的节点。圆括号中包括要进一步对此节点列表筛选的选择表达式。例如，可能包括由下列模板规则选择的元素名称：

<xsl:template match="ATOM">

<tr>

<td>

<xsl:value-of select="from-children(NAME)"/)

</td>

<td>

<xsl:value-of select="from-children(ATOMIC_NUMBER)"/>

</td>

<td>

<xsl:value-of select="from-children(ATOMIC_WEIGHT)"/>

</td>

</tr>

</xsl:template>

此模板规则匹配ATOM元素。当ATOM元素匹配时，NAME元素、ATOMIC_NUMBER元素和ATOMIC_WEIGHT都从此匹配的ATOM元素的子元素中选择，并作为表的单元格输出。（如果有多个期待的元素��例如，三个NAME元素��那么，只选择第一个。）

from-children()轴不允许做单独使用元素名不能做的任何事情。实际上，select="ATOMIC_WEIGHT"只是select = "from-children (ATOMIC_WEIGHT)”的缩写形式。但是，其他轴更令人感兴趣。

在匹配模式时引用父元素是不合法的，但在选择表达式中引用则是合法。要引用父元素，可使用from-parent()轴。例如，下面的规则输出具有BOILING_POINT子元素的ATOM元素的值：

<xsl:template match="ATOM/BOILING_POINT">

</xsl:template>

这里匹配的是BOILING_POINT子元素，但输出的是ATOM父元素。

有些放射性原子（如钋）其半衰期是如此之短，以致无法测量重要的性质（如沸点和熔点）。所以并非所有的ATOM元素都必须有BOILING_POINT子元素。上面的规则可用来只输出实际上有沸点的元素。清单14-10是此例的扩展，它匹配BOILING_POINT元素，但实际上使用from-parent(ATOM)输出ATOM父元素。

清单14-10：只输出有已知熔点的元素的样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="/">

<html>

<body>

<xsl:apply-templates select="PERIODIC_TABLE"/>

</body>

</html>

</xsl:template>

<xsl:template match="PERIODIC_TABLE">

<hl>Elements with known Melting Points</hl>

<xsl:apply-templates select="//MELTING_POINT"/>

</xsl:template>

<xsl:template match="MELTING_POINT">

<P>

<xsl:value-of select="from-parent(ATOM)"/>

</P>

</xsl:template>

</xsl:stylesheet>

偶尔，可能需要选择给定类型元素的最近的祖先。使用from-ancestors()就可以做到这一点。例如，下面的规则插入最近的PERIODIC_TABLE元素（包含匹配的SYMBOL元素）的值。

<xsl:template match="SYMBOL">

<xsl:value-of select="from-ancestors(PERIODIC_TABLE)"/>

</xsl:template>

from-ancestors-or-self()函数的作用与from-ancestors()函数相似，所不同的是，如果当前节点与参数类型匹配，那么它的返回值为其本身，而不是真正的祖先。例如，下面的规则匹配所有元素。如果匹配的元素是PERIODIC_TABLE，那么在xsl:value-of中选择的正是PERIODIC_TABLE。

<xsl:template match="*">

<xsl:value-of select="from-ancestors-or-self(PERIODIC_TABLE)"/>

</xsl:template>

14.7.1.1 节点类型

from-axis()函数的参数，除了可以使用节点名称和通配符之外，还可以是下列四个节点类型函数之一：

· comment()

text()
pi()
node()

comment()节点类型选择注释节点。text()节点类型选择文本节点。pi()节点类型选择处理指令节点，而node()节点类型选择任何类型的节点（*通配符只选择元素节点）。pi()节点类型还有一个可选的参数，用来指定要选择的处理指令的名称。

例如，下面的规则同时使用带有node()节点类型的from-self()，将匹配的ATOM元素封装在P元素中：

<xsl:template match="ATOM">

</xsl:template>

这里，选择from-self(node())与选择ATOM是不同的。下面的这个规则获取ATOM元素的ATOM子元素的值。此值不是匹配的ATOM元素的值，而是匹配ATOM元素的一个子元素的另一个ATOM元素值：

<xsl:template match="ATOM">

</xsl:template>

14.7.1.2 层次操作符

可以使用/和//操作符来将选择表达式串联在一起。例如，清单14-11只将有熔点的那些元素的元素名、原子序数和熔点打印成表。要实现此目的，选择MELTING_POINT元素的父元素，然后使用select="from-parent(*)/from-children(NAME)"来查找父元素的NAME和ATOMIC_NUMBER子元素。

清单14-11：熔点与原子序数表

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="/PERIODIC_TABLE">

<html>

<body>

<hl>Atomic Number vs. Melting Point</hl>

<table>

<th>Element</th>

<th>Atomic Number</th>

<th>Melting Point</th>

<xsl:apply-templates select "from-children(ATOM)"/>

</table>

</body>

</html>

</xsl:template>

<xsl:template match="ATOM">

<xsl:apply-templates

select="from-children(MELTING_POINT)"/>

</xsl:template>

<xsl:template match="MELTING_POINT">

<tr>

<td>

<xsl:value-of

select="from-parent(*)/from-children(NAME)"/>

</td>

<td>

<xsl:value-of

select="from-parent(*)/from-children(ATOMIC_NUMBER)"/>

</td>

<td>

<xsl:value-of select="from-self(*)"/>

<xsl:value-of select="from-attributes(UNITS)"/>

</td>

</tr>

</xsl:template>

</xsl:stylesheet>

这并不是解决这一问题的唯一方法。另外一种可能的方法是使用from-preceding-siblings()和from-following-siblings()轴或相对位置（前面或后面）不确定时同时使用两者。用于MELTING_POINT元素的必要模板规则如下所示：

<xsl:template match="MELTING_POINT">

<tr>

<td>

<xsl:value-of

select="from-preceding-siblings(NAME)

| from-following-siblings(NAME)"/>

</td>

<td>

<xsl:value-of

select="from-preceding-siblings(ATOMIC_NUMBER)

| from-following-siblings(ATOMIC_NUMBER)"/>

</td>

<td>

<xsl:value-of select="from-self(*)"/>

<xsl:value-of select="from-attributes(UNITS)"/>

</td>

</tr>

</xsl:template>

14.7.1.3 缩写句法

表14-2中的各种from-axis()函数对于轻松的打字工作来说过于冗长。XSL还定义了缩写句法，以便代替最常用的轴，在实际过程中使用更广。表14-3显示的是完整句法形式与缩写词的对等关系。

表14-3 选择表达式的缩写句法

缩写词	完整句法形式
.	from-self(node())
..	from-parent(node())
Name	from-children(name)
@name	from-attributes(name)
//	/from-descendants-or-self(node())/

使用缩写句法重写清单14-11，得到清单14-12。但这两个样式单所获得的输出结果是完全一样的。

清单14-12：使用缩写句法获得的熔点和原子序数对照表

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/I.O">

<xsl:template match="/PERIODIC_TABLE">

<html>

<body>

<hl>Atomic Number vs. Melting Point</hl>

<table>

<th>Element</th>

<th>Atomic Number</th>

<th>Melting Point</th>

<xsl:apply-templates select="ATOM"/>

</table>

</body>

</html>

</xsl:template>

<xsl:template match="ATOM">

<xsl:apply-templates

select="MELTING_POINT"/>

</xsl:template>

<xsl:template match="MELTING_POINT">

<tr>

<td>

<xsl:value-of

select="../NAME"/>

</td>

<td>

<xsl:value-of

select="../ATOMIC_NUMBER"/>

</td>

<td>

<xsl:value-of select="."/>

<xsl:value-of select="@UNITS"/>

</td>

</tr>

</xsl:template>

</xsl:stylesheet>

匹配模式可以只使用缩写句法（并非使用所有的缩写句法）。对于选择表达式，只能使用表14-2中的from-axis()函数的完整句法形式。

14.7.2 表达式类型

每个表达式都计算出唯一的值。例如，表达式3+2运算值为5。上面所使用的表达式求出的都是节点集合。但是，在XSL中，有如下五种类型的表达式：

· 节点集合类型

布尔类型
数值类型
字符串类型
结果树形片段

14.7.2.1 节点集合

节点集合（node set）是输入文档的一组节点的列表。表14-2中的from-axis()函数返回包含匹配节点的节点集合。哪些节点处于某一函数返回的节点集合中，这要根据当前节点（也可以认为是上下文节点）、函数的参数而定，当然也依赖于它是哪个函数。

习惯于面向对象语言（如Java和C++）的程序员可能将当前节点看作为调用函数的对象；也就是说，在a.doSomething(b, c)中，当前节点为a。但是，在XSL中，当前节点总是明确的；也就是说，按照定义a类的文件所规定的形式，更可能写成doSomething(b, c)形式。

例如当当前节点为例14-1中的PERIODIC_TABLE元素时，表达式select="from-children(ATOM)"返回的节点集合含有两个ATOM元素。当上下文节点为例14-1中的PERIODIC_TABLE元素时，表达式select="from-children(ATOM)/from-children(NAME)" 返回的节点集合含有<NAME> Hydrogen </NAME>和<NAME> Helium </NAME>两个元素节点。

上下文节点（context node）是上下文节点列表（context node list）的一个成员。上下文节点列表是同时都与同一个规则相匹配的元素集合，通常是xsl:apply-templates或xsl:for-each调用的结果。例如，当清单14-12应用于清单14-1时，ATOM模板调用两次，第一次用于氢原子，第二次用于氦原子。第一次调用时，上下文节点就是氢的ATOM元素。第二次调用时，上下文节点就是氦的ATOM元素。但是，在这两次调用中，上下文节点列表则是包含氢和氦的ATOM元素的集合。

表14-4列举了许多既可以作为参数，也可以作为上下文节点对节点集合进行操作的函数。

表14-4 对节点集合进行操作的函数

函数	返回值类型	返回值
position()	数值	上下文节点列表中上下文节点的位置。列表中的第一个节点其位置为1
last()	数值	上下文节点集合中的节点数
count(node-set)	数值	在node-set参数指明的节点集合中的节点数
id(string)	节点集合	节点集合，其中只有一个元素（在同一个文档的任何位置）其ID为string；或者空集合（如果任何元素都没有指定的ID）
idref(node-set)	节点集合	节点集合，包括文档中的某些元素，其ID属性为在参数node-set中指明节点值中的（以空格分开）记号之一
key(string name, string value)	节点集合	节点集合，包括文档中所有具有指定值的关键字的节点。关键字是使用顶层xsl:key元素来设置的
keyref(string name, node set values)	节点集合	节点集合，包括文档中所有具有某种关键字节点，此关键字的值与第二个参数中的节点值相同
doc(string URI)	节点集合	文档或由URI引用的文档部分中的节点集合；这些节点从URI使用的命名的anchor标记或XPointer中选择。如果没有命名的anchor标记或Xpointer，那么所指文档的根元素就存在于节点集合中。相对URI是相对于输入文档中的当前节点的
docref(node set)	节点集合	节点集合，包括由URI引用的，其值为node set参数的所有节点
local-part(node set)	字符串	node set参数中第一个节点的本地部分（命名域前缀后面的所有内容）；当不使用任何参数时可用于获取上下文节点的本地部分
namespace(node set)	字符串	节点集合中第一个节点命名域的URI；当不使用任何参数时，可用于获得上下文节点的命名域URI；如果节点处于缺省命名域内，则返回空字符
qname(node set)	字符串	node set参数中第一个节点的合法名称（可以为前缀和本地部分）；要获得上下文节点的合法名称，可不使用任何参数
generate-id(node set)	字符串	参数node set中第一个节点的唯一标识符；不带参数使用时，可生成上下文节点的ID

第18章“命名域”将讨论命名域URI、前缀和本地部分。

doc()和docref()函数有点模糊，特别是如果URI只引用非结构完整的XML节点或数据片段，就更是如此。细节还要留待XSL规范的未来版本加以澄清。

如果向这些函数传递了一个错误类型的参数，那么XSL试图将此参数转变成正确的类型；例如，将数字12转变成字符串“12”。但是，任何参数都不能转变成节点集合。

position()函数可用来对元素进行计数。清单14-13是一个样式单，它使用<xsl:value-of select = "position"/>，将元素在文档中的位置作为原子名的名称的前缀。

清单14-13：按照文档中的顺序对原子进行编号的样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="/PFRIODIC_TABLE">

<HTML>

<HEAD><TITLE>The Elements</TITLE></HEAD>

<BODY>

<xsl:apply-templates select="ATOM"/>

</BODY>

</HTML>

</xsl:template>

<xsl:template match="ATOM">

<P>

<xsl:value-of select="position()"/>.

<xsl:value-of select="NAME"/>

</P>

</xsl:template>

</xsl:stylesheet>

将此样式单应用于清单14-1时，其输出结果如下：

<HTML><HEAD><TITLE>The Elements</TITLE></HEAD><BODY><P>1.

Hydrogen</P><P>2.

Helium</P></BODY></HTML>

14.7.2.2 布尔类型

布尔值为两个值之一：true（真）或false（假）。XSL允许将任何类型的数据转变成布尔值。当在可望为布尔值的地方使用了字符串或数值或节点集合时，通常就暗示需要这样做，xsl:if元素的test特性中正是这样情况。根据下列这些规则，也可以使用boolean()函数来完成这种变换过程，此函数将任何类型（或如果不提供参数即为上下文节点）的参数转变成布尔值：

· 如果数值为零或NaN（一种特定的符号，意为Not a Number，即不是数字，用于表示被零除所获得的结果以及类似的非法操作），则此值为false，否则为true

空节点集合为false；所有的其他节点集合为true
空结果片段为false；所有其他结果片段都为true
零长度字符串为false；所有其他字符串为true

使用下列操作符所获得的表达式的结果也可以得到布尔值：

= 等于号

< 小于号（实际使用<)

> 大于号

< = 小于等于（实际使用<=）

> = 大于等于

在特性值中<符号是非法的。因此，必须用<来代替，甚至作为小于运算符时也是如此。

这些运算符最常用于判断是否调用某个规则。选择表达式不仅含有选择某些节点的模式，而且还可以含有判断条件，从而使用此判断条件对所选的节点列表进一步筛选。例如，from-children(ATOM)选择当前节点的所有ATOM子节点。但是，from-children(ATOME[position()=1])只选择当前节点的第一个ATOM子节点。[position()=1]为一判断语句，它在节点上测试ATOM，返回一个布尔结果值，如果当前节点的位置等于1，则返回的结果为true，否则为false。对每个节点的测试都可能有任何判断值。但是，大于1的值则是不常见到的。

例如，下面的模板规则通过测试元素的位置是否等于1，来决定将此规则应用于周期表中第一个ATOM元素，而不是后续元素。

<xsl:template match="PERIODIC_TABLE/ATOM[position()=l]">

<xsl:value-of select="."/>

</xsl:template>

下面的模板规则通过测试元素的恢檬欠翊笥?，来将此规则应用于非PERIODIC_TABLE第一个子元素的所有ATOM元素：

<xsl:template match="PERIODIC_TABLE/ATOM[position()>1]">

<xsl:value-of select="."/>

</xsl:template>

关键字and和or根据正常的逻辑规则，将两个布尔表达式进行逻辑组合。例如，假设要将模板应用于ATOMIC_NUMBER元素，它既不是其父元素的第一个子元素，也不是其父元素的最后一个子元素；也就是说，它就是父元素本身。下面的模板规则使用and来完成此项工作：

<xsl:template

match="ATOMIC_NUMBER[position()=l and position()=last()]">

<xsl:value of select="."/>

</xsl:template>

下面的模板规则通过匹配位置是1还是最后一个，应用于其父元素中的第一个和最后一个ATOM元素：

<xsl:template match="ATOM[position()=l or positiono=last()]">

<xsl:value-of select="."/>

</xsl:template>

这是逻辑上的“或”，所以如果两个条件都为真，它也将匹配。也就是说，它将既与其父元素的第一个子元素ATOM元素进行匹配，也与其父元素的最后一个子元素ATOM元素进行匹配。

在XSL中没有not关键字，但有not()函数。将操作放在not()括号中，可实现对操作的取反。例如，下面的模板规则选择除其父元素的第一个子元素外的所有ATOM元素：

<xsl:template match="ATOM[not(position()=l)]">

<xsl:value-of select="."/>

</xsl:template>

下面的模板规则选择除其父元素的第一个和最后一个ATOM子元素外的所有ATOM元素：

<xsl:template match =

"ATOM[not(position()=l or position()=last())]">

<xsl:value of select="."/>

</xsl:template>

不存在“异或”操作符。但巧妙地使用not()、and和or可以形成“异或”效果。例如，下面的规则要么选择第一个子元素的ATOM元素，要么选择最后一个子元素的ATOM元素，但不会同时选择第一个和最后一个子元素的ATOM元素。

<xsl:template

match="ATOM[(position()=l or position()=last())

and not(position()=l and position()=last())]">

<xsl:value-of select="."/>

</xsl:template>

下列还有三个函数返回布尔值：

· true()总是返回true

false()总是返回false
lang(code)如果当前节点的语言（由xml:lang特性给出）与code参数相同，则返回true

14.7.2.3 数值

XSL的数值为64位IEEE双精度浮点数。看起来像整数数值（如42或-7000）也是以双精度保存的。非数字值（如字符串和布尔值）根据结果可转化为数字，或使用下面的规则由数值函数将非数字值转化为数字：

· 如果为true，布尔值为1；如果为false，则为0。

字符串去首尾空白；然后按要求转化成数字；例如，字符串“12”转化为数字12。如果字符串无法作为数字表示，那么就转换为0。
节点集合和结果片段转换成字符串，然后将此字符串转换成数字。

例如，下面的规则只输出自然界不存在的反铀（trans-uranium）元素以及原子序数大于92（铀原子序数）的元素。于是，ATOMIC_NUMBER产生的节点集合被隐式地转变成当前ATOMIC_NUMBER节点的字符串值。

<xsl:template match="/PERIODIC_TABLE">

<HTML>

<HEAD><TITLE>The TransUranium Elements</TITLE></HEAD>

<BODY>

<xsl:apply-templates select="ATOM[ATOMIC_NUMBER>92]"/>

</BODY>

</HTML>

</xsl:template>

XSL提供了四个标准的算术运算符：

· + 加法

- 减法
* 乘法
div除法（最通用的 / 在XSL中已用于其他目的）

例如，<xsl:value-of select="2+2"/>将字符串“4”插入到输出文档中。这些运算更常用作测试。例如，下面的规则选择原子量大于原子序数两倍的元素：

<xsl:template match="/PERIODIC_TABLE">

<HTML>

<BODY>

<Hl>High Atomic Weight to Atomic Number Ratios</Hl>

<xsl:apply-templates

select="ATOM[ATOMIC_WEIGHT > 2* ATOMIC_NUMBER]"/>

</BODY>

</HTML>

</xsl:template>

下面的模板实际上打印原子量与原子序数的比值：

<xsl:template match="ATOM">

<P>

<xsl:value-of select="NAME"/>

<xsl:value-of select="ATOMIC_WEIGHT div ATOMIC_NUMBER"/>

</P>

</xsl:template>

XSL还提供两个不常用的二进制运算符：

· mod：用于对两个数求余

quo：用于两个数相除，然后截去小数部分，形成一个整数

XSL还有对数字进行操作的四个函数：

floor()返回比此值小的最大整数

ceiling()返回比此值大的最小整数

round()将数值四舍五入成最接近的整数

sum()返回其参数的和

例如下面的模板规则将原子量（各同位素在自然界分布的中子数与质子数之和的加权平均数）减去原子序数（质子数），计算出原子中的中子数，并四舍五入成最接近的整数：

<xsl:template match="ATOM">

<P>

<xsl:value-of select="NAME"/>

<xsl:value-of

select="round(ATOMIC_WEIGHT – ATOMIC_NUMBER)"/>

</P>

</xsl:template>

下面的规则将所有的原子量相加，然后除以原子的个数，从而计算出表中所有原子的平均原子量：

<xsl:template match="/PERIODIC_TABLE">

<HTML>

<BODY>

<H1>Average Atomic Weight</H1>

<xsl:value-of

select="sum(from-descendants(ATOMIC_WEIGHT))

div count(from-descendants(ATOMIC_WEIGHT))"/>

</BODY>

</HTML>

</xsl:template>

14.7.2.4 字符串

字符串是Unicode字符序列。按照下面的准则，使用string()函数，就可以将其他数据类型转换成字符串类型：

· 节点集合转换的结果是将集合中的节点值连接在一起。根据表14-1所给出的规则，由xsl:value-of元素计算出集合中的节点值。

结果树形片段（result tree fragment）在转换时，很像是一个元素，并取此假想的元素值。而此假想的元素值是根据表14-1所给出的规则，由xsl:value-of元素计算出的。
数字转换成欧洲风格的数字字符串，如“-12”或“3.1415292”。
布尔值的false转换成英语单词的“false”；布尔值的true转换成英语单词的“ true”。

除了string( )之外，XSL还有七个对字符进行操作的函数。现总结于表14-5中。

表14-5 对字符串进行操作的函数

函数	返回值类型	返回值
starts-with(main_string, prefix_string)	布尔	如果main_string以prefix_string开始，则为true；否则为false
Contains(containing_string, contained_string)	布尔	如果contained_string参数是containing_string参数的一部分，则为true；否则为false
Substring-before(string, marker-string)	字符串	从string的第一个字符直到第一次出现marker-string止（但不包括）的部分
Substring-after(string, marker-string)	字符串	从第一次出现marker-string之后到string最后一个字符为止的部分
Normalize(string)	字符串	截去string首尾空白后的部分，并且一连串的空白以一个空格代替；如果忽略string参数，则将上下文节点的字符串值变成为正常字符串
Translate(string, replaced_text, replacement_text)	字符串	返回string中由replacement_text中的相应字符来代替replaced_text中的字符后的结果
concat(string1, string2, )	字符串	将以参数形式传递的所有字符串连接起来，并返回这种连接后的字符串，其顺序为传递时的顺序
format-number(number, format-string, locale-string)	字符串	返回number参数格式化后的字符串形式。格式化是按照由locale-string参数指定的位置中的format-string参数所指定的格式进行的。其工作方式就好像由Java 1.1中的java.text.DecimalFormat类所进行的格式化一样（请参考http://java.sun.com/ products/jdk/1.1/docs/api/java.text. DecimalFormat.html）

14.7.2.5 结果树形片段

结果树形片段是XML文档的一部分，而不是一个完整的节点或节点集合。例如，使用带有指向元素中间的URI的doc()函数，其结果可能产生一结果树形片段。有些扩展函数（专门用于特定的XSL实现或安装的函数）也可以返回结果树形片段。

由于结果树形片段不是结构整洁的XML，所以不能用它们来做什么事。实际上，唯一允许的操作是分别使用string()和boolean()函数，来将它们转换成字符串值或布尔值。

14.8 缺省的模板规则

在XSL样式单中，十分小心地映射XML文档的层次，是很困难的。如果文档不按照固定的、可预料的顺序（如周期表）排列，而是正像许多Web网页那样随意地将元素放在一起，这种情况就很难映射XML文档的层次。在这些情况下，应有通用的规则，来查找元素并将模板应用于此元素，而不必考虑此元素究竟出现在源文档的何处。

为了使此过程更容易，XSL定义两个缺省的模板规则，在所有的样式单中都隐性地包括这两个规则。第一个缺省规则将模板应用于所有元素的子元素，以递归的形式，降序排列元素的结构树。这种方式可确保应用于元素的所有模板规则都能够被说明。第二个缺省规则应用于下一个节点，将这些节点的值复制到输出流中。这两个规则共同使用，表示即使是没有任何元素的空XSL样式单，仍将产生把输入的XML文档的原始字符数据作为输出内容的结果。

14.8.1 元素的缺省规则

第一个缺省规则应用于任何类型的元素节点或根节点：

<xsl:template match="*|/">

<xsl:apply-templates/>

</xsl:template>

*|/ 是“任何元素的节点或根节点”的缩写形式。本规则的目的，就是要确保所有的元素即使没有受到隐性规则的影响，也都按递归的方式处理。也就是说，除非其他的规则覆盖了本规则（特别是对根元素就是如此），否则所有的元素节点都要处理。

但是，一旦存在任何父元素的隐性规则，那么对于子元素，除非父元素的模板规则有xsl:apply-templates子元素，否则本规则将无效。例如，按照如下方式，通过匹配根元素，并且既不应用模板，也不使用xsl:for-each来处理子元素，就可以阻止所有的处理过程：

<xsl:template match="/">

</xsl:template>

14.8.2 文本节点的缺省规则

细心的读者或许已经注意到，有几个例子似乎已输出了有些元素的内容，但实际上没有获得输出的元素值！这些内容是由XSL用于以元素内容出现的文本节点的缺省规则提供的。此规则如下：

<xsl:template match="text()">

<xsl:value-of select="."/>

</xsl:template>

这一规则匹配所有的文本节点（match="text()"），并输出文本节点（<xsl:value-of select="."/>）的值。换言之，此规则将文本从输入复制到输出。

本规则确保最少输出一个元素的文本，即使没有任何规则明确地与此文本匹配。对于特定的元素（从中可或多或少获得元素的文本内容），另一个规则可以覆盖此规则。

14.8.3 两个缺省规则的含义

这两个缺省的规则结合在一起，意味着把只有xsl:stylesheet元素而不包括任何子元素的空样式单（如清单14-14）应用于XML文档时，将把输入元素中所有的#PCDATA复制到输出。但是，这种方法不产生任何标记。可是这些规则的优先级很低。因此，任何其他匹配都优先于这两个规则。

清单14-14：空的XML样式单

<?xml version=“1.0”?>

<xsl:stylesheet

xmlns:xsl=“http://www.w3.org/XSL/Transform/1.0”>

</xsl:stylesheet>

在Internet Explorer 5.0中，对XSL产生混淆的最常见的根源之一是，没有提供任何缺省规则。要确保明确地匹配准备输出其内容（包括其后代）的任何节点。

14.9 决定输出要包含的内容

在未读取输入文档时，推迟决定输出何种标记往往是必要的。例如，或许想将FILENAME元素的内容改为A元素的HREF特性，或者根据特性的值，将输入文档中的某个元素类型用输出文档中的几个不同元素类型代替。这可以通过使用xsl:element、xsl:attribute、xsl:pi、xsl:comment和xsl:text来实现。在这些元素的内容中使用XSL指令，并在这些元素的特性值中使用特性值模板，就能改变它们的输出内容。

14.9.1 使用特性值模板

特性值模板将数据从输入中的元素内容复制到样式单中的特性值中。从那里，就可将其写入输出中。例如，假定根据要利用下面的基于特性的形式将周期表转换成空的ATOM元素：

<ATOM NAME=”Vanadium”

ATOMIC_WEIGHT=”50.9415”

ATOMIC_NUMBER=”23”

OXIDATION_STATES=”5, 4, 3, 2”

BOILING_POINT=”3650K”

MELTING_POINT=”2163K”

SYMBOL=”V”

DENSITY=”6.11 grams/cubic centimeter”

为此，需要提取输入文档中元素的内容，并将这些内容放在输出文档的特性值中。首先，要完成下列内容：

<xsl:template match=”ATOM”>

<ATOM NAME=”<xsl:value-of select=’NAME’/>”

ATOMIC_WEIGHT=”<xsl:value-of select=’ATOMIC_WEIGHT’/>”

ATOMIC_NUMBER=”<xsl:value-of select=’ATOMIC_NUMBER’/>”

</xsl:template>是畸形的XML。在特性值内部不能使用<字符。而且，要编写在大多数一般情况下都能解析此句的软件，是极其困难的。

取而代之的是，在特性值内部，以放在花括号{}中的数据来代替xsl:value-of元素。上面的正确编写方式如下：

<xsl:template match=”ATOM”>

<ATOM NAME=”{NAME}/>”

ATOMIC_WEIGHT=”{ATOMIC_WEIGHT}/>”

ATOMIC_NUMBER=”{ATOMIC_NUMBER}/>”

</xsl:template>

在输出文档中，{NAME}由当前节点的NAME子元素值所代替。{ATOMIC_WEIGHT}由当前节点的ATOMIC_WEIGHT子元素值所代替。{ATOMIC_NUMBER}由当前节点的ATOMIC_NUMBER子元素值所代替，等等。

特性值模板的模式比只是一个元素名要复杂。实际上，在特性值模板中，可使用前面讨论过的任何字符串表达式。例如，下面的模板规则以清单14-1中使用的形式来选择DENSITY元素。

<xsl:template match=”DENSITY”>

<BULK_PROPERTY

NAME=”DENSITY”

ATOM=”{../NAME}”

VALUE=”{.}”

UNITS=”{@UNITS}”

</xsl:template>

上面的模板规则将特性值模板转换成类似于如下所示的BULK_PROPERTY元素：

< BULK_PROPERTY NAME=”DENSITY” ATOM=”Helium” VALUE=”

0.1785

“ UNITS=”grams/cubic centimeter”/>

特性值并不局限于在一个特性值模板中使用。可以将特性值模板与文字数据或其他特性值模板组合起来使用。例如，下面的模板规则匹配ATOM元素，并且将元素名以H.html、He.html等格式设置成链接文件，来代替这些元素。此文件名来源于特性值模板{SYMBOL}，而文字数据提供句号和扩展名。

<xsl:template match=”ATOM”>

<xsl:value-of select=”NAME”/>

</A>

</xsl:template>

在特性值中，可以包含多个特性值模板。例如，下面的模板规则将密度单位作为VALUE特性的一部分，而不是使密度单位成为单独的特性：

<xsl:template match=”DENSITY”>

<BULK_PROPERTY

NAME=”DENSITY”

ATOM=”{../NAME}”

VALUE=”{.} {@UNITS}"

</xsl:template>

可在一个XSL样式单中将特性值模板用于许多特性的值中。这在xsl:element、xs1:attribute和xsl:pi元素中特别重要，因为在这些元素中，特性值模板允许设计者决定在读取输入文档之前，在输出文档中准确地显示何种元素、特性或处理指令。不能将特性值模板作为select或match特性的值、xmlns特性、提供另一个XSL指令元素名的特性或顶层元素（为xsl:stylesheet直系子元素）特性来使用。

第18章“命名域”将讨论xmlns特性。

14.9.2 使用xsl:element将元素插入到输出文档中

通常，只使用文字元素本身就可以将元素插入到输出文档中。例如，要插入P元素，只需要在样式单的适当位置键入<P>和</P>。但是，偶尔也需要使用输入文档的详细内容，来确定将哪个元素放在输出文档中。例如，当将使用特性来提供信息的源符号集变换成使用元素来提供相同信息的输出符号集时，就是这种情况。

xsl:element元素将元素插入到输出文档中。元素名由xsl:element元素的name特性中的特性值模板给出。元素的内容来自于xsl:element元素的内容，此元素可能包括要插入这些项的xsl:attribute、xsl:pi和xsl:comment指令（下面讨论所有的指令）。

例如，假设根据STATE特性的值，要用GAS、LIQUID和SOLID元素来代替ATOM元素。使用xsl:element将STATE特性值转换为某个元素名，从而只需要一条规则就可以做到这一点。具体作法如下所示：

<xsl:template match=”ATOM”>

<xsl:element name=”{@STATE}”>

<!- rules for other children ->

</xsl:element>

</xsl:template>

使用更为复杂的特性值模板，就可以实现所需的大多数运算。

14.9.3 使用xsl:attribute将特性插入到输出文档中

只使用文字特性，就可以将特性包括在输出文档中。例如，要插入带有ALIGN特性（其值为CENTER）的DIV元素，只需在样式单的适当位置处键入<DIV ALIGN="CENTER">和</DIV>即可。但是，为了确定特性值，有时甚至是为了确定特性名，常常不得不依赖于从输入文档中读取的数据。

例如，假设要获得一样式单，可选择原子名，并把这些原子名格式化为与H.html、He.html、Li.html等等文件的链接：

<LI><A HREF="H.html">Hydrogen</A></LI>

<LI><A HREF="He.html">Helium</A></LI>

<LI><A HREF="Li.html">Lithium</A></LI>

在输入文档中，每个不同的元素都有一个不同的HREF特性值。xsl:attribute元素计算特性名和值，并将它插入到输出文档中。每个xsl:attribute元素要么是xs1:element元素的子元素，要么是文字元素。在输出中，xsl:attribute计算出来的特性关联到与其父元素计算出来的元素上。特性名是由xsl:attribute元素的name特性指定的。特性值是由xsl:attribute元素的内容给出的。例如，下面的模板规则将产生上面显示的输出结果：

<xsl:template match="ATOM">

<LI><A>

<xsl:attribute name="HREF">

<xsl:value-of select="SYMBOL"/>.html

</xsl:attribute>

<xsl:value-of select="NAME"/>

</A></LI>

</xsl:template>

所有的xsl:attribute元素都必须放在其父元素的任何其他内容之前。在已经开始写出元素内容之后，就不能将特性加到元素中。例如，下面的模板是非法的：

<xsl:template match="ATOM">

<LI><A>

<xsl:value-of select="NAME"/>

<xsl:attribute name="HREF">

<xsl:value-of select="SYMBOL"/>.html

</xsl:attribute>

</A></LI>

</xsl:template>

14.9.4 定义特性集合

经常需要将同一组特性应用于许多不同的元素（既可是同类的，也可以是不同类的）。例如，将样式特性应用于HTML表中的每个单元格。要使这一操作更加简单，可使用xsl:attribute-set，在样式单的顶层定义一个或多个特性作为特性集合的成员，然后使用xsl:use将此特性集合包括在元素中。

例如，下面的xsl:attribute-set元素定义一个名为cellstyle的元素，其font-family特性为New York、Times New Roman、Times和serif，其font-size特性为12pt。

<xsl:attribute-set name=”cellstyle”>

<xsl:attribute name=”font-family”>

New York, Times New Roman, Times, serif

</xsl:attribute>

<xsl:attribute name=”font-size”>12pt</xsl:attribute>

</xsl:attribute-set>

然后，用下面的模板规则将这些特性应用于输出文档的td元素。与xsl:attribute一样，插入特性集合的xsl:use元素也必须放在作为td子元素而加入的任何内容之前。

<xsl:template match=”ATOM”>

<tr>

<td>

<xsl:use attribute-set=”cellstyle”/>

<xsl:value-of select=”NAME”/>

</td>

<td>

<xsl:use attribute-set=眂ellstyle”/>

<xsl:value-of select=”ATOMIC_NUMBER”/>

</td>

</tr>

</xsl:template>

如果某个元素使用一个以上的特性集合，那么，就将所有集合的所有特性应用于该元素。如果一个以上的特性集合使用不同的值定义相同的特性，那么就使用较为重要集合的特性。重要性相同的多个特性集合定义相同的特性，那么此样式单就会出现错误。

14.9.5 使用xsl:pi生成处理指令

xsl:pi元素将指令放在输出文档中。处理指令的目标由所需的name特性指定。xsl:pi元素的内容成为处理指令的内容。例如，下面的规则将PROGRAM元素用gcc处理指令代替：

<xsl:template select="PROGRAM">

<xsl:pi name="gcc"> -04</xsl:pi>

</xsl:template>

输入文档中的PROGRAM元素由输出文档中的下面的处理指令所代替：

<?gcc -04?>

若这些指令的结果为纯文本，那么xsl:pi元素的内容可包括xsl:value-of元素和xsl:apply-templates元素。例如，

<xsl:template select="PROGRAM">

<xsl:pi name="gcc">-04 <xsl:value-of select="NAME"/></xsl:pi>

</xsl:template>

xsl:pi的最常用的用途之一，就是当从XML生成XML时，用来插入XML声明（尽管XML声明在技术上并不是处理指令）。例如：

<xsl:pi name="xml">version="1.0" standalone="yes"</xsl:pi>

xsl:pi元素不能包括xsl:element和在结果中产生元素和特性的其他指令。此外，它还不能包括在输出文档中插入?>的任何指令和文字文本，因为这会使处理指令提前结束。

14.9.6 使用xsl:comment生成注释

xsl:comment元素在输出文档中插入注释。它没有特性。其内容为注释文本。例如，

<xsl:template select=”ATOM”>

<xsl:comment>There was an atom here once.</xsl:comment>

</xsl:template>

此规则使用下面的输出代替ATOM节点：

<!-There was an atom here once.->

如果xsl:value-of元素和xsl:apply-templates元素指令的结果是纯文本的话，那么xsl:comment元素的内容可包括这些元素。它不能包括xsl:element以及在结果中产生元素和特性的其他指令。此外，xsl:comment还不能包括在注释中插入双连字号的任何指令或文字文本。这样在输出文档中会使注释很难看，这种情况是不允许的。

14.9.7 使用xsl:text生成文本

xsl:text元素将其内容作为文字文本插入到输出文档中。例如，下面的规则将每个ATOM元素用字符串“There was an atom here once”代替。

<xsl:template select="ATOM">

<xsl:text>There was an atom here once.</xsl:text>

</xsl:template>

xsl:text元素用得不多，这是因为在多数情况下，键入文本更容易。但是，xsl:text的确有一个优点。它可以准确地保留空白。当处理诗句、计算机源代码或空白显示具有重要意义的其他信息时，使用xsl:text是很有用的。

14.10 使用xsl:copy复制当前节点

xsl:copy元素将源代码复制到输出文档中。子元素、特性和其他内容不会自动复制。但是，xsl:copy元素的内容也是选择要复制这些内容的xsl:template元素。当将文档从某个标记符号集转换成相同的或相近的相关标记符号集时，这种方法通常是有用的。例如，下面的模板规则删除原子的特性和子元素，并用其内容值来代替：

<xsl:template match=”ATOM”>

< xsl:copy>

<xsl:apply-templates/>

</xsl:copy>

</xsl:template>

xsl:copy使模板具有的用途之一就是恒等转换；也就是说，可将一文档转换成本身。这种转换与下面类似：

<xsl:templdte match=”*|@*|comment()|pi()|text()”>

< xsl:copy>

<xsl:apply-templates select=”*|@*|comment()|pi()|text()”/>

</xsl:copy>

</xsl:template>

可对恒等转换进行稍微调节，以产生相似的文档。例如，清单14-15是一样式单，它可去掉文档中的注释而文档的其他部分不受影响。在恒等转换中，去掉comment()节点的match和select特性值，而保留此节点的其他部分就可以产生这种结果。

清单14-15：从文档中删除注释的XSL样式单

<?xml version=”1.0”?>

<xsl:stylesheet

xmlns:xsl=”http://www.w3.org/XSL/Transform/1.0”>

<xsl:template match=”* | @* | pi() | text()”>

< xsl:copy>

<xsl:apply-templates select=”* | @* | pi() | text()”/>

</xsl:copy>

</xsl:template>

</xsl:stylesheet>

xsl:copy只复制源节点。使用xsl:copy-of，可以复制其他节点，可能不止一个。xsl:copy-of的select特性选择要复制的节点。例如，清单14-16是一样式单，它使用xsl:copy-of，只复制有MELTING_POINT子元素的ATOM元素，从而将没有熔点的元素从周期表中去掉。

清单14-16：只复制有MELTING_POINT子元素的ATOM元素的样式单

<?xml version=”1.0”?>

<xsl:stylesheet

xmlns:xsl=”http://www.w3.org/XSL/Transform/1.0”>

<xsl:template match=”/PERIODIC_TABLE”>

<PERIODIC_TABLE>

<xsl:apply-templates select=”ATOM”/>

</PERIODIC_TABLE>

</xsl:template>

<xsl:template match=”ATOM”>

<xsl:apply-templates

select=”MELTING_POINT”/>

</xsl:template>

<xsl:template match=”MELTING_POINT”>

<xsl:copy-of select=”..”>

<xsl:apply-templates select=”*|@*|pi()|text()”/>

</xsl:copy-of>

</xsl:template>

<xsl:template match=”* | @* | pi() | text()”>

<xsl:copy>

<xsl:apply-templates select=”* | @* | pi() | text()”/>

</xsl:copy>

</xsl:template>

</xsl:stylesheet>

这是一个从源符号集到同一个符号集的XSL转换的例子。不像本章中的大多数例子那样，此例不转换成结构整洁的HTML。

14.11 使用xsl:number为节点计数

xsl:number在输出文档中插入格式化整数。由expr特性计算出来的数值，通过四舍五入成最接近的整数，然后根据format特性值，对此整数进行格式化，从而获得整数值。为这两个特性提供了恰当的缺省值。例如，考查清单14-17中的ATOM元素的样式单。

清单14-17：为原子计数的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="PERIODIC_TABLE">

<html>

<head><title>The Elements</title></head>

<body>

<table>

<xsl:apply-templates select="ATOM"/>

</table>

</body>

</html>

</xsl:template>

<xsl:template match="ATOM">

<tr>

</tr>

</xsl:template>

</xsl:stylesheet>

当此样式单应用于清单14-1时，输出类似如下显示：

<html><head><title>The

Elements</title></head><body><table><tr><td>l</td><td>Hydrogen<

/td></tr>

<tr><td>2</td><td>Helium</td></tr>

</table></body></html>

由于氢是其父元素的第一个ATOM元素，所以其号码为1。由于氦是其父元素的第二个ATOM元素，所以其号码为2。（这些号码对应于氢和氦的原子序数，这种对应关系是清单14-1的副产品，而清单14-1正是以原子序数的顺序进行排列的。）

14.11.1 缺省数值

如果使用expr特性来计算编号，那么这就是所需要的值。但是，如果省略expr特性，那么源树形结构中的当前节点位置就作为编号来使用。但是，可使用下面三个特性来调整此缺省值：

· level

count
from

这三个特性是从以前的不支持较为复杂的表达式XSL草案中延续下来的。如果它们完全使你混淆，那么我建议不要去考虑它们，使用expr来代替。

14.11.1.1 level特性

按缺省行为，当不存在expr特性时，xsl:number可对源节点的同属节点加以计数。例如，如果对ATOMIC_NUMBER元素而不是ATOM元素加以编号，那么由于一个ATOM元素绝不会有多个ATOMIC_NUMBER子元素，所以任何一个编号都不会大于1。尽管文档包含多个ATOMIC_NUMBER元素，但它们不是同属的。

将xsl:number的level特性设置成any，可对与文档中当前节点同类的所有元素加以计数。此情况不仅包括与当前规则相匹配的元素，还包括类型与要求相一致的所有元素。例如，即使只选择气体的原子序数，固体和液体也仍然计数在内（即便固体和液体没有输出也是如此）。看看下面的这些规则：

<xsl:template match="ATOM">

<xsl:apply-templates select="NAME"/>

</xsl:template>

<xsl:template match="NAME">

</xsl:template>

由于level设置成any，上面的规则对每个新的NAME元素产生的输出不是从1开始，其输出结果如下：

<td>l</td><td>Hydrogen</td>

<td>2</td><td>Helium</td>

如果删除level特性或设置成缺省的single值，那么输出结果如下：

<td>l</td><td>Hydrogen</td>

<td>l</td><td>Helium</td>

另一个不大有用的方法将xsl:number的level特性设置成multi，以便对当前节点的同属及其祖先（但不是当前节点同属的子节点）加以计数。

14.11.1.2 count特性

按缺省行为，当没有expr特性时，只对与当前节点元素同类的元素加以计数。但可以将xsl-number的count特性设置成选择表达式，从而指定对什么元素加以计数。例如，下面的规则对ATOM的所有子元素进行编号：

<xsl:template match="ATOM/*">

</xsl:template>

应用此规则获得的输出结果如下：

<td>l</td><td>Helium</td>

0.1785

</td>

14.11.1.3 from特性

from特性包含select表达式，它指定在输入树形结构中以哪个元素开始计数。但仍可以从1而不从2或10或某个其他数字开始计算。

14.11.2 数字到字符串的变换

到目前为止，我已经含蓄地假定数值是以1、2、3等等表示的；也就是说，用的是以1开始的，并且间隔数为1的欧洲数字。但并非只有这种情况。例如，书的前言以及前面其他内容的页号通常是以小写罗马数字（如i、ii、iii、iv等等）表示的。并且，不同的国家将数字组合在一起、将实数的整数和小数分开以及使用符号来表示各种数字的习惯不同。所有的这一切都可以通过下面xsl:number的五个特性来调整：

· format

letter-value
digit-group-sep
n-digits-per-group
sequence-src

14.11.2.1 format特性

使用format特性，可调整xsl:number使用的编号样式。此特性通常可使用下列值之一：

· i：生成小写的罗马数字i、ii、iii、iv、v、vi、¼ 表示的序列

I：生成大写的罗马数字I、II、III、IV、V、VI、¼ 表示的序列
a：生成小写的字母a、b、c、d、e、f、¼ 表示的序列
A：生成大写字母A、B、C、D、E、F、¼ 表示的序列

例如，下面的规则使用大写罗马数字对原子进行编号：

<xsl:template match=”ATOM”>

<P>

<xsl:number expr=”position()” format=”I”/>

<xsl:value-of select=”.”/>

</P>

</xsl:template>

改变format特性的值，可调整在哪个数字（或字母）处开始计数。例如，要在5处开始编号，可设置format=“5”。要以iii开始编写，可设置format=“iii”。

使在format特性中数字的第一位数为0，即可指定以0开始的十位数编号方式。例如，设置format=“01”，可生成序列号为01、02、03、04、05、06、07、08、09、10、11、12、¼ 。这里将数字排成一列是很有用的。

14.11.2.2 letter-value特性

letter-value特性区别是将字母翻译为数字还是翻译为字母。例如，如果要想使用format=”I”，获得一个I、J、K、L、M、N、...序列，而不是I、II、III、IV、V、VI、...序列，则应将letter-value特性设置为关键字alphabetic。关键字other指定数字序列。例如

<xsl:template match=”ATOM”>

<P>

<xsl:number expr=”position()”

format=”I” letter-value=”alphabetic”/>

<xsl:value-of select=”.”/>

</P>

</xsl:template>

14.11.2.3 Group Separator特性

在美国，我们倾向于使用逗号将每三个数字作为一组，来写出大数字，如4,567,302,000。但是，在许多语言和国家里，而是使用句号或空格来分隔各组；例如，4.567.302.000或4 567 302 000。而且，在有些国家，习惯将大数字分成每四个一组，而不是三个一组；例如4,5673,0000。如果处理可能包括几千或更多项的很长序列时，就需要考虑这些问题。

digit-group-sep特性指定用于数字组之间的分组分隔符。n-digits-per-group特性指定每组中使用的数字个数。一般来说，应将这些特性随语言一起指定。例如：

<xsl:number digit-group-sep=” “/>

14.11.2.4 sequence-src特性

最后一点，如果要使用非正常的序列（像1-1-1999、1-2-1999、1-3-1999、...日期字符串列表，或者像10、20、30、40、...间隔为10的列表），可以将此列表（以崭穹挚┍４嬖诙懒⒌奈牡抵小equence-src特性的值表示该文档的相对或绝对的URL。例如：

<xsl:number sequence-src=”1999.txt”/>

14.12 对输出元素排序

xsl:sort元素将输出元素按不同于输入文档中的顺序进行排序。xsl:sort元素作为xsl:apply-templates或xsl:for-each的子元素出现。Xsl：sort元素的select特性定义关键字，用来按照xsl:apply-templates或xsl:for-each对元素的输出进行排序。

在缺省情况下，以关键值的字母顺序进行排序。如果在给定的xsl:apply-templates或xsl:for-each元素中，存在一个以上的xsl：sort元素，那么输出内容首先按第一个关键字进行排序，然后按第二个关键字进行排序，依次类推。如果任何元素的比较结果是一样的，那么就按源文档的顺序输出。

例如，假设在一文件中，全部都是以字母顺序排列的ATOM元素。为了要按原子序数进行排序，可使用清单14-18中的样式单。

清单14-18：按原子序数排序的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="PERIODIC_TABLE">

<html>

<head>

<title>Atomic Number vs. Atomic Weight</title>

</head>

<body>

<hl>Atomic Number vs. Atomic Weight</hl>

<table>

<th>Element</th>

<th>Atomic Number</th>

<th>Atomic Weight</th>

<xsl:apply-templates>

<xsl:sort select="ATOMIC_NUMBER"/>

</xsl:apply-templates>

</table>

</body>

</html>

</xsl:template>

<xsl:template match="ATOM">

<tr>

</tr>

</xsl:template>

</xsl:stylesheet>

图14-5显示的结果表明了以字母顺序排序的局限。原子序数为1的氢是第一个元素。但是第二个元素不是原子序数为2的氦，而是原子数为10的氖。尽管按数字10排在9之后，但按照字母，10却在2之前。

图14-5 按原子序数的字母顺序排序的原子

但是，通过指导可选的data-type特性设置为number，即可调整排列顺序。例如，

<xsl:sort data-type="number" select="ATOMIC_NUMBER"/>

图14-6显示了正确排序的元素。

图14-6 以数字顺序对原子序数进行排序的原子

按照下面的方法，将order特性设置为descending，即可使排列顺序从缺省的升序改为降序：

<xsl:sort order="descending"

sort="number"

select="ATOMIC_NUMBER"/>

这样就使元素从最大到最小的原子序数进行排列，所以氢现在处于表的最后。

以字母顺序进行的排序自然依赖于字母表。lang特性可设置关键字的语言。此特性的值应是一种ISO 639语言码，如对于英语为en。

这些值与xml:lang特性支持的值相同，这在第10章“DTD中特性声明”中已经讨论过。

最后，可将case-order特性设置为upper-first或lower-first两个值当中的一个，以指定大写字母是排在小写字母之前，还是反过来。缺省状况依赖于语言。

14.13 CDATA和<符

标准的XSL无法在输出文档中插入原始的、未转义的不是标记一部分的 < 符号。原始的小于号使输出文档结构混乱，这是XSL不允许的。作为一种替代方法，如果使用如<的字符引用或实体引用<来插入<符号，格式化程序将插入<或可能为<。

当将JavaScript嵌入到页面中时，由于JavaScript使用 < 符号表示数字的小于，而不是表示标记的开始处，这时，这种问题就变得重要。

但是，还是可在输出文档中插入原始的、未转义的 > 和 >= 符号的。因此，如果输出文档需要包含数字比较关系的JavaScript，那么可颠倒操作数的顺序，将小于比较关系重写成大于等于比较关系。同样，可将小于等于比较关系重写成大于比较关系。例如，下面为几行JavaScript代码，在我的很多Web网页中使用了这些代码：

if (location.host.tolowercase().indexof("sunsite") < 0) {

location.href="http://metalab.unc.edu/xml/";

}

由于在前两行中使用了小于号，致使这些行结构混乱。但这些语句与下面的这些语句是完全等效的：

if (0 > location.host.tolowercase().indexof("sunsite")) {

location.href="http://metalab.unc.edu/xml/";

}

如果将布尔操作符组合起来进行多重测试，那么可能需要将逻辑“和”改为逻辑“或”。例如，下面两行JavaScript非常有效地用来测试页面的位置既不在metalab处，也不在sunsite处：

if (location.host.toLowerCase().indexOf("metalab") < 0

&& location.host.tolowercase().indexof("sunsite") < 0) {

location.href="http://metalab.unc.edu/xml/";

}

由于在前两行中使用了小于号，致使这些语句结构混乱。但下面的这些行也是用来测试页面是在metalab上还是在sunsite上，与上面的代码行是完全等效的：

if (0 > location.host.toLowerCase().indexOf("metalab")

|| 0 > location.host.tolowercase().indexof("sunsite")) {

location.href="http://metalab.unc.edu/xml/";

}

也可以将这种令人不快的JavaScript放在独立的文档中，并从SCRIPT元素的SRC特性中与之进行链接。但是，这在Internet Explorer 4和Netscape Navigator 3之前的版本中是不可靠的。

出于简化的目的，在输出文档中CDATA部分是不允许的。CDATA部分总是可以用带有Unicode转义（escape）的等价字符集合来代替出问题的 < 号和 & 号。CDATA完全是为人类手工编写XML文件提供的便利。计算机程序，如XSL格式化程序并不需要CDATA部分。

为向输出文档中插入CDATA部分，包括在Internet Explorer 5.0中的XSL格式化程序的确支持非标准的xsl:cdata元素。但是，这一特点未必会加入到标准的XSL中，甚至会从将来的Internet Explorer版本中将此功能删除。

14.14 方式

有时，要在输出文档中多次地包括源文档中的相同内容。要达到此目的是很容易的：只需多次地应用模板，在每个要使数据出现的地方应用一次。但是，假如要在不同的地方对数据进行不同的格式化，那怎么办呢？这是个比较棘手的问题。

例如，若要使处理周期表的输出文档形成与100个更详细描述各原子信息的链接。在此情况下，输出文档的开始很可能如下：

<UL>

<LI><A HREF=”#Ac”>Actinium</A></LI>

<LI><A HRFF=”#Al”>Aluminum</A></LI>

<LI><A HREF=”#Am”>Americium</A></LI>

<LI><A HREF=”#Sb”>Antimony</A></LI>

<LI><A HREF=”#Ar”>Argon</A></LI>

在文档的后面，出现真正的原子的描述，格式化后与下面的类似：

<H3><A NAME=”Al”>Aluminum</A></H3><P>

Aluminum

26.98154

2740

933.5

2.7

</P>

无论何时自动生成超文本的目录或索引，使用这类方法都是很普遍的。原子的NAME在目录中必须格式化成与文档主体中不同的格式。为此，需要在文档的不同地方将两个不同的规则应用于ATOM元素。此解决办法是把每个不同的规则给予mode特性。然后设置xsl-apply-templates元素的mode特性来选择准备应用的模板。

清单14-19：在两个不同地方使用mode来对相同数据进行不同的格式化的XSL样式单

<?xml version=”1.0”?>

<xsl:stylesheet

xmlns:xsl=”http://www.w3.org/XSL/Transform/1.0”>

<xsl:template match=”/PERIODIC_TABLE”>

<HTML>

<HEAD><TITLE>The Elements</TITLE></HEAD>

<BODY>

<H2>Table of Contents</H2>

<UL>

<xsl:apply-templates select=”ATOM” mode=”toc”/>

</UL>

<H2>The Elements</H2>

<xsl:apply-templates select=”ATOM” mode=”full”/>

</BODY>

</HTML>

</xsl:template>

<xsl:template match=”ATOM” mode=”toc”>

<LI><A>

<xsl:attribute name=”HREF”>#(xsl:value-of

select=”SYMBOL”/></xsl:attribute>

<xsl:value-of select=”NAME”/>

</A></LI>

</xsl:template>

<xsl:template match=”ATOM” mode=”full”>

<H3><A>

<xsl:attribute name=”NAME”>

<xsl:value-of select=”SYMBOL”/>

</xsl:attribute>

<xsl:value-of select=”NAME”/>

</A></H3>

<P>

<xsl:value-of select=”.”/>

</P>

</xsl:template>

</xsl:stylesheet>

14.15 使用xsl:variable定义常数

命名的常数有助于代码的整洁；可以用简单的名称和引用来代替常用的样板文本；简单地改变常数定义，就能很容易地调整多处出现的样板文本。

xsl:variable元素定义命名的字符串，以便借助于特性值模板用于样式单中的其他地方。xsl:variable是一空元素，是xsl:stylesheet的直系子元素。它只有唯一的一个特性��name，此特性提供引用变量的名称。xsl:variable元素的内容作为替换文本。例如，下面的xsl:variable元素定义名为copy99和值为Copyright 1999 Elliotte Rusty Harold的变量：

<xsl:variable name="copy99">

</xsl:variable>

为了访问此变量的值，可将美元符作为前缀加到此变量名前。要在特性中插入此符号，可使用特性值模板。例如：

</BLOCK >

还可以使用xsl:value-of，将变量的替换文本以文本的形式插入到输出文档中：

<xsl:value-of select="$copy99"/>

xsl:variable的内容可以含有包括其他XSL指令的标记。这意味着可根据其他信息（包括其他变量的值）来计算变量的值。但是，变量不能以直接或间接的方式递归地引用其自身。例如，下面的例子是错误的：

<xsl:variable name="GNU">

<xsl:value-of select="$GNU"/> s not Unix

</xsl:variable>

同样，两个变量不能像下面这样循环地相互引用：

<xsl:variable name="Thingl">

Thingl loves <xsl:value-of select="$Thing2"/>

</xsl:variable>

<xsl:variable name="Thing2">

Thing2 loves <xsl:value-of select="$Thingl"/>

</xsl:variable>

14.16 命名模板

变量只限于基本的文本和标记。XSL提供了功能更强大的宏工具，可以封装标准的标记和改变数据的文本。例如，假定要将原子的原子序数、原子量和其他关键值分别作为表的单元格，以小型的、粗体的蓝色Times字体来格式化。换句话说，要获得类似于下面的输入结果：

<td>

</font>

</td>

当然，还可以在模板规则中包含类似于下面的所有内容：

<xsl:template match="ATOMIC_NUMBER">

<td>

<b>

<xsl:value-of select="."/>

</b>

</font>

</td>

</xsl:template>

这些标记可作为其他模板，或作为其他规则中使用的模板的一部分而重复使用。当详细的标记变得更为复杂时，当标记出现于样式单中的几个不同地方时，可将它转换成命名的模板。命名的模板与变量类似，但能够包括从应用模板的位置获得的数据，而不是仅仅插入固定的文本。

xsl:template元素有name特性，使用此特性，可隐性地调用该元素，甚至在非间接地应用此元素时也是如此。例如，下面显示的是用于给上面模式命名的模板：

<xsl:template name="ATOM_CELL">

<td>

<b>

<xsl:value-of select="."/>

</b>

</font>

</td>

</xsl:template>

宏中间的<xsl:value-of select="."/>元素被替换为调用此模板的当前节点的内容。

xsl:call-template元素出现在模板规则的内容中，必须有name参数，用来对此元素要调用的模板进行命名。处理后，xsl:call-template元素被它命名的xsl:call-template元素的内容所代替。例如，现在我们使用xsl:cal-template元素来调用给模板命名的ATOM_CELL，那么可按下列方法重写ATOMIC_NUMBER规则：

<xsl:template match="ATOMIC_NUMBER">

<xsl:call-template name="ATOM_CELL"/>

</xsl:template>

这种相当简单的例子仅省掉了几行代码，但模板越复杂，并且重复使用的次数越多，样式单的复杂程度降低得就越大。命名的模板正如变量一样，还有提取样式单中的通用模式的优点，所以可作为一个模板来编辑。例如，如果要将原子序数、原子量和其他关键值的颜色由蓝色改变为红色，那么只需要在命名模板中对此改变一次即可。不必在每个分立的模板规则中单独改变此颜色。这有助于在较长的开发过程中，使样式保持更大的一致性。

14.16.1 参数

对命名模板的每一次分开调用，都可将参数传递给模板，以便定制其输出内容。在xsl:template元素中，参数是由xsl:param-variable子元素来表示的。在xsl:call-template元素中，参数是由xsl:param子元素来表示的。

例如，假定要将每个原子单元格链接到一特定的文件中。其输出类似于下列情景：

<td>

<b>

</b>

</font>

</td>

其诀窍是，由于对模板的每次分开调用都会引起href特性的值发生变化，所以必须从调用模板的位置将href特性的值传递过去。

<td>

<b>

</b>

</font>

</td>

支持此种情况的模板与下列代码类似：

<xsl:template name=”ATOM_CELL”>

<xsl:param-variable name=”file”>

index.html

</xsl:param-variable>

<td>

<b>

</b>

</font>

</td>

</xsl:template>

xsl:param-variable元素的name特性给参数起个名称（如果有多个参数则更为重要），如果调用过程不提供值的话，那么xsl:param-variable元素的内容就为要使用的这个参数提供一个缺省值。（这个缺省值还可以使用expr特性，以字符串表达式的形式给出，与xsl:variable完全一样。）

当调用此模板时，xsl:call-template元素的xsl:param子元素使用其name特性来识别参数、使用其内容来给参数提供一个值的方法，从而提供该参数的值。例如：

<xsl:template match=”ATOMIC_NUMBER”>

<xsl:call template macro=”ATOM_CELL”>

<xsl:param name=”file”>atomic_number.html</xsl:param>

<xsl:value-of select=”.”/>

</xsl:call-template>

</xsl:template>

这是一个相当简单的例子，但复杂得多的命名模板是存在的。例如，为了用于许多不同样式单（每种样式单一定要单独改变网页作者名字、网页标题和版权日期几个参数）的输入，很可能需要定义Web站点上网页的页眉和页脚宏。

14.17 删除和保留空白

读者可能已经注意到，到目前为止，所有输出实例的格式化方式都有点奇怪。造成这种现象的原因是，源文档需要将长行划分成多行，以便适合本书页边距的要求。不幸的是，往输入文档中增加额外的空白，就会带到输出文档中。对于计算机来说，毫无意义的空白的具体内容并不重要，但对于人来说，这些空白内容就令人困惑。

像ATOMIC_NUMBER或DENSITY元素那样，用于文本节点的缺省行为就是保留所有的空白。常见的DENSITY元素看起来如下面那样：

7.9

</DENSITY>

当取其值时，值中就会包括首、尾空白（如下所示），尽管这个空白在此处只是用来满足打印页面的要求，但没有什么实际意义：

7.9

但是，有一种例外的情况。如果文本节点只含有空白，没有其他文本，那么这个空白就认为是毫无意义，并被删除。但对此例外还有一种例外：如果文本先辈的xml:space特性保存有值，那么就不会删除此文本，除非更近的先辈的xml:space特性具有缺省值。（这种情况听起来有点复杂，但实际上很简单。所有的一切都说明，可忽略只含有空白的文本节点，除非这些文本节点明确地设置成有意义的空白。对于其他情况，空白被保留。）

如果文档中的任何元素都不保留空白，那么可设置xsl:stylesheet元素的default-space特性为strip，所有的首尾空白在从文本的节点中删除之后，才输出这些节点文本。对于周期表来说，这最容易实现。例如：

<xsl:stylesheet xmlns:xsl="http://www.w3.org/XSL/Transform/1.0"

default-space="strip">

如果想保留所有元素中的空白，可使用xsl:strip-space元素，用它识别输入文档中指定的元素，如果指定的元素表明文档中的空白毫无意义，就不将此空白复制到输出文档中。element特性识别要截去过剩空白的元素。例如，下面的这些规则加到周期表样式单中，可避免过多的空白：

<xsl:strip-space element="DENSITY"/>

<xsl:strip-space element="BOILING_POINT"/>

<xsl:strip-space element="MELTING_POINT"/>

xsl:preserve-space元素与xsl:strip-space元素相反。其element特性命名的元素表示其空白应保留。例如：

<xsl:preserve-space element="ATOM"/>

样式单内部的空白（正好与输出XML文档中的空白相反）是毫无意义的，在缺省情况下简化为一个空格。这种情况是可以避免的：只需将文字空白放在xsl:text元素之间。例如：

<xsl:template select="ATOM">

<xsl:text> This is indented exactly five spaces. </xsl:text>

</xsl:template>

处理空白的一个一劳永逸的方法就是将indent-result特性与根xsl:stylesheet元素相关联。如果此特性的值为yes，那么就允许处理程序将多余的空白插入到（而不是删除）输出文档中，以便使输出文档看起来好看一些。这包括缩排和行分隔符。例如：

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl=http://www.w3.org/XSL/Transform/1.0

indent result="yes">

<!- usual templates and such go here... ->

</xsl:stylesheet>

如果生成的是HTML，指定indent-result="yes"就可使输出的文档更具可读性。indent-result的缺省值为no，这是由于其他非HTML的输出格式都可能将空白认为是有意义的。

14.18 选择

XSL提供了根据输入文档来改变输出内容的两个元素。xsl:if元素根据输入文档中存在的模式，决定是否输出给定的XML段。xsl:choose元素根据输入文档中存在的模式，从几个可能的XML段中挑选一个。使用xsl:if和xsl:choose来完成的大部分任务也需要通过应用适当的模板来实现。但有时，使用xsl:if或xsl:choose来解决问题会更简单、更有效。

14.18.1 xsl:if

xsl:if元素提供了根据模式来改变输出文档的简单途径。xsl:if的test特性含有选择表达式，用来计算布尔值。如果此表达式为true，即输出xsl:if元素的内容；否则，不输出xsl:if元素的内容。例如下面的模板取消所有ATOM元素的名称。除列表中的最后一个元素外，在所有的元素后加入一个逗号和一个空格。

<xsl:template match="ATOM">

<xsl:value-of select="NAME"/>

<xsl:if test="not(position()=last())">, </xsl:if>

</xsl:template>

本模板确保列表类似于“Hydrogen, Helium”样子，而不是“Hydrogen, Helium, ”的样子。

不存在xsl:else或xsl:else-if元素。xsl:choose元素提供了这一功能。

14.18.2 xsl:choose

根据几个可能的条件，xsl:choose元素从几个的输出结果中选择一个。xsl:when子元素提供各种条件及其相关的输出模板。xsl:when元素test特性为布尔值的选择表达式。如果多个条件都为真，那么只显示第一个为真的条件。如果xsl:when元素都不为真，那么显示xsl:otherwise子元素的内容。例如，下面的规则根据ATOM元素的STATE特性是为SOLID、LIQUID还是GAS，来改变输出文档的颜色：

<xsl:template match=”ATOM”>

<xsl:choose>

<xsl:when test=”@STATE=’SOLID’ “>

<xsl:value-of select=”.”/>

</P>

</xsl:when>

<xsl:when test=”@STATE=’LIQUID”’>

<xsl:value-of select=”.”/>

</P>

</xsl:when>

<xsl:when test=”@STATE=’GAS”’>

<xsl:value-of select=”.”/>

</P>

</xsl:when>

<xsl:other>

<xsl:value-of select=”.”/>

</P>

</xsl:other>

</xsl:choose>

</xsl:template>

14.19 合并多个样式单

单一XML文档可以使用在许多不同的DTD中描述的许多不同的标记符号集。有时希望将不同的标准样式单用于那些不同的符号集。但是，也可能还要将样式规则用于特定的文档。xsl:import和xsl:include元素可用来合并多个样式单，以便组织和重新将样式单用于不同的符号集和目的。

14.19.1 使用xsl:import进行录入

xsl:import元素为顶级元素，其href特性提供导入的样式单的URI。所有的xsl:import元素都必须放在xsl:stylesheet根元素中的顶级元素中。例如，下面的这些xsl:import元素导入genealogy.xsl和standards.xsl样式单。

<xsl:stylesheet

xmlns:xsl=”http://www.w3.org/XSL/Transform/1.0”>

<xsl:import href=”genealogy.xsl”/>

<xsl:import href=”standards.xsl”/>

<!- other child elements follow ->

</xsl:stylesheet>

导入的样式单中的规则可能与执行导入的样式单中的规则发生冲突。如果真是这样，那么执行导入的样式单中的规则优先。如果不同的被导入样式单中的两个规则发生冲突，那么最后那个被导入的（如上面例子中的standards.xsl）优先。

xsl:apply-imports元素与xsl:apply-templates有点差别，后者只使用被导入的规则。xsl:apply-imports元素不使用执行导入的样式单中的任何规则。这样就可以访问被导入的规则，否则被导入的规则就会被执行导入的样式单中的规则所覆盖。除了名称不同外，xsl:apply-imports与xsl:apply-templates有一样的句法，唯一的作用方式差别是它只与被导入样式单中的模板规则匹配。

14.19.2 使用xsl:include进行包括

xsl:include元素也是顶级元素，它将另一个样式单复制到当前样式单中它所出现的位置处（更确切是说，它将远程文档中xsl-stylesheet元素的内容复制到当前文档中）。它的href特性提供要包括的样式单的URI。xsl:include元素可放在顶级处于最后那个xsl:import元素之后的任何地方。

不像xsl: imporlt元素所包括的规则那样，xsl:include元素所包括的规则与执行包括的样式单中的规则具有同样的优先级，利用这种优先级关系来决定是否从一个样式单到另一个样式单的复制和粘贴。对于格式化引擎来说，被包括的规则与实际存在的规则之间没有任何区别。

14.19.3 使用xsl:stylesheet在文档中嵌入样式单

可直接将XSL样式单包括在使用它的XML文档中。实际上，我不推荐这种方法，而且浏览器和格式化引擎也不一定支持这一作法。但是，有几个浏览器和格式化引擎却支持这一作法。为达此目的，xsl:stylesheet元素必须以文档元素的子元素而不是根元素本身的形式出现。它可能有一个id特性，用来为其取唯一的名称，此id特性是作为xsl:stylesheet处理指令中的href特性值的形式出现的，紧跟在的anchor（锚）标识符（#）之后。清单14-20演示此过程：

清单14-20：在XML文档中嵌入的XSL样式单

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="#id(mystyle)"?>

<PERIODIC_TABLE>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0"

id= "mystyle ">

<xsl:template match="/">

<html>

<xsl:apply-templates/>

</html>

</xsl:template>

<xsl:template match="PERIODIC_TABLE">

<xsl:apply-templates/>

</xsl:template>

<xsl:template match="ATOM">

<P>

<xsl:value-of select="."/>

</P>

</xsl:template>

</xsl:stylesheet>

<ATOM>

<NAME>Actinium</NAME>

<ATOMIC_WEIGHT>227</ATOMIC_WEIGHT>

<ATOMIC_NUMBER>89</ATOMIC_NUMBER>

<OXIDATION_STATES>3</OXIDATION_STATES>

<BOILING_POINT UNITS="Kelvin">3470</BOILING_POINT>

<MELTING_POINT UNITS="Kelvin">1324</MELTING_POINT>

<DENSITY_UNITS="grams/cubic centimeter"><!- At 300K ->

10.07

</DENSITY>

<ATOMIC_RADIUS UNITS="Angstroms">1.88</ATOMIC_RADIUS>

</ATOM>

</PERIODIC_TABLE>

14.20 本章小结

在本章，学习了有关XSL变换的内容。包括如下一些内容：

· 可扩展的样式语言（Extensible Style Language，XSL）是由两个独立的XML应用程序（分别用于转换和格式化XML文档）组成。

XSL转换将规则应用于从XML文档中读入的一个树形结构中，以便将它转换成一个以XML文档编写的输出树形结构中。
XSL模板规则是一个带有match特性的xsl:template元素。输入树形结构中的节点与不同模板元素match特性的模式进行比较。当找到匹配时，即输出模板的内容。
节点的值是含有节点内容的纯文本（不是标记），可由xsl:value-of元素获得。
可以由两种方法处理多个元素：xsl:apply-templates元素和xsl:for-each元素。
xsl:template元素的match特性值是匹配模式，用以指定模板与哪个节点匹配。
选择表达式为match特性的超集，由xsl:apply-templates、xsl:value-of、xsl:for-each、xsl:copy-of、xsl:sort以及其他各种元素的select特性所使用。
两个缺省的规则将模板应用于元素节点，并取文本节点的值。
xsl:element、xsl:attribute、xsl:pi、xsl:comment和xsl:text元素可输出元素、特性、处理指令、注释以及文本，这些输出结果都可以从输入文档中的数据进行运算获得。
xsl:attribute-set元素定义常用的一组特性，从而使用xsl:use元素，将这组特性用于不同模板中的多个元素。
xsl:copy元素将当前输入节点复制到输出文档中。
xsl:number元素使用format特性所给出的指定数字格式，将expr特性中指定的数字插入到输出文档中。
xsl:sort元素在将输入节点复制到输出文档中之前，可对输入节点重新进行排序。
XSL不能输出CDATA部分，也不能输出未转义的<符。
模式可从样式单中的不同位置，将不同模板应用于相同的元素。
xsl:variable元素定义命名的常数，以使代码清晰简练。
命名的模板有助于重新使用通用的模板代码。
在缺省的条件下，保留空白，除非用xsl:strip-space元素或xml:space特性说明为不保留。
xsl:if元素在当且仅当其test特性为真时，才产生输出。
当xsl:when子元素的test特性为真时，xsl:choose元素输出其第一个xsl:when子元素的模板；或者，如果xsl:when元素都没有true的测试特性时，xsl:choose元素输出其xsl:default元素的模板。
xsl:import和xsl:include元素合并不同样式单中的规则。

在下一章中，我们将继续XSL的另一半内容：格式化对象（formatting object）符号集。格式化对象是用来指定页面精确布局的极其强有力的手段。XSL变换用于将XML文档转换成XSL格式化对象文档。

第15章 XSL格式化对象

可扩展的样式语言（Extensible Style Language，XSL）的第二部分是格式化语言。这是XML应用程序，用来描述如何将内容显示给读者。一般地说，样式单使用XSL转换语言，将XML文档转换成使用XSL格式化对象符号集的新的XML文档。当许多人希望Web浏览器将来的某一天能够了解如何直接显示用XSL格式化对象来标记的数据时，目前就需要有其他措施，使输出文档进一步转换成其他的某个格式，如PDE。

本章的主要内容如下：

· 理解XSL格式化语言

格式化对象及其属性
对页面进行格式化和设置样式
在文本中插入规则
在显示的文档中嵌入图形
与URI目标的链接
在文本中插入列表
替换字符
使用序列号
脚注
浮动
理解如何使用XSL格式化属性

15.1 XSL格式化语言概述

XSL格式化对象提供了比HTML+CSS（甚至CSS2）更为高级的可视化布局模型。XSL格式化对象所支持但HTML+CSS不支持的格式化包括非西方布局、脚注、页边距注解、交叉引用中的页号等等。特别是，虽然CSS主要用于Web，但XSL格式化对象的用途更为广泛。例如，能够编写使用格式化对象来编排整个打印稿的XSL样式单。不同的样式单能够将同一个XML文档转换到Web站点中。

有关格式化语言的警告语

XSL仍处于开发中。过去XSL语言已经发生了本质上的变化，并且将来仍将发生变化。本章是根据1999年4月21日XSL规范草案（第四稿）编写的。当读者阅读本书时，XSL的这一草案很可能已经被取代，而且XSL原来的句法已经改变。即便如此，本规范的格式化对象部分甚至也没有转换语言规范那样完善。如果确实遇到不能完全正常运行的情况，应将本书中提供的实例与最新的规则加以比较。

糟糕的是，仍然没有任何软件能实现1999年4月21日的XSL规范草稿的所有内容，甚至只对格式化对象这部分也没有任何软件能够实现。实际上，到目前为止，只有James Tauber的FOP，才能部分地执行XSL格式化对象，它使用XSL格式化对象来将XML文档转换成PDF。还没有任何Web浏览器可以显示用XSL格式化对象编写的文档。

当然，随着此项标准向最终版本改进时，当开发商实现XSL格式化对象时，这种情况最终是可以得到修正的。在那之前，我们不得不面对这样的选择：要么忍痛使用目前不完善的、未完成的XSL，并且试图避开遇到的所有程序错误和疏忽，要么使用更确定的技术（如CSS），直到XSL更加可靠为止。

15.2 格式对象及其属性

XSL格式化对象元素正好有51个。在这51个元素当中，大多表示各种类型的矩形区域。其他的大部分都是矩形区域和空间的容器。下面以字母顺序编排，列出这些格式化对象：

· bidi-override

block
character
display-graphic
display-included-container
display-rule
display-sequence
first-line-marker
float
flow
footnote
footnote-citation
inline graphic
inline-included-container
inline-rule
inline-sequence
layout-master-set
list-block
list-item
list-item-body
list-item-label
multi-case
multi-properties
multi-property-set
multi-switch
multi-toggle
page-number
page-number-citation
page-sequence
region-after
region before
region-body
region-end
region-start
root
sequence-specification
sequence-specifier-alternating
sequence specifier repeating
sequence-specifier-single
simple-link
simple-page-master
static-content
table
table-and-caption
table-body
table-caption
table-cell
table-column
table-footer
table-header
table-row

XSL格式化模型是基于称之为区域（area）的矩形框，该区域包含有文本、空格或其他格式化对象。尽管CSS页边距被XSL的缩进所代替，但正如CSS框一样，每个区域在其各侧都有边框和贴边。XSL格式化程序读取格式化对象来确定将哪个区域放在页面的什么位置。许多格式化对象都会产生单一的区域（至少对大多数情况即是如此），但由于页面分隔符、单词折行、断字以及将可能存在的不确定量的文本填充到有确定区域中的其他方面的原因，一些格式化对象偶尔也确实产生多个区域。

含有间隔的框与含有空白字符的框是不一样的。含有空间的框是指页面或屏幕上的实际空的区域，例如，页面的左和右边上的页边距。这与页面上单词间的空格字符是不同的。

格式化对象主要在它们所包含的内容上有差别。例如，list-item-label格式化对象就是一个包含项目符号、数字或放在列表项之前的其他指示符的框。list-item-body格式化对象就是一个包含列表项的文本（无标签）的框。而list-item格式化对象就是一个包含list-item-label和list-item两个格式化对象的框。

格式化对象可进一步分成四类不同的矩形区域：

1．区域容器

2．块区域

3．行区域

4．内联区域

这四种类型的区域就形式了粗略的层次关系。区域容器包含其他更小的区域容器以及块区域。块区域又包含其他块区域、行区域和内容。行区域包含内联区域。内联区域包含其他内联区域和内容。所以，更具体地分为：

· 区域容器在XSL中是最高级别的容器。在包含它的区域内，可以精确的坐标加以定位。它既可以包含其他更小的区域容器，也可包含一系列的块区域和显示空间。可以将书的一页看作为区域容器，而这个区域容器包含五个其他区域容器：页眉、页的主体内容、页脚以及左和右页边距（在本例中，页边距区域无内容）。产生区域容器的格式化对象包括region-body、region-before、region-after、region-start和region-end。

块区域代表块级元素，如段落或列表项。尽管块区域可能包含其他块区域，但在每个块区域的开始之前和结束之后都总是有一个换行符。块区域不能用坐标来精确定位，而是顺序地置于包含它的区域内。当在某个块区域之前或内部加入和删除其他块区域时，此块区域的位置发生移动，以便腾出空间。块区域可能含有行区域、显示空格以及连续地排列在用来包含的块区域中的其他块区域。块区域还可能包含一个图形影像。产生块区域的格式化对象包括block、display-graphic、display-link、display-rule和list-block。
行区域表示块部分的一行文本。例如，列表项中的每个分开的行都是行区域。行区域可以包含内联区域和内联空间。对应的行区域没有格式化对象。取而代之的是，格式化引擎可计算行区域，例如确定在块区域内部如何折行。
内联区域是一行中的成分，如单字符、脚注引用或数学方程。内联区域可以包含其他内联区域和内联空间。产生内联的格式化对象包括character、inline-graphic、inline-link、inline-rule、inline-sequence和page-number。

15.2.1 fo命名域

在XSL样式单中，用于XSL格式化对象的XML元素放http://www.w3.org/XSL/Format /1.0命名域中，如下的声明所示：

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/TR/WD-xsl"

xmlns:fo="http://www.w3.org/XSL/Format/1.0"

result-ns="fo">

选择fo作为前缀的概率大约为99%。因此，几乎总可以看到下列元素以fo作前缀：

· fo:bidi-override

fo:block
fo:character
fo:display-graphic
fo:display-included-container
fo:display-rule
fo:display-sequence
fo:first-line-marker
fo:float
fo:flow
fo:footnote
fo:footnote-citation
fo:inline-graphic
fo:inline-included-container
fo:inline-rule
fo:inline-sequence
fo:layout-master-set
fo:list-block
fo:list-item
fo:list-item-body
fo:list-item-label
fo:multi-case
fo:multi-properties
fo:multi-property-set
fo:multi-switc
fo:multi-toggle
fo:page-number
fo:page-number-citation
fo:page-sequence
fo:region-after
fo:region-before
fo:region-body
fo:region-end
fo:region-start
fo:root
fo:sequence-specification
fo:sequence-specifier-alternating
fo:sequence-specifier-repeating
fo:sequence-specifier-single
fo:simple-link
fo:simple-page-master
fo:static-content
fo:table
fo:table-and-caption
fo:table-body
fo:table-caption

本章，我将使用fo作前缀，不再进一步说明。

命名域在第18章“命名域”中讨论。在那之前，私獾闹皇荴SL格式化对象元素的名称都是以fo:开头。

15.2.2 格式化属性

总的来说，XSL文档中的各种格式化对象都指定内容放在页面中的顺序。但是，格式化的所有详细内容（包括页的大小、元素大小、字体、颜色等等，但不局限于这些）都是由XSL属性指定的。这些格式化属性以各自格式化对象元素的特性来表示。

这些属性中的许多属性的细节都应该从CSS中了解了。下面所进行的工作是为了确保CSS和XSL使用相同的名称来表示同一个内容。例如，CSS属性的font-family的含义与XSL的font-family属性是一回事；尽管在CSS和XSL中给属性赋值的句法不同，但值本身的句法是完全一样的。要说明fo:block元素格式化成与某种Times字体的近似，可以使用下面的CSS规则：

fo:block {font-family: New York, Times New Roman, Times, serif }

而XSL的等价语句可按下列方式，将font-family包括在fo:block开始标记中：

<fo:block

font-family=”New York,Times New Roman,Times,serif”>

尽管从表面上来看不同，但样式名（font-family）和样式值（New York, Times New Roman, Times, serif）却是完全一样的。CSS的font-family属性指定为一组字体名，各字体名以逗号分开，而顺序是从第一选择到最后选择。XSL的font-family属性指定为一组字体名，各字体名以逗号分开，选择顺序是从第一个选择到最后一个选择。CSS和XSL都将关键字serif理解为任意的衬线字体。

由于本章是基于XSL草案规范的第四稿，所以无法彻底完成CSS和XSL等效属性的完全同步。在下一个草案中将解决此问题。

当然，XSL格式化对象支持许多CSS中没有等效属性的属性，例如，font-size-adjust、ligature、character和hyphenation-keep。所以，需要学习这些属性，以便最大限度地发挥XSL的优势。标准的XSL属性有：

· auto-restore

azimuth
background
background-attachment
background-color
background-image
background-position
background-repeat
border
border-after-color
border-after-style
border-after-width
border-before-color
border-before-style
border-before-width
border-bottom
border-bottom-color
border-bottom-style
border-bottom-width
border-collapse
border-color
border-end-color
border-end-style
border-end-width
border-left
border-left-color
border-left-style
border-left-width
border-right
border-right-color
border-right-style
border-right-width
border-spacing
border-start-color
border-start-style
border-start-width
border-style
border-top
border-top-color
border-top-style
border-top-width
border-width
bottom
break-after
break-before
caption-side
cell-height
character
clear
clip
color
column-count
column-gap
column-number
column-width
country
cue
cue-after
cue-before
digit-group-sep
elevation
empty-cells
end-indent
ends-row
extent
external-destination
float
flow-name
font
font-family
font-height-override-after
font-height-override-before
font-size
font-size-adjust
font-stretch
font-style
font-variant
font-weight
format
height
href
hyphenate
hyphenation-char
hyphenation-keep
hyphenation-ladder-count
hyphenation-push-char-count
hyphenation-remain-char-count
id
indicate-destination
inhibit-line-breaks
initial
initial-page-number
internal-destination
keep-with-next
keep-with-previous
language
last-line-end-indent
left
length
letter-spacing
letter-value
line-height
line-height-shift-adjustment
line-stacking-strategy
margin
margin-bottom
margin-left
margin-right
margin-top
max-height
max-width
may-break-after-row
may-break-before-row
min-height
min-width
name
n-columns-repeated
n-columns-spanned
n-digits-per-group
n-rows-spanned
orphans
overflow
padding
padding-after
padding-before
padding-bottom
padding-end
padding-left
padding-right
padding-start
padding-top
page-break-inside
page-height
page-master-blank-even
page-master-even
page-master-first
page-master-last-even
page-master-last-odd
page-master-name
page-master-odd
page-master-repeating
page-width
pause
pause-after
pause-before
pitch
pitch-range
play-during
position
precedence
provisional-distance-between-starts
provisional-label-separation
reference-orientation
ref-id
richness
right
row-height
rule-orientation
rule-style
rule-thickness
scale
score-spaces
script
sequence-src
show-destination
size
space-above-destination-block
space-above-destination-start
space-after
space-before
space-between-list-rows
space-end
space-start
span
speak
speak-header
speak-numeral
speak-punctuation
speech–rate
start-indent
starts-row
state
stress
switch-to
table-height
table-layout
table-omit-middle-footer
table-omit-middle-header
table-width
text-align
text-align-last
text-decoration
text-indent
text-shadow
text-transform
title
top
vertical-align
visibility
voice-family
volume
white-space-treatment
widows
width
word-spacing
wrap-option
writing-mode
z-index

15.2.3 转换成格式化对象

XSL格式化对象是用于在页面上排列元素的一个完整的XML符号集。使用XSL格式化对象的文档只是使用此符号集的结构整洁的XML文档。这意味着它有XML声明、根元素、子元素等等。它必须遵从任何XML文档的所有结构整洁的规则，否则格式化程序就不接受它。出于习惯，含有XSL格式化对象的文件要有.fob这三个字符作后缀。但是，由于它还是一个结构整洁的XML文件，所以很可能以.xml作后缀。

清单15-1为一用XSL格式化对象来标记的简单文档。文档的根元素为fo:root。此元素含有一个fo:layout-master-set和一个fo:page-sequence。fo:layout-master-set元素包含fo:simple-page-master子元素。每个fo:simple-page-master描述了用来放置内容的一类页面。其中只有一页非常简单的页面，但更复杂的文档可以有不同的主控页，用于第一页、右页、左页、正文页、封面内容、封底内容等等；每个文档又可能有一系列不同的页边距、页号以及其他特征。

使用fo:page-sequence可将内容放在主控页的许多副本上。fo:page-sequence包含fo:sequence-specification，指定不同的主控页应使用的顺序。其次，它还含有fo:flow子元素，此子元素保留以指定的序列放置在主控页上的实际内容。这里的内容是以两个fo:block子元素给出，而每个子元素的font-size属性值为20磅，font-family属性值为serif。

清单15-1：使用XSL格式化对象符号集的简单文档

<fo:root xmlns:fo="http://www.w3.org/XSL/Format/1.0">

<fo:layout-master-set>

<fo:simple-page-master page-master-name="only">

<fo:region-body/>

</fo:simple-page-master>

</fo:layout master-set>

<fo:page-sequence>

<fo:sequence-specification>

<fo:sequence-specifier-single page-master-name="only"/>

</fo:sequence-specification>

<fo:flow>

<fo:block font-size="20pt" font-family="serif">

Hydrogen

</fo:block>

<fo:block font-size="20pt" font-family="serif">

Helium

</fo:block>

</fo:flow>

</fo:page sequence>

</fo: root>

尽管也许会像清单15-1中那样使用手工来编写文档，但这会失去XML所获得的内容格式独立性的所有优点。通常，应该编写XSL样式单，以便使用XSL转换符号集将源文档转换成格式化对象的符号集。使用清单15-2的XSL样式单，可将前一章中的清单14-1转换为清单15-1。

清单15-2：从源符号集到XSL格式化对象的变换

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0"

xmlns:fo="http://www.w3.org/XSL/Format/1.0"

result-ns="fo" indent-result="yes">

<xsl:template match="/">

<fo:root xmlns:fo="http://www.w3.org/XSL/Format/1.0">

<fo:layout-master-set>

<fo:simple-page-master page-master-name="only">

<fo:region-body/>

</fo:simple-page-master>

</fo:layout-master-set>

<fo:page-sequence>

<fo:sequence-specification>

<fo:sequence-specifier-single

page-master name="only"/>

</fo:sequence-specification>

<fo:flow>

<xsl:apply-templates select="//ATOM"/>

</fo: flow>

</fo:page-sequence>

</fo :root>

</xsl:template>

<xsl:template match="ATOM">

<fo:block font-size="20pt" font-family="serif">

<xsl:value-of select="NAME"/>

</fo:block>

</xsl:template>

</xsl:stylesheet>

15.2.4 使用FOP

在撰写本书时，没有任何浏览器能够直接显示转换成XSL格式化对象的XML。只有一个软件可以使用以XSL格式化对象标记的文件，此软件即为James Tauber的FOP。FOP为免费的Java程序，它将FO（格式化对象，formatting object）文档转换成Adobe Acrobat PDF文件。可从http://www.jtauber.com/fop/站点下载最新版的FOP。

在撰写本书时，现有的FOP版本为0.6.0，它不完全支持格式化对象的子集和XSL第四草案中的属性。FOP是一Java程序，它可运行于适当兼容Java 1.1虚拟机的任何平台。要安装此程序，只需将fop.jar压缩文件放在CLASSPATH路径指明的目录中。com.jtauber.fop.FOP类包含用于本程序的main()方法。在命令行中，可使用指定输入和输出文件的参数来运行本程序。例如：

C:"XML"BIBLE"15>java com.jtauber.fop.FOP 15-1.fob 15-1.pdf

James Tauber s FOP 0.6.0

auto page-height: using 11in

auto page-width: using 8in

successfully read and parsed 15-1.fob

laying out page 1... done page 1.

successfully wrote 15-1.pdf

其中15-1.fob是输入的XML文件，它使用格式化对象符号集。15-1.pdf是输出的PDF文件，它能够在Adobe Acrobat或其他读取PDF文件的程序中显示和打印。

尽管PDF文件本身是ASCII文本，但本书不是有关PostScript的书籍，所以虽然精确地显示了上面的命令，读者却什么也得不到。如果好奇，可在任何文本编辑器程序中打开PDF文件。图15-1展示的转换文件，是使用Acrobat插件程序（plug-in），在Netscape Navigator中显示的。

图15-1 在Netscape Navigator中显示的PDF文件

对于使用XSL格式化对象来设置样式的XML文档来说，PDF文件不是唯一的或是主要的最终目标格式。当然，人们希望在不太遥远的将来Web浏览器能直接支持XSL格式化对象。就目前而言，PDF文件是唯一可用的格式，这也正是我要在本章中说明的内容。最终，应该有更多的软件能够阅读和显示这些文件。

15.3 页面布局

格式化对象的根元素是fo:root。此元素包含一个fo:layout-master-set元素和零或多个fo:page-sequence元素。fo:root元素通常有xmlns:fo特性，其特性值为http: //www.w3.org /XSL /Format /1.0，并且可能（尽管通常情况下没有）有一个id特性。fo:root元素的存在只为了声明命名域和文档根元素，它对页面布局或格式化没有直接的影响。

15.3.1 主控页面

fo:layout-master-set元素为一容器，用于文档使用的所有不同的主控页面。简单的页面控制与Quark XPress主控页面或PowerPoint幻灯母板的用途类似。每个都定义页面（包括此页的页边距、页眉大小、页脚、文本区域等等）的通用布局。在显示文档中的每个实际页面都基于主控页，以及从此主控页面中继承某些属性，如页边距、页编号和布局。

15.3.1.1 简单的页面控制

每个主控页面都是由fo:simple-page-master元素表示的。fo:layout-master-set可以包含一个或多个主控页面。一个fo:simple-page-master元素定义页的布局，包括页前区、主体区、后区、结束区以及开始区的大小。图15-2显示这些部分的典型布局。正文是中间留下来的所有内容。

图15-2 一页简单的英语文本各部分的布局

在正常的英语文本中，结束区处于页的右侧，开始区处于页的左侧。而在希伯来语或阿拉伯语的文本中，则反过来，因为这些语言是从右往左阅读。在几乎所有的现代语言中，前区是页眉，后区则是页脚，但在以从底部往顶部书写的语言中，这种情况则相反。

设计者利用适当的区域子元素可设置正文（中间部分）区、页眉、页脚、结束区和开始区的大小以及它们之间的距离。下面就是这些区域子元素：

· fo:region-before

fo:region-after
fo:region-body
fo:region-start
fo:region-end

这五个简单页面控制中的每一个区域都可以用fo:flow或fo:static-content元素来填充。

simple-page-master元素通常有三个主要特性：

1．page-master-name：这一页面控制的名称，页序列使用此名来选择依赖于特定页的主控页

2．page-height：页的高度

3．page-width：页的宽度

page-height和page-width可归入一个缩略属性size中。如果不提供这两个特性，那么格式化部分根据所使用的媒体（例如11"´ 8.5"）来选择合理的缺省值。

例如，此处的fo:layout-master-set，含有两个fo:simple-page-master元素：一个用于偶数（左）页，一个用于奇数（右）页。它们两个都指定11英寸长，8.5英寸宽的页面大小。它们的顶和底页边距为0.5英寸。按照通常页面相对的情况，每个元素的的内侧页边距为0.5英寸，外侧页边距为1英寸，

<fo:layout-master-set>

<fo:simple-page-master page-master-name="even"

height="8.5in" width="11in"

margin-top="0.5in" margin-bottom="0.5in"

margin-left="l.0in" margin-right="0.5in">

<fo:region-body/>

</fo:simple-page-master>

<fo:simple-page-master page-master-name="odd"

height="8.5in" width="11in"

margin-top="0.5in" margin-bottom="0.5in"

margin-left="0.5in" margin-right="1.0in">

<fo:region-body/>

</fo:simple-page-master>

</fo:layout-master-set>

通常用于页面控制的其他特性包括：

· 影响页面边距的特性：margin-bottom、margin-left、margin-right、margin-top、margin

影响页面书写方向的特性：writing-mode、reference-orientation

15.3.1.2 区域属性

五个区域（before、after、body、start、end）共享相同的基本属性。这些属性有：

· 确定超出区域边界的内容如何处理的特性：clip、over-flow

确定内容在栏中如何折行的特性：column-count（区域中的栏号）以及column-gap（栏之间的距离）
影响区域背景的特性：background、background-attachment、background-color、background-image、background-repeat、background-position
影响区域边界的特性：border-before-color、border-before-style、border-before-width、border-after-color、border-after-style、border-after-width、border-start-color、border-start-style、border-start-width、border-end-color、border-end-style、border-end-width、border-top-color、border-top-style、border-top-width、border-bottom- color、border-bottom-style、border-bottom-width、border-left-color、border-left-style、border-left-width、border-right-color、border-right-style、border-right-width、border、border-top、border-bottom、border-left、border-right、border-color、border-style、border- width
影响区域贴边的特性：padding-bottom、padding-left、padding-right、padding-top、padding-bottom、padding-start、padding-end、padding-before、padding-after、padding
影响区域页边距的特性：margin-bottom、margin-left、margin-right、margin-top、margin、space-before、space-after、start-indent、end indent
影响区域中的书写方向的特性：writing-mode、reference-orientation

大多数属性与CSS属性同名，从CSS属性中就已很熟悉了。如果不明确地设置这些属性值，则选择合理的缺省值。对它们进行调整，就可以对页面的整个布局施加影响。

此外，四个外面区域（前、后、开始以及结束但不是正文）都有一个extent属性，它用来确定区域的大小。在去掉这四个区域之后，中间剩下来部分，就是主体正文的大小。

例如，下面的fo:layout-master-set使所有的外面区域都为1英寸。每个区域都有两个像素的黑色边界。而且，此页在所有的侧面上都有0.5英寸的页边距。

<fo:layout-master-set>

<fo:simple-page-master page-master-name="only"

height="8.5in" width="11in"

margin-top="0.5in" margin-bottom="0.5in"

margin-left="l.0in" margin-right="0.5in">

<fo:region-start extent="l.0in"

border-color="black" border-width="2px"/>

<fo:region-before extent="l.0in"

border-color="black" border-width="2px"/>

<fo:region-body

border-color="black" border-width="2px"/>

<fo:region-end extent="1.0in"

border-color="black" border-width="2px"/>

<fo:region-after extent="l.0in"

border-color="black" border-width="2px"/>

</fo:simple-page-master>

</fo:layout-master-set>

基于页面控制的正文页为5.5英寸宽，8英寸高。此值可以通过此页的大小减去此页上剩下来的其他部分的大小计算获得。

15.3.2 页序列

除fo:layout-master-set外，每个格式化对象文档通常还包含一个或多个fo:page-sequence元素。每个页序列按下列顺序含有三项内容：

· 一个fo:sequences-pecification元素，以定义主控页使用顺序

零个或多个fo:static-content元素，其中包含每页上要放置的文本
一个fo:flow元素，其中包含要在各页上依次放置的数据

fo:flow和fo:static-content之间的主要区别是，文本流（flow）中的文本并不放在多个页面上，但静态内容则是如此。例如，读者现在在阅读的这些行是文本流内容，只出现在此页上，而此页顶上的部分和章节标题则是静态内容，它在每页都是重复的。

fo:sequence-specification为此序列提供一组主控页。序列中的每页都有相关的页面控制，以定义页面的外观。清单15-1只使用一个主控页，但通常有多个主控页；例如，用于一章的第一页的主控页，用于所有的连续的左手页的主控页以及用于所有的连续的右手页的主控页。例如，可能有一个简单的页面控制用于目录，另一个用于正文文本，第三个用于索引。在这种情况下，目录、正文文本以及索引每个都对应有一个页面序列。

fo:flow元素按顺序包含本页上要放置的元素。当各页都以文本流的元素填充时，就会使用序列规格中的下一个控制布局方式为文本流中存在的元素创建新页。

fo:static-content元素包含每页上要放置的信息。例如，可将书的标题放在每页的页眉中。静态内容可以根据主控页来调节。例如，部分的标题可能放在左手的页上，章节的标题放在右手页上。还可以将fo:static-content元素用于像页码这样的项目，页码必须从一页到另一页不断地重复进行计算。换句话说，静态的实质并不是文本，而是产生文本的运算。

15.3.2.1 序列规格

使用铝腥鲎釉刂械囊桓龌蚨喔觯琭o:sequence-specification元素可列出特定的主控页被说明的顺序：

· fo:sequence-specifier-single

fo:sequence-specifier-alternating
fo:sequence-specifier-repeating

每个子元素都有特性，此特性确定何时使用哪个主控页。最简单的是fo:sequence-specifier-single，其page-master-name特性标识准备说明的主控页。例如，下面的fo:sequence-specification元素说明所有的内容都必须放在名为letter的主控页的一个实例上。

<fo:sequence-specification>

<fo:sequence-specifier-single page-master-name="letter"/>

</fo:sequence-specification>

如果有更多的内容可以填充在一页上，那么，超过的内容要么切去顶端，要么上卷，这要根据放置此内容各区域的clip和overflow特性值而定。但是，创建页数不会多于一页。现在来考虑一下下面的序列规格：

<fo:sequence-specification>

<fo:sequence-specifier-single page-master-name="letter"/>

</fo:sequence-specification>

此段代码为每个基于letter页面控制的所有页都提供了序列规格。如果第一页填满，就创建第二页。如果那页填满，那么内容就被切去或上卷。

同样可将这一技术用来施加不同的主控页。例如，下面的序列规格将第一页以名为letterl的主控页为基础，第二页以名为letter2的主控页为基础。

<fo:sequence-specification>

<fo:sequence-specifier-single page-master-name="letterl"/>

<fo:sequence-specifier-single page-master-name="letter2"/>

</fo:sequence-specification>

当然，大多数时候不会预先精确地知道有多少页。fo:sequence-specifier-alternating和fo:sequence-specifier-repeating元素可用来指定按实际需要的页数来保存内容。fo:sequence-specifier-repeating元素为第一页指定一个主控页，为所有的后续页指定第二个主控页。fo:sequence-specifier-alternating元素为第一页、有内容的偶数页、有内容的奇数页、空白偶数页、最后的偶数页以及最后的奇数页指定多达六个不同的主控页。

例如，下面的序列说明符表示第一页的输出应使用名为letter_first的主控页，但所有的后续页都使用名为letter的主控页：

<fo:sequence-specification>

<fo:sequence-specifier-repeating

page-master-first="letter_first"

page-master-repeating="letter"

</fo:sequence-specification>

如果整个内容都超出第一页，那么它就放在第二页上。如果超出第二页，那么就创建第三页。按照需要保存所有内容来建立页数。

在撰写本书时，仍未确定内容是否需要page-master-first和page-master-repeating。但如果只有单一主控页，肯定要像下面这样将其作为值重新用于page-master-first和page-master-repeating：

<fo:sequence-specification>

<fo:sequence-specifier-repeating

page-master-first="letter"

page-master repeating="letter"

</fo:sequence-specification>

fo:sequence-specifier-alternating元素多用于打印书籍的章节，习惯上书籍的第一和最后一页，以及奇偶页上的页边距、页眉和页脚都不同。这个元素的特性可用来为这些所有不同页指定主控页。例如：

<fo:sequence-specification>

<fo:sequence-specifier-repeating

page-master-first="chapter_first"

page-master-even="chapter_even"

page-master-blank-even="chapter_blank"

page-master-odd="chapter_odd"

page-master-last-even="chapter_last_even"

page-master-last-odd="chapter_last_odd"

page-Master-repeating="letter"

</fo:sequence-specification>

如果上面的特性似乎不对称的话��例如没有page-master-blank-odd特性��这是由于传统的出版物不对称。如果仔细看看本书的所有页，并看看你所拥有的任何一本书，将会注意到编成奇数号的页总是在右边，编成偶数号的页总是在左边，并且章号总是在右手页上。章可以结束于右手（奇数）页，也可以结束于左手（偶数）页，但如果章确实结束于奇数页，那么就插入一空白的偶数页，以便下一章起始于奇数页。

15.3.2.2 文本流

fo:flow对象保存放置在由序列规格指定的主控页实例上的真实内容。此内容是由一系列fo:block、fo:display-graphic、fo:display-link、fo:display-rule以及其他块级元素组成的。在本节，我们将集中于基本的fo:block元素，它大体上与HTML的DIV元素等价。在本章的后面，我们将看到文本流包含的更多的块级元素。

例如，下面的这个基本文本流，包含几个原子的名称，它们分别放在各自的块中：

<fo:flow name="xsl-body">

<fo:block>Actinium</fo:block>

<fo:block>Aluminum</fo:block>

<fo:block>Americium</fo:block>

</fo:flow>

fo:flow的name特性（此处有xsl-body值）指定此文本流的内容将放在该页中五个区域的哪个区域上。允许值为：

· xsl-body

xsl-after
xsl-before
xsl-start
xsl-end

例如，页眉的flow（从左到右，从上到下的英语文本）的flow- name具有值为xsl-before。下面是用于页脚的文本流：

<fo:flow id="q2" flow-name="xsl-after">

<fo:block>

The XML Bible

Chapter 15: XSL Formatting Objects

</fo:block>

</fo:flow>

15.3.2.3 静态内容

尽管fo:flow元素的每条内容都出现在一页上，但fo:static-content元素的每条内容则出现在每页上；例如，页眉或页脚。不一定要使用fo:static-content元素，但如果使用，必须放在页序列中所有的fo:flow元素之前。

fo:static-content元素的特性和内容与fo:flow的相同。但是，由于fo:static-content不能将自己的内容放在多个页面上，如果必须如此，那么通常其内容要比fo:flow少。例如，下面是用于页眉的fo:static-content：

<fo:static-content id="sc2" flow-name="xsl-before">

<fo:block>

The XML Bible

Chapter 15: XSL Formatting Objects

</fo:block>

</fo:static-content>

15.3.2.4 页的编号

除了任何格式化对象所具有的常用的id特性外，fo:page-sequence元素还有六个可选的特性，它们可为序列定义页编号。这六个特性为：

· initial-page-number

format
letter-value
digit-group-sep
n-digits-per-group
sequence-src

initial-page-number特性定义此序列中的第一页号码。此特性的最可能的值是1，但如果前面的页存在于不同的文件中，那么此值可能比较大。剩下来的五个特性的句法和含义，与作为XSL转换语言的xsl:number元素的特性使用时完全相同。

xsl:number元素和format、letter-value、digit-group-sep、n-digits-per-group、sequence-src特性已在第14章“XSL变换”的“数字到字符串的转换”中讨论过。

fo:page-number格式化对象是一空的内联元素，用于插入当前页的号码。格式化程序负责确定使用什么样的号码。此元素只有唯一的一个特性��id。此外，可将fo:page-number包装在fo:inline-sequence、fo:block或类似的元素中，以便将字体属性和类似的属性应用于此元素。例如，下面的页脚使用fo:static-content和fo:page-number来将页码放在每页的底部：

<fo:static-content id="sc2" flow-name="xsl-after">

<fo:block>

<fo:page-number/>

</fo:block>

</fo:static-content>

下面的页序列指定该页码使用小罗马数字，并从10开始计数。

<fo:page-sequence initial-page-number="10" format="i">

<!- sequence specification ->

<fo:static-content flow-name="xsl-after">

<fo:block text-align-last="centered" font-size="10pt">

<fo:page-number/>

</fo:block>

</fo:static-content>

<!- flows ->

</fo:page-sequence>

15.4 内容

XSL格式化对象文档的内容（与标记相反）几乎都是文本。除此之外，还可链接于外部影像，这种方式类似于HTML的IMG元素。这种内容保存在于下列几类元素中：

· 块级格式化对象

内联格式化对象
表格式化对象
外联格式化对象

所有的这些元素都是fo:flow或fo:static-content元素的后代。它们从不直接放在控制页或页序列上。

15.4.1 块级格式化对象

块级格式化对象以矩形区域绘制，各矩形区域以换行符分开，可能在其前或后的内容中还有多余的空白。块可能包括其他块，在此情况下，被包括的块也是通过换行符（可能使用多余的空白）与用来包括的块分开。块级格式化对象包括：

· fo:block

fo:display-graphic
fo:display-rule
fo:display-included-container
fo:display-sequence
fo:list
fo:list-item

fo:block元素是CSS中的display:block或HTML中的DIV元素的XSL等价元素。块可能包括在fo:flow元素、其他fo:block元素以及fo:static-content元素中。fo:block元素可能包括其他fo:block元素、其他块级元素（如fo:display-graphic和fo:display-rule）以及内联元素（如fo: inline-sequence和fo:page-number）。还可能包括原始文本。例如：

<fo:block>

<fo:inline-sequence font-style="italic">

The XML Bible

</fo:inline-sequence>

Page <fo:page-number/>

<fo:inline-sequence>

Chapter 15: XSL Formatting Objects

</fo:inline-sequence>

</fo:block>

fo:block元素通常都有用于区域属性和文本格式化属性的特性。文本格式化属性可被块的任何子元素所继承，除非被覆盖。允许的属性包括：

· 对齐属性：text-align和text-align-last

听觉属性：azimuth、cue、cue-after、cue-before、elevation、pause、pause-after、pause-before、pitch、pitch-range、play-during、richness、speak、speak-header、speak-numeral、speak-punctuation、speech-rate、stress、voice-family和volume
背景属性：background、background-attachment、background-color、background-image、background-position和background-repeat
边界属性：border-before-color、border-before-style、border-before-width、border-after-color、border-after-style、border-after-width、border-start-color、border-start-style、border-start-width、border-end-color、border-end-style、border-end-width、border-top-color、border-top-style、border-top-width、border-bottom-color、border-bottom-style、border-bottom-width、border-left-color、border-left-style、border-left-width、border-right-color、border-right-style、border-right-width、border、 border-top、border-bottom、border-left、border-right、border-color、border-style以及border-width
分行属性：page-break-inside、widows、orphans和wrap-option
颜色属性：color
栏属性：span
字体属性：font-family、system-font、font-size、font-size-adjust、font-stretch、font-style、font-variant、font-weight和font
断字属性：country、hyphenate、hyphenation-char、hyphenation-push-char-count、hyphenation-remain-char-count、language、script、hyphenation-keep和hyphenation-ladder-count
缩排属性：text-indent和1ast-line-end-indent
分层属性：z-index
行高属性：line-height、line-height-shift-adjustment和line-stacking-strategy
页边距属性：margin-bottom、margin-left、margin-right、margin-top、margin、space-before、space-after、start-indent和end-indent
贴边属性：padding-top、padding-bottom、padding-left、padding-right、padding-before、padding-after、padding-start和padding-end
位置属性：position、top、bottom、right和left
文本方向属性：writing-mode
可视属性：visibility
空白属性：white-space-treatment

大多数属性从CSS中就熟悉了，其余的将在下面讨论。其他块级元素都有很相似的属性列表。

15.4.2 内联格式化对象

内联格式化对象是以矩形区域来描述的，这个区域可以包括文本或其他内联区域。内联区域几乎通常都是从左到右以行排列。当一行填满时，在前一行的下面开始新行。但是，内联元素放置的准确顺序要依赖于书写方式。例如，当使用希伯来语或阿拉伯语时，它要了解左边第一位置的内联元素的意义，然后从右边填充。内联格式化对象包括：

· fo:bidi-override

fo:character
fo:first-line-marker
fo:inline-graphic
fo:inline-included-container
fo: inline-rule
fo:inline-sequence
fo:list-item-body
fo:list-item-label
fo:page-number
fo:page-number-citation

15.4.3 表格格式化对象

设计的表格格式化对象是CSS2表格属性的XSL等价物。但是，表格在XSL中的工作方式确实比CSS中的稍微自然些。对于大部分内容来说，各个表都是块级对象，而表中的内容则不是真正的内联级，也不是块级。但是，整个一张表可以通过将它包装在fo:inline-included-container中，从而转换成内联对象。

有下列九个XSL表格格式化对象：

· fo:table-and-caption

fo:table
fo:table-caption
fo:table-column
fo:table-header
fo:table-footer
fo:table-body
fo:table-row
fo:table-cell

表的根元素不是fo:table，而是fo:table-and-caption，它包括一个fo:table和一个fo:caption。fo:table包含fo:table-header、fo:table-body和fo:table-footer。表的正文包括fo:table-row元素，而此元素可划分到fo:table-cell元素中。

15.4.4 外联格式化对象

有下列三个外联格式化对象：

· fo:float

fo:footnote
fo:footnote-citation

外联格式化对象从现存的内联或块对象那里“借用”空间。在页面上，它们不必出现在相同的元素之间，而在输出格式化对象的XML树形结构中，它们则出现在相同的元素之间

15.5 水平线

rule是插入到文本中的水平线。XSL有两类水平线。fo:display-rule格式化对象为块级元素，它创建一条水平线（如由HTML的<HR>标记产生的水平线）。fo:inline-rule格式化对象元素与fo:display-rule元素类似。但是，顾名思义，fo:inline-rule是内联元素，而不是块级元素。因此，它出现在一行文本的中间，并且不代表分行符。例如，下面是一显示的水平线：

但是，这个是内联水平线。

fo:inline-rule和fo:display-rule元素有六个描述这两种水平线的主要特性：

1．length：线条长，如12pc或5in

2．rule-orientation：escapement、horizontal、line-progression或vertical

3．rule-style：在编写本书时，精确值还未确定

4．rule-thickness：线条的粗细，如1px或0.1cm

5．vertical-align：baseline、bottom、middle、sub、super、text-bottom、text-top、top或行长或行高的百分比

6．color：线条的颜色，如pink或#FFCCCC

例如，下面的这个绿色块级水平线长7.5英寸，粗2磅：

<fo:display-rule length="7.5in"

line-thickness="2pt" color="#00FF00"/>

此外，fo:display-rule块级元素的特性中，大多数都是经常使用的，如描述页边距和贴边的特性，fo:inline-rule也有内联元素的常用特性，如line-height。直接与文本有关的特性则是个例外（如字族），很明显，这些特性对水平线没有意义。

15.6 图形

XSL提供在显示文档中嵌入图形的两种方式。fo:display-graphic元素插入块级图形。fo:inline-graphic元素插入内联图形。这两个元素与HTML的IMG标签是等价的。可以使用下面六个特性来描述图像：

1．href：影像文件的URI

2．min-height：影像的最小垂直高度

3．min-width：影像的最小水平宽度

4．max-heigh：影像的最大垂直高度

5．max-width：影像的最大水平宽度

6．scale：使用值max，将图形扩充到max-height和max-width的大小；使用max-uniform值，在垂直和水平方向以同等数量将图形扩充到max-height或max-width（使用最先出现的）的大小；使用一个实数，由此值乘以高度和宽度；使用两个实数，第一个实数乘以宽度，第二个实数乘以高度。

例如，考查下面标准HTML的IMG元素：

<IMG SRC="logo.gif" WIDTH="100" HEIGHT="100"

ALIGN="right" ALT="alt text" BORDER="0">

下面的fo:display-graphic元素与上面的等效：

<fo:display-graphic image="logo.gif"

height="100px" width="100px" />

15.7 链接

对于只用于在线展示而言，XSL提供fo:simple-link元素。假定有Web浏览器样式的用户界面，单击链接元素内容的任何地方，可跳转到链接目标。根据此元素所包含的内容，可以充当块级或内联链接。链接行为是由下列六个特性控制的：

· external-destination

internal-destination
indicate-destination
show-destination
space-above-destination-block
space-above-destination-start

对远程目标文档的链接通过external-destination特性的值来指定URI。当激活链接时，应加载此URI上的文档。在GUI环境下，这种链接极可能是通过单击链接内容而被激活的。例如：

<fo:block> Be sure to visit the

<fo:simple-link

external-destination="http://metalab.unc.edu/xml/">

Cafe con Leche Web site!

</fo:simple-link>

</fo:block>

使用internal-destination特性，还可以与同一文档中的其他节点链接。此特性值不是URI，而是链接元素的ID。不要为一个链接同时指定内部和外部目标。

其他四个特性影响链接的外观和行为。indicate-destination特性为Boolean值（true或false，缺省值为false），它指定是否加载链接项目、何时加载，应以某种方式将它与同一文档的非链接部分区别开来。例如，如果链接于有100个原子的表中的一个ATOM元素，那么正在进行关联的指定原子可能要以粗体形式显示，而其他原子则为正常字体类型。精确的内容依赖于系统。

show-destination特性有两个可能值：replace（缺省）和new。使用replace值，下面的链接将代替同一窗口中的现有文档。使用new值时，单击链接后，目标文档在新的窗口中打开。

当浏览器跟随HTML链接进入文档中间时，通常指定的被链接元素定位在窗口的最顶上。space-above-destination-start和space-above-destination-block特性可用来指定浏览器将链接的元素定位在窗口的下方，而在链接项目的上方留出一定数量的空间（不是空格，通常它包含链接元素前面的内容）

此外，链接也有一个常用的属性，如颜色，可被链接内容所继承。这样就可以用来格式化链接的内容，使其与链接外的内容格式不同；例如，将所有的链接加上下划线。但是，与CSS和HTML不同，XSL格式化对象不提供区别被访问、未被访问以及活动链接的方法。

15.8 列表

fo:list-block格式化对象描述块级列表元素（没有内联列表）。一个列表可能有、也可能没有项目符号、编号、缩进或其他格式。每个fo:list-block元素都包含一系列的fo:list-item元素或fo:list-item-label fo:list-item-body元素对（不能同时包括两者）。fo:list-item必须包括fo:list item-label和fo:list-item-body。fo:list-item-label包括项目符号、编号或用于列表项的其他标签。fo:list-item-body包括列表项的实际内容。一句话，fo:list-block包括fo:list-item元素。每个fo:list-item包括一个fo:list-item-label和fo:list-item-body。但是，fo:list-item元素可以省略。例如：

<fo:list-block>

<fo:list-item>

<fo:list-item-label>*</fo:list-item-label>

<fo:list-item-body>Actinium</fo:list-item-body>

</fo:list-item>

<fo:list-item>

<fo:list-item-label>*</fo:list-item-label>

<fo:list-item-body>Aluminum</fo:list-item-body>

</fo:list-item>

</fo:list-block>

或者，将fo:list-item删除：

<fo:list-block>

<fo:list-item-label>*</fo:list-item-label>

<fo:list-item-body>Actinium</fo:list-item-body>

<fo:list-item-label>*</fo:list-item-label>

<fo:list-item-body>Aluminum</fo:list-item-body>

</fo:list block>

fo:list-block元素有三个专用特性：

1．provisional-label-separation：列表项标签与列表项正文之间的距离，以最大; 最小; 最佳这三个值来表示，如2cm; 0.5cm; 1cm。

2．provisional-distance-between-starts：列表项标签的开始边与列表项正文之间的开始边的距离。

3．space-between-list-rows：连续列表项之间的垂直距离，以最大; 最小; 最佳这三个值来表示，如36pt; 4pt; 12pt。

fo:list-item元素的标准块级属性，用于背景、位置、音频显示、边界、贴边、页边距、线条以及分页符。

15.9 表格

XSL中的基本的表格元素为fo:table-and-caption，这是个块级对象。但将它包装到fo:inline-included-container中就可转变为内联对象，或将它包装到fo:float中就可转变为外联对象。表格模型与HTML的表格模型十分相近。表15-1显示HTML 4.0表元素与XSL格式化对象之间的等价关系：

表15-1 HTML表格与XSL格式化对象的表格的对比

HTML元素	XSL格式化对象元素
TABLE	Fo:table-and-caption
无对等元素	fo:table
CAPTION	fo:table-caption
COL	fo:table-column
COLGROUP	无对等元素
THEAD	fo:table-reader
TBODY	fo:table-body
TFOOT	fo:table-footer
TD	fo:table-cell
TR	fo:table-row

fo:table-and-caption包括一个可选的fo:caption元素和一个fo:table元素。标题可包含要放在此标题中的任何块级元素。在缺省的情况下，标题放在表之前，但可以通过设置table-and-caption元素的caption-side属性为下列八个值之一而进行调整：

· before

after
start
end
top
bottom
left
right

例如，下面是一个将标题放在底部的表格：

<fo:table-and-caption caption-side="bottom">

<fo:table-caption>

<fo:block font-weight="bold"

font-family="Helvetica, Arial, sans"

font-size="12pt">

Table 15 1: HTML Tables vs. XSL Formatting Object Tables

</fo:block>

</fo:table-caption>

<fo:table>

<!- table contents go here ->

</fo:table>

</fo:table-and-caption>

fo:table元素包括一个可选的fo:table-column、fo:table-header、一个可选的fo:table-footer和一个或多个fo:table-body元素。fo:table-body分成fo:table-row元素。每个fo:table-row分成fo:table-cell元素。fo:table-header和fo:table-footer既可分成fo:table-cell元素，也可分成fo:table-row元素。例如，下面的这个简单的表，与表15-1的第三行相对应：

<fo:table>

<fo:table-header>

<fo:table-cell>

<fo:block font-family="Helvetica, Arial, sans"

font-size="11pt" font-weight="bold">

HTML Element

</fo:block>

</fo:table-cell>

<fo:table-cell>

<fo:block font-family="Helvetica, Arial, sans"

font-size="11pt" font-weight="bold">

XSL FO Element

</fo:block>

</fo:table-cell>

</fo:table-header>

<fo:table-body>

<fo:table-row>

<fo:table-cell>

<fo:block font-family="Courier, monospace">

TABLE

</fo:block>

</fo:table-cell>

<fo:table-cell>

<fo:block font-family="Courier, monospace">

fo:table-and-caption

</fo:block>

</fo:table-cell>

</fo:tdble-row>

<fo:table-row>

<fo:table-cell>

<fo:block>no equivalent</fo:block>

</fo:table-cell>

<fo:table-cell>

<fo:block font-family="Courier, monospace">

fo:table

</fo:block>

</fo:table-cell>

</fo:table-row>

</fo:table-body>

</fo:table>

设置n-columns-spanned和n-rows-spanned特性为一整数，表示要跨越的行或列数，这时，表的单元格就可以跨越多行和多列。可选的column-number特性可以改变从哪一列开始合并单元格，缺省值是当前列。

使用通常的边界属性（将在以后讨论），就可以在表的各部分周围绘制边框。empty-cells特的值可取show或hide，如果要在无内容的单元格周围绘制边框，则为show；否则为hide。缺省值为show。

大多数表的各部分不使用标准的宽度和高度属性，而是具有等价的属性。可以省略下面当中的任何一个或所有的特性，在此情况下，格式化程序只将每个部分调整成合适的大小：

· table：table-width，table-height

table-caption：caption-width，由格式化程序自动确定高度
table-row：row-height，由内容确定宽度
table-cell：cell-height，column-number，column-width，n-columns-spanned，n-rows-spanned

fo:table-row元素有可选的may-break-after-row和may-break-before-row特性，其值为yes或no，此值确定在行前和行后是否允许有分页符。这两个特性的缺省值都为yes。

当一长表扩展到多页时，有时候在每页上重复页眉和页脚。使用fo:table元素的table-omit-middle-header和table-omit-middle-footer特性，可指定这种行为。值为yes表示页眉或页脚一页一页地重复。值为no表示页眉或页脚不是一页一页地重复。缺省值为no。

可选的fo:table-column元素是一空元素，它为一特定列中的所有单元格指定值。使用此元素的单元格由column-number特性来识别。fo:table-column并不真正地包含任何单元格。将n-columns-spanned属性设置成大于1的整数时，fo:table-column可将属性应用于多个连续的列中。在fo:table-column中进行设置的最常用的属性是column-width（有符号的长度），但标准的边界、贴边以及背景属性（下面讨论）也可以设置。

15.10 字符

fo:character格式化对象使用输出文档中的不同字符来代替输入文档中特定字符或字符串。例如，可以使用此对象在美语小数点与法语小数逗号之间相互转换。character特性指定使用什么字符来替换。例如，下面的模板规则将PASSWORD元素中的字符替换为*：

<xsl:template match="PASSWORD">

<fo:character character="*">

<xsl:value-of select="."/>

</fo:character>

</xsl:template>

但是，这种用法是很少见的。fo:character元素的主要目的是为了便于格式化引擎可将各个字符和字形作为其自身的元素来看待。如果不是编写格式化引擎，那么就可以忽略此元素。

15.11 序列

序列对内联或块级框的布局没有任何特别的影响。它们只是放置格式化属性（如font-style或text-indent）的元素。

fo:display-sequence格式化对象元素是一容器，它将块级对象成组在一起。事实上，它只能保存块级元素，如fo:display-graphic和fo:block。不能包含内联元素和原文本。

fo:inline-sequence格式化对象元素是将内联对象成组在一起的容器。它不能包含块级元素。例如，可以像下面这样，使用inline-sequence元素将样式加到页脚的各部分中：

<fo:flow id="q2" flow-name="xsl-after">

<fo:block font-style="bold" font-size="10pt"

font-family="Arial, Helvetica, sans">

<fo:inline-sequence font-style="italic"

text-align="start">

The XML Bible

</fo:inline-sequence>

<fo:inline-sequence text-align="centered">

Page <fo:page-number/>

</fo:inline-sequence>

<fo:inline-sequence text-align="right">

Chapter 15: XSL Formatting Objects

</fo:inline-sequence>

</fo:block>

</fo:flow>

15.12 脚注

fo:footnote元素表示脚注。作者将fo:footnote元素放在文本流中，脚注引用（¹或*）出现的地方。fo:footnote元素由fo:footnote-reference和包含脚注文本的块级元素组成。但是，只有脚注引用才是内联式插入。格式化程序将注释文本放在此页的后区（通常为页脚）中。

例如，下面的脚注使用星号作为脚注标记，并引用JavaBeans, Elliotte Rusty Harold IDG Books, Foster City, 1998), p. 147。使用标准的XSL属性（如font-size和vertical-align）按照习惯方式来格式化注释标记和文本。

<fo:footnote>

<fo:footnote-reference

font-size="smaller" vertical-align="super">

</fo:footnote reference>

<fo:block font-size="smaller">

<fo:inline-sequence

font-size="smaller" vertical-align="super">

</fo:inline-sequence>

<fo:inline-sequence

font-style="italic">JavaBeans</fo:inline-sequence>,

Elliotte Rusty Harold

(IDG Books, Foster City, 1998), p. 147

</fo:block>

</fo:footnote>

格式化对象符号集不提供自动编号和引用脚注的任何方法，但在变换样式单中巧妙地使用xsl:number即可做到这一点。XSL变换同样也可以很容易地实现尾注（end note）。

15.13 浮动

fo:float产生一个浮动框，定位于它所出现的区域的顶端。fo:float最常用于图形、图表、表格，或需要出现在该页某个地方但对出现的位置无特别精确要求的其他外联内容。例如，下面的代码用于在一段落的中间嵌入带有标题的浮动图形：

<fo:block>

Although PDF files are themselves ASC11 text,

this isn’t a book about PostScript, so there’s

nothing to be gained by showing you the exact

output of the above command. If you’re curious,

open the PDF file in any text editor.

Instead, Figure 15-1

<fo:float>

<fo:display-graphic

image=”3236-7fg150l.jpg”

height=”485px” width=”623px” />

<fo:block font-family=”Helvetica, sans”>

<fo:inline sequence font-weight=”bold”>

Figure 15-1 :

</fo:inline-sequence>

The PDF file displayed in Netscape Navigator

</fo:block>

</fo:float>

shows the rendered file displayed in

Netscape Navigator using the Acrobat plug-in.

</fo:block>

格式化程序尽可能地将图形放在与fo:float周围的内容同页的某个位置上，尽管这种情况并非永远存在，但在此情况下，格式化程序会将此对象移到后续页上。在这些限制范围内，可任意将图形放在此页的任何地方。

15.14 XSL格式化属性

由字面意思可知，格式化对象相对来讲完全没有说明如何格式化内容。它们只是将内容摆放在各个绝对的框中，而这些框放置在一页中的各个特定部分。各种格式化对象的特性确定如何设置这些框中内容的样式。

正像已经介绍的那样，大约有200个独立的格式化属性。并非所有的属性都可以与所有的元素关联。例如，指定fo:display-graphic的font-style的特点就不很多。但是，大多数属性都可以用于多种格式化对象元素（只有少数几个不能，如href和provisional-label-separation，在上面已与使用它们的格式化对象一起讨论过了）。当一个属性为多个格式化对象所共有时，它的句法和含义就与这些对象相同。例如，使用相同代码来将fo:list-label格式化成14磅粗体Times，就如同将fo:block格式化成14磅粗体Times那样。

许多XSL属性都与CSS属性类似。CSS的font-family属性值与XSL的font-family特性值是一样的。如果已经阅读过第12章和13章，那么就已经学完了XSL属性一半以上的内容。

15.14.1 单位和数据类型

XSL格式化属性的值可能是一关键字，如auto、italic或transparent；或者为文字值，如true、5px、-5.0cm或http: //www.w3.org/index.html。在XSL中，文字值是以24个数据类型之一来表示，它些数据类型列于表15-2中。

表15-2 格式化属性数据类型

数据类型	定义	实例
Name	表示XML名称记号	q1 copyright
ID	表示唯一的XML名称记号	q1 copyright
IDREF	表示与文档中元素的ID相匹配的名称	q1 copyright
Boolean	为字符串true或字符串false	False True
Char	单一的、无空白的Unicode字符	A _
Signed Integer	一系列数字，作为选项可用加号或减号作前缀	0 –28 +1000000000
Unsigned Integer	一系列数字	0 28 1000000000
Positive Integer	一系列数字，包括至少有一个非零数字	28 1000000000
Signed Real	浮点数值，以符号-数字-小数点-数字格式表示。不支持指数表示法。对于正数的+为可选的	+0.879 -31.14 2.71828
Unsigned Real	非负的浮点数，其格式为数字-小数点-数字。不支持指数表示法	0.0 31.14 2.71828
Positive Real	正浮点数，其格式为数字-小数点-数字。不支持指数表示法	0.01 31.14 2.71828
Signed Length	后面带有单位的有符号整数或有符号实数	5px -0.5in
Unsigned Length	后面带有单位的无符号整数或无符号实数	10px 0.5cm
Positive Length	后面带有单位的正整数或正实数	10px 1pc
Percent	能被100整除以获得其真正值的有符号实数	100.0 -43.2 0.0
Space Specifier	最小长度；最大长度；最佳长度；优先级；限制条件	0px;72px;12px; force;discard
Limit Specifier	最小长度分号最大长度	0px;72px
Color	命名颜色或#RRGGBB形式的十六进制的三元参数	white #FFFFFF
URI	统一源标识符；实际上为URL	http://www.w3 .org/index.html /index.html/ ../index.html
Language	ISO 639语言码	en la
Font Name	以实际名或符号表示的字体名	Times New Roman serif
Font List	以逗号（并可能有空白）分隔的字体名	Times New Roman, Times, serif
Enumeration	XML的枚举类型	(airplane \| train \| car \| horse)
String	任何的字符序列	Fred Lucy and Ethel Castles don’t have phones.

15.14.2 消息属性

有两个消息属性，它们可用于任何格式化对象。但是，两者对格式化都没有直接的影响。从本质上来讲，它们都是非格式化属性。

15.14.2.1 id属性

第一个这样的属性就是id。它是一个XML的ID类型的特性。所以，此属性值必须是样式单中和输出格式化对象文档内的唯一的XML名。由于样式单中的一个模板规则可能在输出文档中产生几百个元素，所以最后的要求就有点棘手。XSL变换的generate-id()函数在此处就很有用。

15.14.2.2 语言属性

第二个这样的属性就是language。它指定此元素中所包括的内容的语言。通常，此属性值是ISO 639语言码，如en（English）或la（Latin）。它还可以为关键字none或use-document。后者表示只使用xml:lang特性指定的输入文档的语言。例如，以凯撒的Gallic Wars第一首诗为例：

<fo:block id="versel.l.l" language="la">

Gallia est omnis divisa in partes tres,

quarum unam incolunt Belgae, aliam Aquitani,

tertiam qui ipsorum lingua Celtae, nostra Galli appellantur

</fo:block>

尽管language属性对格式化没有直接的影响，但如果格式化程序根据语言选择布局算法的话，那么它就可能有直接的影响。例如，格式化程序可以将不同的缺省书写模式用于阿拉伯语和英语的文本。这就导致如何确定开始和结束的区域，以及内联的行进方向。

15.14.3 段落属性

在传统的字处理程序中，段落属性应用于整个文本块时，通常被作为样式来看待，尽管在这里作为块级文本属性或许更恰当些。例如，缩进是一种段落属性，这是因为是将一个段落进行缩进，而不能将单词独立于包含它的段落加以缩进。

15.14.3.1 分隔符属性

分隔符属性指定放置分页符的位置。有五个关系不太紧密的分隔符属性：

· keep-with-next

keep-with-previous
break-before
break-after
inhibit-line-breaks

keep-with-next和keep-with-previous属性都是布尔类型，它们指定格式化对象是否与下面的和前面的格式化对象分别处于相同父格式化对象中。这对保持两个格式化对象处于同一页有影响，但这种影响比那种与父格式化对象的定位关系更苟刻。

break-before属性将一分隔符插入到格式化对象的开始之前。要进行分隔的内容可能有column、page、odd-page和even-page。值也可能为none或auto-page。break-after属性将一分隔符插入到格式化对象的完成之后。可将相同的值用于break-before。例如，下面的模板规则确保每个SONNET在其自身的一页中有足够小的打印尺寸。

<xsl:template match="SONNET">

<fo:block break-before="page" break-after="page">

<xsl:apply-templates/>

</fo:block>

</xsl:template>

最后，inhibit-line-breaks也是布尔值，它可以设置为true，以指示哪怕是一个换行符也不允许有，更不用提分页符了。

15.14.3.2 断字属性

断字属性确定是否允许用连字符号连接以及如何使用。它只用于软或“随意”连字号，如有时在一行的结束用于分隔长单词的连字号。它不用于硬连字号，如单词mother-in-law中的连字号。尽管这些连字号可能影响软连字号的位置。有如下六个断字属性：

· hyphenate：只有在布尔属性的值为true时，才允许自动断字

hyphenation-char：用于以连字符号连接单词的Unicode字符，如英语中的-
hyphenation-keep：四个关键字之一（column、none、page、spread），指定在相对页或栏的结束处是否使用连字符号连接
hyphenation-ladder-count：无符号整数，指定一行中连字号线条的最大个数
hyphenation-push-char-count：无符号整数，指定必须跟在自动插入的连字符后面的最少字符个数（分开短音节显得不利）
hyphenation-remain-char-count：无符号整数，指定必须跟在自动插入的连字符前面的最少字符个数

断字还依赖于所使用的语言和文字。因此，下面的这三个属性具有特殊的效果：

· country

language
script

例如：

<fo:block hyphenate=true

hyphenation-char="-"

hyphenation-keep="none"

hyphenation-ladder-count="2"

hyphenation-push-char-count="4"

hyphenation-remain-char-count="4" >

some content ...

</fo:block>

XSL不指定分隔音节的算法来确定在何处使用软连字符。甚至对于允许使用连字符连接的属性，仍然完全要由格式化程序来决定如何以连字符来连接各个单词。

15.14.3.3 垂直对齐属性

vertical-align属性确定其行上的格式化对象的垂直位置，与同名的CSS2属性的行为是一样的。此属性可能有下列八个关键字的值：

1．baseline：将框的基线与行框的基线对齐

2．sub：将框的基线与行框内部的下标基线对齐

3．super：将框的基线上升到行框中的上标基线处

4．top：将框的顶端与行框的顶端对齐

5．middle：将框的中点对齐于行框的基线加上行框x高度的一半处

6．bottom：将框的底部与行框的底部对齐

7．text-top：将框的顶部与字体的顶部对齐

8．text-bottom：将框的底部与字体的底部对齐

还可以将vertical-align设置为有符号的长度，以提升或降低此框到与基线的指定距离。

15.14.3.4 缩进属性

缩进属性有四个：start-indent、end-indent、text-indent和last-line-end-indent，它们指定缩进的行离文本边有多远。start-indent属性从开始边（英文中为左边）移动所有的行。end-indent属性从结束边（英文中为右边）移动所有的行。text-indent属性只从开始边移动第一行。last-line-end-indent属性只从开始边移动最后一行。这些值是以有符号的长度来表示的。对start-indent取正值，text-indent取负值，就会创建一个悬挂式缩进（hanging indent）。例如，可按照下列方式，格式化一个第一行缩进0.5英寸的标准段落：

<fo:block text-indent="0.5in">

The first line of this paragraph is indented

</fo:block>

按下列方式，将一个块引用格式化成左右两边所有的行都缩进1英寸：

<fo:block start-indent="l.0in" end-indent="l.0in">

This text is offset one inch from both edges.

</fo:block>

15.14.4 字符属性

字符属性描述各个字符的性质，尽管它们可应用于包含字符的元素（如fo:block和fo:list-item-body）。这些属性包括颜色、字体、样式、粗细以及类似的属性。

15.14.4.1 颜色属性

color属性设置内容的背景颜色，其句法与CSS的color属性相同。例如，下面将文本“Lions and tigers and bears, oh my!”着成粉红色：

<fo:inline-sequence color="#FFCCCC">

Lions and tigers and bears, oh my!

</fo:inline-sequence>

15.14.4.2 字体属性

处理文本的任何格式化对象都有广泛的字体属性。其中的大多数都已从CSS中了解到，其中包括：

· font-family：按优先级顺序排列的一组字体名

font-size：有符号长度
font-size-adjust：通常为在x高度和字体大小之间的比值，以无符号的实数值或none来表示
font-stretch：字体的“宽度”，以下列一个关键字来表示：condensed、expanded、extra-condensed、extra-expanded、narrower、normal、semi-condensed、semi-expanded、ultra-condensed、ultra-expanded或wider
font-style：字体的样式，指定为下列关键字之一：italic、normal、oblique、reverse-normal或reverse-oblique
font-variant：为normal或small-caps
font-weight：绘制字体的笔划的粗细，以下列关键字之一给出：100、200、300、400、500、600、700、800、900、bold、bolder、lighter、normal

15.14.4.3 text-transform属性

text-transform属性定义文本如何大写，与同名的CSS属性一致。有四个可能的值：

· none：不改变大小写（缺省值）

capitalize：每个单词的第一个字母大写，后续的所有字母都为小写
uppercase：所有的字母都大写
lowercase：所有的字母都小写

此属性多少与语言有关（例如，汉语不分大小写）。当将格式化程序用于非拉丁文-1的文本时，就会任意忽略大小写的推荐值。

15.14.4.4 text-shadow属性

text-shadow属性在文本中使用阴影（shadow），类似于背景色，但区别是，阴影加在文本本身之上，而不是加在含有文本的框之上。

<fo:inline-seqence text-shadow="FFFF66">

This sentence is yellow.

</fo:inline-sequence>

15.14.4.5 text-decoration属性

text-decoration属性与CSS2的text-decoration属性相同，它有下列五个可能值：

· none

underline
overline
line-through
blink

缺省值为none。

15.14.4.6 score-space属性

划线（Scoring）是个包罗万象的词，用于下划线（underline）、删除线（line through）、双删除线（double strike-through）等等。score-space属性确定是否在空白处划线。例如，If score-space is true, an underlined sentence looks like this.（如果score-space 为true，则加上下划线的句子与此类似）。If Score-space is false, an underlined scntence looks uke this.（如果score-space为false，则加上下划线的句子于此类似。

15.14.5 句子属性

句子属性用于字符组，也就是说，每次只对一个以上的字符才有意义，如字母或单词之间的空格。

15.14.5.1 字符间距属性

文本的字距调整测定两个字符分开的空间有多大，这种测定方法需要小心对待。它不是一个绝对值。大多数格式化程序基于本地需要��特别是在对齐文本方面��来调整字母之间的空间。此外，高度品质的字体在不同的字形之间使用不同数量的空间。但是，可以使文本完全变得更宽松或更紧密。

letter-spacing属性在每对字形之间添加额外的空间，此空间超过字距调整所获得的空间。以有符号的长度来表示，以指定加入的额外空间的数量。例如：

<fo:block letter-spacing="1.5px">

This is fairly loose text

</fo:block>

可以使长度为负值，以紧缩文本。但格式化程序通常对允许在字母之间加入或移走多少额外空间具有限制。

15.14.5.2 字间距属性

word-spacing属性调整单词之间的间隔数量。另外，它的行为很像字符间距属性。其值为一有符号的长度，表示在两个单词之间要加入的额外空间的数量。例如：

<fo:block word-spacing="0.3cm">

This is pretty loose text.

</fo:block>

15.14.5.3 行距属性

XSL格式化引擎将块区域分成行区域。不能从XSL中直接创建行区域。但是，使用下面的五个属性，就可以对如何在垂直方向留下间隔施加影响：

· line-height：一行的最小高度

line-height-shift-adjustment：如果下标和上标大到一行的高度，则为consider-shifts；否则为disregard-shifts
line-stacking-strategy：line-height（CSS模型，为缺省值）；font-height（加上font-height-override-before和font-height-override-after之后，使行与字体一样高）；或者max-height（最大的上行字母高度和最大的下行字母深度之间的距离）
font-height-override-after：有符号长度，指定在每行之后添加额外的垂直空间；也可以为关键字use-font-metrics（缺省值）来指示根据字体设置垂直空间距离
font-height-override-before：有符号长度，指定在每行之前添加最小的额外垂直空间；也可以为关键字use-font-metrics（缺省值）来指示根据字体设置垂直空间距离

在很大程度上，行高还依赖于行的字体大小。字体越大，其行自然也就越高。例如，下面的开始段落来自于Mary Wollstonecraft的Of the Rights of Woman，实际上为二倍间隔：

<fo:block font-size="12pt" line-height="24pt">

In the present state of society it appears necessary to go

back to first principles in search of the most simple truths,

and to dispute with some prevailing prejudice every inch of

ground. To clear my way, I must be allowed to ask some plain

questions, and the answers will probably appear as

unequivocal as the axioms on which reasoning is built;

though, when entangled with various motives of action, they

are formally contradicted, either by the words or conduct

of men.

</fo:block>

15.14.5.4 文本对齐属性

text-align和text-align-last属性指定内联内容在其框内如何水平对齐。可有六个值：

1．start：在从右往左的文字中进行左对齐

2．centered：居中

3．end：在从右往左的文字中右对齐

4．justify：按照需要使用额外的空间对文本进行扩大，以便填满整行

5．page-inside：与页的内侧对齐，也就是说，两个面对页的左页上的右边或两个面对页的右页上的左边

6．page-outside：与页的外侧对齐，也就是说，两个面对页的左页上的左边或两个面对页的右页上的右边

text-align-last属性能够用来为块中的最后一行指定不同的值。这对于对齐文本尤为重要，因为在文本中最后行通常单词不多，需要进行调整。其值可为start、end、justified和relative。relative值使用的值与text-align属性值是一样的，除非text-align为justified，在这种情况下，最后行与开始边对齐。

15.14.5.5 空白属性

whitespace-treatment属性指定在最初的源文档转换成格式化对象之后，格式化引擎使用仍旧存在的空白来做什么。可以为下列三个值：

1．preserve：按原样保留空白

2．collapse：将所有的空白压缩成一个空格

3．ignore：删除首尾空白

我偏爱于保留在转换之后仍剩下的所有的空白。如果空白毫无意义，那么就很容易使用xsl:strip-space让转换过程删除空白。

15.14.5.6 wrap-option（折行选项）属性

wrap-option属性确定如何处理太长的无法容纳在一行中的文本。此属性有两个关键字值：

1．wrap：将文本软折行到下一行

2．no-wrap：文本不折行

15.14.6 区域属性

区域属性施加于框。这些属性既可以是块级也可以是内联框。每个框都有：

· 背景

页边距
边界
贴边
大小

15.14.6.1 背景属性

背景属性基本上与CSS1的背景属性相同，有五个属性：

· background-color属性指定框背景的颜色。其值可以是颜色或关键字transparent。

background-image属性给出用作背景影像的URI。其值可以为关键字none。
background-attachment属性指定背景影像是否加到窗口或文档上。其值为fixed或scroll关键字之一。
background-position属性指定背景影像如何放在框中。其值有center、left、right、bottom、middle、top或给出坐标。
background-repeat属性指定如果背景影像比其框小时，如何以及是否将背景影像平铺显示。可能值为repeat、no-repeat、repeat-x和repeat-y。

下列的块表明了background-image、background-position、background-repeat和background-color的用法：

<fo:block background-image="/bg/paper.gif"

background-position="0,0"

background-repeat="repeat"

background-color="white">

Two strings walk into a bar ...

</fo:block>

15.14.6.2 边框属性

边框属性描述框周围边界的外观。它们几乎都与CSS边框属性相同。但是，除了border-XXX-bottom、border-XXX-top、border-XXX-left和border-XXX-right属性之外，XSL版本还有border-XXX-before、border-XXX-after、border-XXX-start和border-XXX-end版本。总共有31个边界属性，它们是：

· 颜色：border-color、border-before-color、border-after-color、border-start-color、border-end-color、border-top-color、border-bottom-color、border-left-color、border-right-color。缺省边界颜色为黑色。

宽度：border-width、border-before-width、border-after-width、border-start-width、border-end-width、border-top-width、border-bottom-width、border-left-width、border-right-width。
样式：border-style、border-before-style、border-after-style、border-start-style、border-end-style、border-top-style、border-bottom-style、border-left-style、border-right-style。
缩略属性：border、border-top、border-bottom、border-left、border-right、border-color、border-style、border-width。

例如，下面的语句在一个块周围绘制一个2像素宽的蓝色框：

<fo:block border-before-color="blue" border-before-width-"2px"

border-after-color="blue" border-after-width="2px"

border-start-color="blue" border-start-width="2px"

border-end-color="blue" border-end-width="2px">

Two strings walk into a bar ...

</fo:block>

15.14.6.3 贴边属性

贴边属性指定框的边界和框的内容之间的空间数量。框的边界线如果显示出来的话，就落在页边距和贴边之间。贴边属性绝大多数与CSS的贴边属性相同。但是，除了padding-bottom、padding-top、padding-left和padding-right属性之外，XSL版本还有padding-before、padding-after、padding-start和padding-end版本。因此，总共有八个贴边属性，每个都是以有符号的长度作为值。它们是：

· padding-after

padding-before
padding-bottom
padding-end
padding-left
padding-start
padding-right
padding-top

例如，下面块的所有边都有0.5宽的贴边：

<fo:block padding-before="0.5cm" padding-after="0.5cm"

padding-start="0.5cm" padding-end="0.5cm">

Two strings walk into a bar ...

</fo:block>

15.14.6.4 块的页边距属性

有五个页边距属性，每个的值都为无符号的长度，它们是：

· margin-top

margin-bottom
margin-left
margin-right
margin

但是，这些属性在此只用于与CSS兼容。通常，推荐使用下列属性来代替，它们能更好地满足XSL格式化模型：

· space-before

space-after
start-indent
end-indent

space-before和space-after属性分别与margin-top和margin-bottom严格地等价。start-indent属性等于padding-left、border-left-width和margin-left之和。end-indent属性与padding-right、border-right-width和margin-right之和相等。图15-3对此作了更清晰地说明。

图15-3 贴边、缩进、边界和XSL框之前和之后的空间

例如，下面的块在其开始和结束侧边保留0.5厘米的页边距：

<fo:block start-indent="0.5cm" end-indent="0.5cm">

Two strings walk into a bar ...

</fo:block>

15.14.6.5 内联框页边距属性

用于内联元素的页边距属性有两个，它们是：

· space-end

space-start

它们的值是空间说明符，以便在元素之前和之后添加额外的空间范围。实际的空间可能更小或更大。由于空间不是框本身的一部分，所以框的结束空间可以是下一框的开始空间的部分。

空间说明符的值范围有最小、最大和最佳值。格式化程序可任意选取此范围内的值，以便适应页的限制。此外，空间说明符还包括优先级和限制条件值。所有的这五个值都是用分号分开的。

优先级既可以是整数，也可以为关键字force。优先条件确定当内联区域的space-end与下一个space-start发生冲突时，应出现什么情况。优先级更高的区域占上风。缺省的优先级为0。

限制条件为两个关键字之一：discard或retain。这些关键字确定一行的结束处对额外空间产生什么影响。缺省值为放弃额外空间。

15.14.6.6 内容高度和宽度属性

有四个属性可用来指定框的内容区域的高度和宽度，都是无符号的长度值，它们是：

· height

width
max-height
max-width

这些属性不指定框的总宽度和总高度，也不指定页边距、贴边和边界。只指定内容区域的宽度和高度。除了无符号长度之外，可以将height和width属性设置为关键字auto，以基于框中内容的数量来选择高度和宽度。但是，在任何情况下，高度和宽度都不会比max-height和max-width属性指定的值大。例如：

<fo:block height="2in" width="2in">

Two strings walk into a bar ...

</fo:block>

15.14.6.7 overflow（溢出）属性

overflow属性确定如果内容太多无法容进指定大小的框中时要出现什么情况。可以是使用尺寸属性的显式说明，或者是基于页大小或其他限制的隐式说明。有四个可能性，每一种都使用一个关键字来表示：

1．auto：如果有超出部分，则使用滚动条；如果没有，则不使用滚动条

2．hidden：不显示到达框之外的任何内容

3．scroll：将滚动条加到框上，以便读者可以滚动其他内容

4．visible：如果需要，不考虑框的大小限制，显示完整的内容

如果overflow属性没有visible值，那么clip属性就指定剪切区的形状。缺省的剪切区只是框的本身。但是，可以像下面这样指定一个特定的矩形，从而改变这种情况：

clip=rect(top_offset right_offset bottom_offset left_offset)

此处的top_offset、right_offset、bottom_offset和left_offset为有符号的长度，以框的顶、右、底和左侧的剪切区的偏移量来表示。这样可以使剪切区比框的本身更小。

15.14.6.8 reference-orientation（参考方位）属性

reference-orientation属性可用来指定框的内容以相对于正常方向的90° 增量旋转。唯一的有效值为90° 增量，是以反时针方向计算的，也就是说可以为0、90、180和270。还可以指定为-90、-180和-270。例如，下面为90° 旋转：

<fo:block reference-orientation="90">

Bottom to Top

</fo:block>

15.14.6.9 书写方式属性

书写方式指定框中的内容的方向。这对框中格式化对象的排列具有重要的意义。在大多数时候，说英语和其他西方语言的人采取的都是左至右、上至下的书写方式，譬如：

A B C D E F G

H I J K L M N

O P Q R S T U

V W X Y Z

而在说希伯来语和阿拉伯语的国家里，书写顺序为右至左、上至下，如下面的方式似乎更自然：

G F E D C B A

N M L K J I H

U T S R Q P O

Z Y X W V

在台湾，由上至下、由右至左的顺序更轻松自在：

Y U Q M I E A

Z V R N J F B

W S O K G C

X T P L H D

在XSL格式化语言中，书写方式不只影响文本，还影响文本流或序列中对象的排列、换行等等。读者已注意到许多属性都可以用来控制开头、结尾、前和后的变化，而不是左、右、上和下的变化。根据开头、结尾、前和后，而不是左、右、上和下指定的样式规则会产生更加强健、更具有本地化特点的样式单。

writing-mode属性指定某一地区的书写方式。此属性可取下列14个关键字值之一：

1．bt-lr：自下而上、从左往右

2．bt-rl：自下而上、从右往左

3．lr-alternating-rl-bt：从左往右数行交替为从右往左数行、自下而上

4．lr-alternating-rl-tb：从左往右一行，然后从右往左一行交互排列、自上而下

5．lr-bt：从左往右、自下而上

6．lr-inverting-rl-bt：从左往右，然后向上移到下一行并从右往左（即，如同自下而上的S那样迂回向上到达整个页面）

7．lr-inverting-rl-tb：从右往左，然后向下移到下一行并从右往左（即，如同反向的S那样迂回向下到达整个页面）

8．lr-tb：从左往右、自上而下

9．rl-bt：从右往左、自下而上

10．rl-tb：从右往左、自上而下

11．tb-lr：自上而下、从左往右

12．tb-rl：自上而下、从右往左

13．tb-rl-in-rl-pairs：自上而下、从右往左

14．use-page-writing-mode：显示此对象的页使用任意一种书写方式；此为缺省值

15.14.6.10 孤行和寡行

对于排字机来说，孤行（orphan）是在页面底端段落的首行。寡行（widow）是在页面顶端段落的末行。好的排字机可以将额外的一行按要求从前页移到下一行，以避免孤行和寡行现象。可以将orphans属性设置为无符号的整数，从而调整认为是孤行的行数。可以将widows属性设置为无符号的整数，从而调整认为是寡行的行数。例如，如果想确保页尾的每个段落都至少有三行，可将orphans属性设置为3。例如：

<fo:simple-page-master page-master-name="even"

orphans="3" page-height="8.5in" page width="11in"

15.14.7 听觉属性

XSL支持全部的CSS2音频样式单属性的集合，包括：

· azimuth

cue
cue-after
cue-before
elevation
pause
pause-after
pause-before
pitch
pitch-range
play-during
richness
speak
speak-header
speak-numeral
speak-punctuation
speech-rate
stress
voice-family
volume

听觉样式单属性在第13章“级联样式单级别2”的最后一节中讨论过。在XSL格式化对象中，这些属性的语义和句法与CSS2中的完全一样。

15.15 本章小结

本章中，详细地学习了XSL格式化语言。特别是，学习了如下内容：

· XSL变换可用来完成XML源文档到以XSL格式化对象符号集标记的新的XML文档的转换。

大多数XSL格式化对象生成一个或多个矩形区域。页面区域包含块区域。块区域包含块区域和行区域。行区域包含内联区域。内联区域包含其他内联区域和字符区域。
格式化对象文档的根元素为fo:root，包含fo:layout-master-set和fo:page-sequence元素。
fo:layout-master-set元素包含一个或多个fo:simple-page-master元素，而每个元素通过将特定类型页的版面分成五个区（前、后、开头、结尾和正文），并给每个元素赋以属性，来定义页的版面。
fo:page-sequence元素包含一个fo:sequence-specifier元素、零个或多个fo:static-content元素以及一个fo:flow元素。fo:flow的内容按照fo:sequence-specifier元素指定的顺序复制到主控页实例中。fo:static-content元素的内容复制到它所创建的第一页上。
fo:display-rule元素生成块级水平线。fo:inline-rule元素生成内联水平线。
fo:display-graphic元素从URL处加载影像，并显示在块中。fo:inline-graphic元素从URL处加载影像，并以内联方式加以显示。
fo:simple-link元素创建对URL的超文本链接，并显示在块中。
列表是块级元素，由fo:list-block元素创建，包含块级fo:list-item元素。每个fo:list-item元素又包含一个fo:list-item-label和fo:list-item-body。
fo:page-number元素插入当前的页码。
fo:character元素使用输出文档中的不同字符，来代替输入文档中一个特指的字符或字符串。
fo:display-sequence和fo:inline-sequence元素都是容器，用来将属性加到它们包含的文本和区域上。
fo:footnote元素将外联的脚注和内联的脚注引用插入到页中。
fo:float元素将外联的块级元素（如图或pullquote）插入到页中。
有200多个独立的XSL格式化属性，其中有许多与同名的CSS属性是一样的。它们都是作为特性与XSL格式化对象的元素相关联。

下一章将介绍XLink，这是标准HTML的A元素超链接或XSL的fo:display-link和fo:inline-link更强大的链接句法。

第四部分补充技术

本部分包括以下各章：

第16章--XLink

第17章--XPointer

第18章--命名域

第19章--资源描述框架

注意:本章内容基于XLink的早期草案，与现在的规范有较大出入。但为了保证完整性，我们仍将本章完整刊出。本章的最新英文版本见http://www.ibiblio.org/xml/books/bible/updates/16.html，XLink规范最新版本见http://www.w3.org/TR/xlink/。

XML中国论坛

第16章 XLink

XLL（可扩展的链接语言，eXtensible Linking Language）分为两部分：XLink和XPointer。XLink（即XML链接语言，XML Linking Language）定义一文档如何与另一文档的链接。XPointer（即XML指针语言，XML Pointer Language）定义文档的各部分如何寻址。XLink指向URI（实际为URL），以指定特定的资源。此URL可能包含XPointer部分，更明确地标识目标资源或文档所期望的部分或节。本章探讨XLink，下一章将探讨XPointer。

本章的主要内容如下：

· XLink与HTML链接的对比

简单链接
扩展链接
外联链接
扩展链接组
如何重新命名XLink特性

16.1 XLink与HTML链接的对比

Web征服已经建立起来的Gopher协议的一个主要原因是：在文档中可嵌入超文本链接。这些链接可以嵌入影像或让用户从一文档内部跳转到另一文档或同一文档的另一部分。在某种程度内，XML可转变成其他格式以便于浏览，HTML用于链接的句法与XML文档中使用的句法是一样的。使用XSL，可将各自的句法转变成HTML句法，就像第14章的几个例子中所看到的那样。

但是，HTML链接具有局限性。首先，URL通常只限于指向单一文档。如果比这种要求更为详细如链接于一文档中第17段的第三句，就需要手工在目标文件中插入命名的定位符（锚）。如果对链接的文档没有写访问权，是不会做到这一点的。

而且，HTML链接不保留文档之间的历史或关系内容。尽管浏览器可以跟踪浏览的一系列文档的路径，但这种跟踪是很不可靠的。从HTML内部，没有任何方法知道读者是从哪里来的。链接纯粹是单方向的。用来链接的文档知道它正与谁进行链接，但反过来则不行。

XLL可获得文档间的更强有力的链接。它是专为XML文档设计的，但有些部分也可以与HTML文档一起使用。XLL可以实现使用HTML的基于URL超文本链接和定位可获得的任何功能。但是，除此之外，它还支持多方位的链接，即以多个方向同时进行链接。任何元素都可以成为一个链接，而不仅仅是A元素。甚至不需要将链接保存在与链接文档相同的文件中。此外，XPointer部分（将在下一章讨论）允许对XML文档中的任意位置进行链接。这些功能使XLL不仅更适合于新的用途，而且还适合于只使用HTML要花很大气力才能达到的功能，如交叉引用、脚注、尾注、互连数据等等。

请读者注意，直到编写此书时（1999年春天），XLL仍处于重大的开发和修改阶段。尽管正在逐渐成形，但在读者阅读本书时可能会或多或少地发生变化。

此外，到目前为止，还没有任何一个多用途的应用程序能支持任意的XLink。这是因为XLink的适用性要比HTML链接广得多。XLink不仅仅用于超文本的连接，还可用于在文档中嵌入影像。可被任何一个需要在文档和文档的局部之间建立连接的常用应用程序用于任何目的。因此，甚至当XLink在浏览器中得以完整执行时，也许并非总是单击可跳转到另一页的蓝色下划线文本。可以是那样，但也可以根据需要决定蓝色的下划线文本的多寡。

16.2 简单链接

在HTML中，链接是用<A>标记来定义的。但就像XML使用描述元素的标记更灵活一样，使用引用外部资源的标记也更为灵活。在XML中，几乎任何标记都可以是一个链接。包括链接的元素称作链接元素（linking element）。

链接元素是由值为simple或extended的xlink:form特性来标识的。而且，每个链接元素包含一个值为链接资源的URI的href特性。例如，下面是三个链接元素：

<COMPOSER xlink:form=”simple” inline=”true”

href=”http://www.users.interport.net/~beand/”>

Beth Anderson

</COMPOSFR>

注意，此元素具有描述它们所包含内容的语义名称，而不是这些元素如何表现。这些元素使链接的信息包含在标记的特性中。

这三个例子是简单的XLink。简单的XLink类似于标准的HTML链接，并在更复杂（以及功能强大）的扩展链接之前很可能为应用程序的软件所支持，所以，我首先使用它们。扩展链接在下节讨论。

在上面的FOOTNOTE实例中，链接目标特性名为href。其值为相对的URL footnote7.xml。此文档的协议、主机以及路径都取自出现这种链接的文档中的协议、主机以及路径。

在上面的COMPOSER示例中，链接目标特性名为href。此href特性值为绝对的URL http: //wwwusers.interport.net/~beand/。在上面的第三个示例IMAGE中，链接目标特性名为href。此href特性值为相对的URL logo.gif。这时同样本文档的协议、主机以及路径都取自出现这种链接的文档中的协议、主机以及路径。

如果文档有一个DTD，那么这些特性必须和其他特性一样进行声明。例如，FOOTNOTE、COMPOSER和IMAGE元素的DTD声明可以按下面的方式进行：

<!ELEMENT FOOTNOTE (#PCDATA)>

<!ATTLIST FOOTNOTE

xlink:form CDATA #FIXED “simple”

href CDATA #REQUIRED

<!ELEMENT COMPOSER (#PCDATA)>

<!ATTLIST COMPOSER

xlink:form CDATA #FIXED “simple”

href CDATA #REQUIRED

<!ELEMENT IMAGE EMPTY>

<IATTLIST IMAGE

xlink:form CDATA #FIXED “simple”

href CDATA #REQUIRED

使用这些声明，xlink:form特性就有一个确定值。所以，这一特性就不需要包括在元素的实例中，现在可以将这些元素按照下列方式书写得更简洁一些：

Beth Anderson

</COMPOSER>

使一元素成为链接元素对元素的其他特性或内容不存在限制。链接元素可以包含任意的子元素或其他特性，当然总是受制于DTD。例如，下面为IMAGE元素的更真实的声明。注意，大多数特性与链接无关。

<!ELEMENT IMAGE EMPTY>

<!ATTLIST IMAGE

xlink:form CDATA #FIXED “simple”

href CDATA #REQUIRED

ALT CDATA #REQUIRED

HEIGHT CDATA #REQUIRED

WIDTH CDATA #REQUIRED

16.2.1 本地资源的描述

链接元素可以包含可选的content-role和content-title元素，这两个元素用于在链接元素出现的文档内提供附加的信息，并进一步描述此链接的目的。例如：

<AUTHOR href=http://www.macfaq.com/personal.html

content-title="author of the page"

content-role="whom to contact for questions about this page">

Elliotte Rusty Harold

</AUTHOR>

content-role和content-title特性描述本地资源，即链接元素的内容（本例中的Elliotte Rusty Harold）。但是，这些特性不描述远程的资源（如本例中为位于http://www.macfaq.com/personal.html处的文档）。因此，本例说明Elliotte Rusty Harold具有“author of the page”的头衔，其作用为“whom to contact for questions about this page”。本例也无需与在http://www.macfaq.com/personal.html处找到的文档有任何关系。

content-title特性通常是由读入XML的应用程序所使用，以便在用户将鼠标移到链接的元素之上时，在浏览器状态条上或通过工具提示为用户显示一些附加信息。但是，应用程序不一定要为用户显示这种信息。如果此特性选择了这么做，那么它就只能如此。

content-role特性表示文档中链接元素的目的。此特性与准备将数据传递给读入XML的应用程序中的处理指令相类似。可是，它的真正目的并不是作为XML来使用，并且应用程序可以任意忽略此特性。

像所有的其他特性一样，content-title和content-role为了用于包含它们的所有元素也应在DTD中进行声明。例如，下面的合理声明可用于上面的AUTHOR元素：

<!ELEMENT AUTHOR (#PCDATA)>

<IATTLIST AUTHOR

xlink:form CDATA #FIXED "simple"

href CDATA #REQUIRED

content-title CDATA #IMPLIED

content-role CDATA #IMPLIED

16.2.2 远程资源的描述

链接元素可以包含可选的role和title特性，用来描述远程资源，即链接所指向的文档或其他资源。例如：

<AUTHOR href=http://www.macfaq.com/personal.html

title="Elliotte Rusty Harold s personal home page"

role="further information about the author of this page"

content-title="author of the page"

content-role="whom to contact for questions about this page">

Elliotte Rusty Harold

</AUTHOR>

role和title特性描述远程资源，而不是本地元素。在上面的实例中，远程资源就是http://www.macfaq.com/personal.html处的文档。因此，下面的实例说明http://www.macfaq.com/personal.html处的网页标题为“Elliotte Rusty Harold s personal home page”，作用为“further information about the author of this page”。要使title与链接网页的TITLE元素内容相同是很平常的，尽管不必这样做。

读入XML的应用程序可以使用这两个特性来为用户显示附加的信息。但应用程序无需将这种信息显示给用户或用它来做任何事。

在链接文档（链接出发的文档）中，role特性说明远程资源（被链接的文档）的目的。例如，可用特性来区别脚注、尾注和引文。

与所有的其他特性一样，为了用于包含它们的所有元素，应在DTD中声明title和role特性。例如，下面的合法声明可用于上面的author元素：

<!ELEMENT AUTHOR (#PCDATA)>

<!ATTLIST AUTHOR

xlink:form CDATA #FIXED "simple"

href CDATA #REQUIRED

content-title CDATA #IMPLIED

content-role CDATA #IMPLIED

title CDATA #IMPLIED

role CDATA #IMPLIED

16.2.3 链接行为

链接元素可以包含三个可选特性，这些特性可以建议应用程序如何将远程资源与当前页关联。下面即为这三种特性：

1．show

2．actuate

3．behavior

show特性提示当激活链接时，应如何显示内容，例如，通过打开一个新窗口来保存内容。actuate特性提示此链接是否可以自动切断或是否要求有明确的用户请求。behavior特性可为应用程序提供有关如何准确地切断链接的详细信息，如在切断链接之前的一段时间迟延。但是，这些特性都是与应用程序相关的，并且应用程序可任意忽略这些提示。

16.2.3.1 show特性

show特性有三个合法值：replace、new和embed。

当激活链接（通常是由单击此链接而发生的，至少在GUI浏览器中是如此）时使用replace值，则链接的目标代替同一个窗口中的当前文档。这是HTML链接的缺省行为。例如：

<COMPOSER href="http://www.users.interport.net/~beand/"

show="replace">

Beth Anderson

</COMPOSER>

使用new值时，激活链接就打开新的窗口，以显示目标资源。这种行为与target特性设置为_blank时的HTML链接类似。例如：

Check this out, but don t leave our site completely!

</WEBSITE>

读者不希望在单击链接后打开新的窗口，倒希望在单击链接后，把新页加载到当前窗口中，除非明确地要求在新窗口中打开这种链接。

有些公司相当自傲，以至他们认为任何一个用户从不会离开他们自己的站点。于是，他们就“帮助”读者打开新的窗口。在大多数时候，这只能使读者感到困惑和厌恶。如果没有一个很好的理由，就不要改变用户所期望的那种行为。让读者在站点上花费额外的两秒钟，或者多浏览一页，多看一页的广告，这种浮浅的欲望是毫无道理的。

使用embed值，激活链接将会在现有的文档中插入目标资源。其准确的含义是与应用程序相关的。但是，可以想象，此值用于Web页的客户端“嵌入”功能。例如，下面的这个元素（并没有直接包括家庭成员的各个元素）将家庭成员的各个元素从各自的文件ThomasCorwinAnderson.xml、LeAnahDeMintEnglish.xml、JohnJayAnderson.xml和SamuelEnglishAnderson.xml中复制出来。

</FAMILY>

切断链接并将其内容嵌入到FAMILY元素中之后，结果如下所示：

<NAME>

<GIVEN>Thomas Corwin</GIVEN>

<SURNAME>Anderson</SURNAME>

</NAME>

<BIRTH>

</BIRTH>

<DEATH>

<PLACE>Mt. Sterling, KY</PLACE>

</DEATH>

</PERSON>

<NAME>

<GIVEN>LeAnah (Lee Anna, Annie) DeMint</GIVEN>

<SURNAME>English</SURNAME>

</NAME>

<BIRTH>

<PLACE>Louisville, KY</PLACE>

</BIRTH>

<DEATH>

<PLACE>acute Bright s disease, 504 E. Broadway</PLACE>

</DEATH>

</PERSON>

<NAME>

<GIVEN>John Jay (Robin Adair )</GIVEN>

<SURNAME>Anderson</SURNAME>

</NAME>

<BIRTH>

<PLACE>Sideview</PLACE>

</BIRTH>

<DEATH>

</DEATH>

</PERSON>

<NAME>

<GIVEN>Samuel English</GIVEN>

<SURNAME>Anderson</SURNAME>

</NAME>

<BIRTH>

<PLACE>Sideview</PLACE>

</BIRTH>

<DEATH>

<PLACE>Mt. Sterling, KY</PLACE>

</DEATH>

</PERSON>

</FAMILY>

尽管每个PERSON元素都存在于独立的文件中，但处理全部的FAMILY元素就像是在一个文件中一样。

像合法文档中的所有特性一样，对于DTD的链接元素，show特性必须在<!ATTLIST>声明语句加以声明。例如：

<!ELEMENT WEBSITE (#PCDATA)>

<!ATTLIST WEBSITE

xlink:form CDATA #FIXED "simple"

href CDATA #REQUIRED

show (new | replace | embed) "new"

16.2.3.2 actuate特性

链接元素的actuate特性有两个可能的值：user和auto。user值为缺省值，它指定仅当用户请求时，才切断链接。另一方面，如果链接元素的actuate特性设置成auto，则在同一个链接元素的其他目标资源被切断时，都要切断此链接。

正如合法文档中的所有特性一样，对于出现链接的链接元素，actuate特性必须在DTD的<!ATTLIST>声明语句中声明。例如：

<!ELEMENT WEBSITE (#PCDATA)>

<IATTLIST WEBSITE

xlink:form CDATA #FIXED "simple"

href CDATA #REQUIRED

show (new | replace | embed) "new"

actuate (user | auto) "user"

16.2.3.3 behavior特性

behavior特性用来将任意格式的任意数据传递给读入此数据的应用程序中。应用程序使用这些数据来对如何进行链接作出附加说明。例如，如果要指定在切断链接时，播放声音文件fanfare.au，可按下面进行编写：

<COMPOSER xlink:form="simple"

href="http://www.users.interport.net/-beand/"

behavior="sound: fanfare.au">

Beth Anderson

</COMPOSER>

用于DTD的快捷方式

由于特性名及类型都是标准化的，如果在一篇文档中有多个链接元素，那么将特性声明变成参数实体引用，并只在每个链接元素的声明中重复这种引用常常是方便的。例如：

<!ENTITY % link-attributes

"xlink:form CDATA #FIXED ¢ simple¢

href CDATA #REQUIRED

behavior CDATA #IMPLIED

content-role CDATA #IMPLIED

content-title CDATA #IMPLIED

role CDATA #IMPLIED

title CDATA #IMPLIED

show (new | replace | embed) ¢ new¢

actuate (use | auto) ¢ use¢

behavior CDATA #IMPLIED"

<!ELEMENT COMPOSER (#PCDATA)>

<!ATTLIST COMPOSER

%link-attributes;

<!ELEMENT AUTHOR (#PCDATA)>

<!ATTLIST AUTHOR

%link-attributes;

<!ELEMENT WEBSITE (#PCDATA)>

<!ATTLIST WEBSITE

%link-attributes;

但是，这样就要求读入XML文件的应用程序理解带有值为sound:fanfare.au的behavior特性即意味着当切断链接时，应播放fanfare.au声音文件。大多数（或许所有的）应用都不能理解这种含义。但是，它们可以将behavior特性当作易于使用的保存它们确实能够理解的非标准信息的地点。

正如合法文档中的所有特性一样，对于出现链接的链接元素，其behavior特性必须在DTD中声明才行。例如：下面的COMPOSER元素可按下面方式声明：

<!ELEMENT COMPOSER (#PCDATA)>

<!ATTLIST COMPOSER

xlink:form CDATA #FIXED "simple"

href CDATA #REQUIRED

behavior CDATA #IMPLIED

16.3 扩展链接

简单链接的效果或多或少地与HTML中已经熟悉了的标准链接类似。每个简单链接都包含一个本地资源和对一个远程资源的引用。本地资源为链接元素的内容，而远程资源则为链接的目标。

但是，扩展链接（Extended link）实质上超越了HTML链接所能达到的程度，以便在许多文档和外联链接之间包括多方向的链接。扩展链接由xlink:form特性来指定，其值为extended，如：

扩展链接的第一个作用就是指向多个目标。为此，扩展链接将目标保存在链接元素的子locator元素中，而不像简单链接那样保存在链接元素的唯一的href特性中。例如：

<WEBSITE xlink:form="extended">Cafe au Lait

North Carolina

</locator>

<locator

href="http://sunsite.univie.ac.at/jcca/mirrors/javafaq/">

Austria

</locator>

Poland

</locator>

Slovakia

</locator>

Switzerland

</locator>

</WEBSITE>

本例中的链接元素WEBSITE本身和各locator子元素都可以有特性。链接元素只有适用于整个链接以及本地资源的特性，如content-title和content-role。locator元素具有应用于特定的远程资源（locator元素链接于这些资源）的特性，如role和title。例如：

<WEBSITE xlink:form="extended" content-title ="Cafe au Lait"

content-role="Java news">

<locator href="http://metalab.unc.edu/javafaq/"

title="Cafe au Lait" role=".us"/>

<locator

href="http://sunsite.univie.ac.at/jcca/mirrors/javafaq/"

title="Cafe au Lait" role=".at"/>

<locator href="http://sunsite.icm.edu.pl/java corner/faq/"

title="Cafe au Lait" role=".pl"/>

<locator href="http://sunsite.uakom.sk/javafaq/"

title="Cafe au Lait" role=".sk"/>

<locator href="http://sunsite.cnlab-switch.ch/javafaq/"

title="Cafe au Lait" role=".ch"/>

</WEBSITE>

actuate、behavior和show（如果存在）属于各个locator元素。

在有些情况下，如上面的实例所示，各定位符（locator）指向同一页面和镜像副本，对于各个locator元素来说，远程资源特性可以相同，都指向链接元素。在此情况下，可以在链接元素中使用远程资源特性。这些特性应用于各个locator子元素（对于同一个特性各子元素声明为相同的值）。例如：

<WEBSITE xlink:form="extended" content-title="Cafe au Lait"

content-role="Java news" title="Cafe au Lait">

<locator

href="http://sunsite.univie.ac.at/icca/mirrors/javafaq/"

role=".at"/>

<locator href="http://sunsite.icm.edu.pl/java-corner/faq/"

role=".pl"/>

<locator href="http://sunsite.cnlab switch.ch/javafaq/"

role=".ch"/>

</WEBSITE>

DTD的另一种快捷方式

如果有多个链接和locator元素，那么在DTD的参数实体中定义通用的特性可能有好处，而这样又可以重新用于不同的元素。例如：

<!ENTITY % remote-resource-semantics.att

"role CDATA #IMPLIED

title CDATA #IMPLIED

show (embed | eplace | new) #IMPLIED ¢ replace¢

actuate (auto | use ) #IMPLIED ¢ use¢

behavior CDATA #IMPLIED"

<!ENTITY % local- resource-semantics.att

"content-title CDATA #IMPLIED

content-role CDATA #IMPLIED"

<!ENTITY % locator.att

"href CDATA #REQUIRED"

<!ENTITY % link-semantics.att

"inline (true | false) ¢ true¢

role CDATA #IMPLIED"

<!ELEMENT WEBSITE (locator*) >

<!ATTLIST WEBSITE

xlink:form CDATA #FIXED "extended"

%local-resource-semantics.att;

<!ELEMENT locator EMPTY>

<!ATTLIST locator

xlink:form CDATA #FIXED "locator"

%locator.att;

%link-semantics.att;

就像通常的那样，在合法的文档中，链接元素及其所有可能的特性都必须在DTD中声明。例如，下面声明上面实例中使用的WEBSITE和locator元素及其特性：

<!ELEMENT WEBSITE (locator*) >

<!ATTLIST WEBSITE

xlink:form CDATA #FIXED "extended"

content-title CDATA #IMPLIED

content-role CDATA #IMPLIED

title CDATA #IMPLIED

<!ELEMENT locator EMPTY>

<!ATTLIST locator

xlink:form CDATA #FIXED "locator"

href CDATA #REQUIRED

role CDATA #IMPLIED

16.4 外联链接

迄今为止所考虑的链接（简单和扩展）都是内联链接。内联链接（如在HTML中熟悉的A元素）使用内联元素的内容作为包含链接的文档部分。通过这种方式展示给读者。

XLink也可以是外联方式。外联链接可能不存在于它所连接的任何文档中，而是将链接保存在各个独立的链接文档中。例如，使用这种方法来维护幻灯片放映是很有用的，因为在幻灯片放映过程中，各幻灯片都需要前后链接。改变链接文档中的幻灯片顺序，即可以改变每页上的前后链接的目标，而无需编辑幻灯片本身。

要将链接标记为外联，可将inline特性设置成false值。例如，下面的简单的外联链接使用空元素来描述Web站点。空元素没有任何内容；在链接的情况下，它没有本地资源。所以，它没有描述本地资源的content-role和content-title特性。但像下面的这个例子那样，可以有描述远程资源的role和title特性。

<WEBSITE xlink:form="simple" inline="false"

href="http://metalab.unc.edu/xml/"

title = "Cafe con Leche" role="XML News"/>

由于到目前为止所看到的所有链接都是内联链接，所以链接隐式地具有值为true（缺省值）的inline属性。

简单的外联链接（如上面的例子）都是相当少见的。极其常用并且非常有用的是外联扩展链接，如下面所示：

<locator

href="http://sunsite.univie.ac.at/jcca/mirrors/javafaq/"

role=".at"/>

<locator href "http://sunsite.icm.edu.pl/java-corner/faq/"

role=".pl"/>

<locator href="http://sunsite.cnlab-switch.ch/javafaq/"

role=".ch"/>

</WEBSITE>

有些链接（如上面的链接）可能保存在已知位置的Web服务器上的独立文件中，在此位置浏览器可以找到并且询问此链接，以便确定对浏览器正在寻找最近的页面镜像。但是，外联性就是该元素不出现在激活链接的文档中。

这样就将样式单的提取扩大到链接域。样式单完全与其描述的文档分离，并且提供的规则可以用来修改文档向读者显示的方式。包含外联链接的链接文档与它所连接的文档分离，但仍给读者提供必要的链接。这种方法有几个优点，其中包括可以使更多面向展示的标记保持与文档分离，以及允许只读文档的链接。

样式单链接的范围比外联链接要广得多。目前还没有如何将“链接单（link sheet）”加到XML文档中的一般性的建议，更不用说如何确定文档中的哪个元素与哪个链接相关联。

显而易见，可以将<?xml-linksheet?>处理指令加到文档的前言中，以指定在何处找到链接。链接单本身可以使用类似于XSL的内容来选择模式，以便将链接映射到各XML元素中。甚至选择符也会成为locator元素的role特性的值。

16.5 扩展链接组

扩展链接组（extended link group）元素包含连接一组特定文档的链接。依靠扩展链接文档元素，组中的每个文档都作为目标来定位。应用程序负责推定如何激活组成员中的连接、并怎么理解这种连接。

我不得不提醒读者，在撰写这本书时，应用程序支持链接组最多只是一种假定。尽管我可以显示如何书写这样的链接，但真正执行并支持可能还需要一段时间。有些细节无法确定，很可能以销售商指定的方式执行，至少开始就是如此。还有，这些链接能够获得比HTML更为复杂的链接。

16.5.1 一个实例

例如，我已经将我讲授的Java课程的注解放在我的Web站点上。图16-1显示前言页。这个特别的课程由13个课时组成，每个课时含有30~60页的注解。然后为各个课时提供一张目录。这几百页组成整个站点，其中的每一页都与前面文档、下个文档以及每周目录（顶端链接）相链接，如图16-2所示。把这些页放在一起，这样总计多达几千页，这些页可以在文档内相互连接。

图16-1 用于类Web站点的前言页显示13个星期的讲稿注解

可能相互连接数随着文档数量呈指数增长。每当一个文档移动、改名或分成更小的块时，就需要在页面上、在这组文档的前和其后的页面上以及每周目录上调整链接。坦率地说，这项工作比原先的更加艰苦，所以这妨碍了对课程注解的必要的修改和更新。

图16-2 显示Previous、Next和Top链接的一页讲稿注解

如果HTML支持的话，要做的更有意义的事就是将连接保存在独立的文档中。然后编辑此文档，就可以重新组织页。HTML链接不支持这种方式，但XLink却支持。不是以内联的方式将链接保存在HTML文件中，而是将它们通过外联的方式保存在组元素中。例如：

</COURSE>

这样就将COURSE元素定义成扩展链接组，此组由13个扩展链接文档元素（即CLASS元素）组成。

16.5.2 steps特性

应用程序使用链接组可以做的事情之一是，预加载链接组中的所有文档。这些文档可以包含它们各自的链接组。例如，上面的每个CLASS元素都引用一个特定星期的站点目录，如图16-3所示。然后这些文档就可以加载。例如，文件week6/index.xml就包含这种链接组：

</CLASS >

图16-3 显示周讲稿注解的目录页面

现在假定有一个文档反过来引用原文档。这有可能触发无限的回归，即重复加载同一个文档，直到应用程序将内存耗尽为止。为了防止这种情况的发生，组元素可以包含steps特性，用它来指定递归跟随链接组的层数。例如，要指定预加载不能达到当前文档三层以上，可以这样来编写：

坦率地说，我不敢确定steps特性有多重要。要使应用程序注意何时它已经到达某个文档，但根本不再次处理此文档并非困难。我认为，更好的方法是，由XML处理器而不是网页作者来防止递归。

steps特性可以用来限制预发生加载的数量。例如，在课时注解实例中，尽管有可能他或她想打印或复制所有的课程注解，不可能任何人一次要阅读整个内容。在任何情况下，将steps特性设置为1，就可以将横穿的深度限制为指定的页面而不是课程中的几百页。

就像常常要做的那样，这些元素及其特性必须在它们的任何合法文档的DTD中声明。实际上，xlink:form是固定的，所以不需要包括在元素的实例中。例如：

<!ELEMENT CLASS (document*)>

<!ATTLIST CLASS

xlink:form CDATA #FIXED “group”

steps CDATA #IMPLIED

<!ELEMENT SLIDE EMPTY>

<!ATTLIST SLIDE

xlink:form CDATA #FIXED “document”

href CDATA #REQUIRED

16.6 重命名XLink特性

XLink有十个特性，这在前节中已经讨论过。现列于下面：

xlink:form

href

steps

title

role

content-title

content-role

show

actuate

behavior

可以想像，这些特性之一或多个已用作特定XML应用程序中的特性名。title特性似乎特别要加以考虑。只有一个特性不能用于其他用途，这就是xlink:form。

XLink规范预料到这个问题，所以可以利用xml:attributes特性将XLink特性重新命名为更便于使用的名称。在DTD的<!ATTLIST>中将此特性声明为一个固定的属性，类型为CDATA，而值为以空格分开的标准名和新名对的列表。

这种问题可以使用命名域（在第18章中讨论）来解决。如果在未来的XLL草案中将此结构整个地删除，并用简单的命名域作前缀（如xlink:）时，我并不感到惊讶。

例如，本章展示的链接元素有点滑稽，因为标准名都是小写字母，而本书的约定都是用大写字母。按照下面的方法，使用声明语句，就很容易将XLink特性变成大写字母：

<!ELEMENT WEBSITE (#PCDATA)>

<!ATTLIST WEBSITE

xlink:form CDATA #FIXED "simple"

xml:attributes CDATA #FIXED

"href HREF show SHOW actuate ACTUATE"

HREF CDATA #REQUIRED

SHOW CDATA (new | replace | embed) "new"

ACTUATE CDATA (user | auto) user

现在就可以更谐调地重新编写WEBSITE例子：

Check this out, but don t leave our site completely!

</WEBSITE>

上面的ATTLIST声明只改变WEBSITE元素的特性。如果要在其他多个例子中用同样的方式改变这些特性，最容易的方法就是使用参数实体：

<!ENTITY LINK_ATTS

xlink:form CDATA #FIXED "simple"

xml:attributes CDATA #FIXED

"href HREF show SHOW actuate ACTUATE"

HREF CDATA #REQUIRED

SHOW CDATA (new | replace | embed) "new"

ACTUATE CDATA (user | auto) "user" >

<!ELEMENT WEBSITE (#PCDATA)>

<!ATTLIST WEBSITE %LINK_ATTS:>

<!ELEMENT COMPOSER (#PCDATA)>

<!ATTLIST COMPOSER %LINK_ATTS;>

<!ELEMENT FOOTNOTE (#PCDATA)>

<!ATTLIST FOOTNOTE %LINK_ATTS;>

16.7 本章小结

在本章中学习了XLink。特别是学习了如下内容：

XLink可以做HTML链接能够做的任何事情，并还会更多，但不为当前的应用程序所支持。

简单链接特别类似于HTML链接，但不受单个<A>标记的限制。

链接元素使用xlink:form和href来指定。

链接元素使用content-title和content-role来描述本地资源。

链接元素使用title和role来描述链接的远程资源。

链接元素使用show特性来告诉应用程序当激活链接时应如何显示内容，如打开一个新的窗口。

链接元素使用behavior特性来将详细的、由应用程序决定的有关如果准确地切断此链接的信息提供给应用程序。

链接元素使用actuate特性来告诉应用程序没有明确的用户请求是否应切断链接。

扩展链接可以在链接元素中包括多个URI。目前，由应用程序来决定如何在不同的可能性中挑选。

扩展链接组元素包含连接特定一组文档的链接列表。

可在DTD中使用xml:attributes特性来对标准的XLink特性（如href和title）重新命名。

在下一章中，将会看到如何使用XPointer来链接远程文档，而且如何与远程文档的特指元素进行链接。

特别提醒：我在制作这个文档的时候，因为文档的刊登站点提醒第17章（Xpoint）已经和现有的标准有很大的出入，所以我没有再将第17章提取下来，有要的朋友请自己到http://www.xml.net.cn/

去察看 Chicken

第18章命名域

XML的用途不是单一的。虽然读者可能看到编写只使用一个标记符号集的文档是相当有用的（第4和第5章的棒球运动就是如此），但将不同的XML应用程序的标记混合，并进行匹配，甚至更为有用。例如，可将BIOGRAPHY元素包括在各个PLAYER元素中。由于传记基本上是由自由形态的、格式化的文本组成，所以，以结构整洁的HTML格式编写它就很方便，而无需从零做起重新定义所有的用于段落、分行符、列表项、粗体元素等等的标记。

但是，问题是，当混杂和匹配不同的XML应用程序的标记时，可能会发现同一个标记已用于两个不同对象。TITLE是指页标题还是书的标题？ADDRESS是指公司的邮件地址还是Web站点管理人员的电子邮件地址？命名域（namespace）可以解决这些诸如此类的问题，它是将URI与各标记集相关联，并在每个元素前加上一个前缀，以表示它属于哪个标记集。于是，就可以有BOOK:TITLE和HTML:TITLE两个元素或POSTAL:ADDRESS和HTML:ADDRESS元素，而不只一类TITLE或ADDRESS。本章将说明如何使用命名域。

本章的主要内容如下：

· 何为命名域？

命名域语法
DTD中的命名域

18.1 何为命名域

XML能够使开发者为工程创建自己的标记语言。这些语言可以和工作于世界各地的类似工程的工作者们共享。使用这种方式工作的典型实例之一就是XSL。XSL本身就是用于XML样式文档的一个XML应用程序。XSL变换语言必须输出任意的、结构整洁的XML，或许还包括XSL本身。因此，需要有明确的手段来区分何为XSL转换指令的XML元素、何为输出的XML元素，即便它们有相同的名称也得要区分开！

命名域就是这种解决方案。命名域允许文档中的每个元素和特性放在不同的命名域中。组成XSL转换指令的XML元素放在http://www.w3.org/XSL/Transform/1.0命名域中。成为输出部分的XML元素仍放在某个其他方便的命名域（如http://www.w3. org/TR/REC-html40或http://www.w3.org/XSL/Format/1.0）中。只要命名域不同，那么命名域的精确性就不显得很重要。

如果熟悉C++和其他程序语言命名域，那么在深入阅读本章之前，需要将以前的概念放置一边。XML命名域与编程中使用的命名域类似，但不完全相同。特别是，XML命名域没有必要组成一个集合（没有重名的集合）。

清单15-2是从源符号集转换到XSL格式化对象的变换，最早出现在第15章的“XSL格式化对象”中。它显示了XSL样式单，可从输入XML转换成XSL格式化对象。格式化引擎使用命名域来区分作为XSL指令的元素和用于输出的文字数据。http://www.w3.org/XSL/Transform/1.0命名域中的任何元素都表示一个转换指令。http://www.w3.org/XSL/Format/1.0命名域中的任何元素包括输出部分。

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0"

xmlns:fo="http://www.w3.org/XSL/Format/1.0"

result-ns="fo" indent-result="yes">

<xsl:template match="/">

<fo:root xmlns:fo="http://www.w3.org/XSL/Format/1.0">

<fo:layout-master-set>

<fo:simple-page-master page-master-name="only">

<fo:region-body/>

</fo:simple-page-master>

</fo:layout-master-set>

<fo:page-sequence>

<fo:sequence-specification>

<fo:sequence-specifier-single page-master-name="only"/>

</fo:sequence-specification>

<fo:flow>

<xsl:apply-templates select="//ATOM"/>

</fo:flow>

</fo:page-sequence>

</fo:root>

</xsl:template>

<xsl:template match="ATOM">

<fo:block font-size="20pt" font-family="serif">

<xsl:value-of select="NAME"/>

</fo:block>

</xsl:template>

</xsl:stylesheet>

更确切地说，下面这些元素存在于http://www.w3.org/XSL/Transform/1.0命名域中而且是XSL指令：

· stylesheet

template
apply-templates
value-of

下面这些元素存在于http://www.w3.org/XSL/Format/l.0命名域中，是XSL格式化对象和输出部分：

· root

layout-master-set
simple-page-master
region-body
sequence-specification
sequence-specifier-single
page-sequence
block

下面四个带有xsl前缀的元素使限定名具有以该前缀开始的：

· xsl:stylesheet

xsl:template
xsl:apply-templates
xsl:value-of

但是，它们的完整名称使用URL，而不是前缀：

· http://www.w3.org/XSL/Transform/l.0:stylesheet

http://www.w3.org/XSL/Transform/l.0:template
http://www.w3.org/XSL/Transform/l.0:apply-templates
http://www.w3.org/XSL/Transform/l.0:value-of

实际上，由于URL经常包含如~、%和/这样的一些在XML名称中不合法的字符，所以作为别名的这种较短的限定名只用于文档内部。但是，限定名的确使文档更易于键入和阅读。

“XML中的命名域”是正式的W3C标准。W3C认为它相当完善，只是可能存在不太重要的错误和说明。但是，在W3C所有的XML规范中，正是这个命名域才最有争议。许多人非常强烈地觉得，这个标准有基本原理上的缺陷。主要的缺陷是命名域实际上与DTD和合法性不兼容。而我对此并没有强烈的某种看法，但我的确有这样的疑问：当人们没有达成一致意见时，发行一个标准是否明智。命名域是许多XML相关规范（如XSL和XHTML）的至关重要的部分，所以需要人们理解。但很多开发者和读者都在他们的工作中忽略此规范。

18.2 命名域句法

命名域高于XML 1.0规范。XML 1.0处理程序对命名域一无所知，但仍能阅读使用命名域的文档，并且不会发现任何错误。使用命名域的文档不破坏现有的XML分析程序（至少不进行合法性检查的分析程序是如此）；用户不必等待臭名昭著的、不准时的软件公司来发行昂贵的升级版才使用命名域。

18.2.1 命名域的定义

在使用命名域的有效元素上应用xmlns:prefix特性来定义命名域。prefix由真正的用于命名域的前缀来代替。特性值为命名域的URI。例如，xsl:stylesheet标记将前缀xsl与URI http//www.w3.org/XSL/Transform/1.0联系在一起。

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

然后，xsl前缀就可以加到xsl:stylesheet元素内的本地元素和特性名中，以便将它们标识为属于http//www.w3.org/XSL/Transform/1.0命名域。前缀通过冒号与本地名分开。清单14-2为用于周期表的基本的XSL样式单，它最初出现在第14章“XSL变换”中，此清单演示了在stylesheet、template和apply-tempates上使用xsl前缀的方法。

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="PERIODIC_TABLE">

<html>

<xsl:apply-templates/>

</html>

</xsl:template>

<xsl:template match="ATOM">

<P>

<xsl:apply-templates/>

</P>

</xsl:template>

</xsl:stylesheet>

定义命名域的URI纯粹是形式上的，其唯一目的就是成组、并明确文档中的元素和特性。它无需指向任何对象，特别在无法确保URI位置上的文档描述了此文档中使用的句法；或者有用于该目的的任何文档存在于该URI位置。正如已说明过的，如果有一个用于特定XML应用程序的URI，那么此URI就可以用于定义命名域。

命名域前缀可以是任何合法的XML名称（不能包含冒号）。回顾第6章的“结构整洁的XML文档”，合法的XML名必须以一个字母或下划线（_）开头。名称中的后面的字符可以包括字母、数字、下划线、连字号和句点。但不能包括空白。

有两个前缀明确地不允许使用：xml和xmlns。xml前缀是定义为用来引用http://www.w3.org/XML/1998/namespace的。xmlns前缀用于将元素绑定到命名域上，所以不可用于绑定目标的前缀。

在XML名称中，除了不允许有冒号字符外（不包括用于分隔前缀和本地名的冒号），命名域对标准的XML句法没有直接的影响。使用命名域的文档必须也是结构整洁的，以便对命名域一无所知的处理程序可阅读此文档。如果文档需要检查合法性，那么它无需明确地考虑命名域就肯定能够获得通过。对于XML处理程序，使用命名域的文档只不过是样子古怪的文档，在此文档中有些元素和特性名可能有一个冒号。

命名域的确存在着合法性的问题。如果编写的DTD没有命名域前缀，那么必须使用命名域前缀来重新编写DTD，才能用于对使用该前缀的文档进行合法性检查。例如，考虑下面的元素声明：

<!ELEMENT DIVISION (DIVISION_NAME, TEAM+)>

如果元素都是以bb作命名域前缀，就得按下面的方式重新编写：

<!ELEMENT bb:DIVISION (bb:DIVISION_NAME, bb:TEAM+)>

这意味着，不能将相同的DTD用于带有和不带有命名域的文档，即使这两类文档本来就使用相同的符号集也是如此。事实上，由于DTD受真正的前缀而不是命名域的URI的约束，所以甚至不能将同一个DTD用于使用相同的标记集和命名域、但前缀不同的文档中。

18.2.2 多个命名域

清单14-2并不真正将HTML元素放在命名域中，但要做到这一点则并不困难。清单18-1演示这种用法。正像xsl是XSL转换指令的惯用前缀一样，html也是HTML元素的惯用前缀。在下面的实例中，xsl:stylesheet元素声明两个不同的命名域：一个用于XSL，另一个用于HTML。

清单18-1：使用http://www.w3.org/TR/REC-html40作为命名域用于输出的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/XSL/Transform/1.0"

xmlns:html="http://www.w3.org/TR/REC-html40">

<xsl:template match="PERIODIC_TABLE">

<html:html>

<xsl:apply-templates/>

</html:html>

</xsl:template>

<xsl:template match="ATOM">

<html:p>

<xsl:apply-templates/>

</html:p>

</xsl:template>

</xsl:stylesheet>

虽然将xmlns特性放在根元素上已成为习惯，并且总的来说是很有用的，但也可以出现在其他元素上。在此情况下，命名域前缀只能在声明它的元素内才有效。考虑一下清单18-2。html前缀只在声明它的xsl:template元素中才合法。不能将其施加于其他的模板规则，除非这些模板规则分别声明html命名域。

清单18-2：在模板规则中声明的带有http://www.w3.org/TR/REC-html40命名域的XSL样式单

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="httP://www.w3.org/XSL/Transform/1.0">

<xsl:template match="PERIODIC-TABLE"

xmlns:html="http://www.w3.org/TR/REC-html40">

<html:html>

<xsl:apply-templates/>

</html:html>

</xsl:template>

<xsl:template match="ATOM">

<P>

<xsl:apply-templates/>

</P>

</xsl:template>

</xsl:stylesheet>

可以在子元素中重新定义命名域。例如，清单18-3中的XSL样式单。此处的xsl前缀出现在不同的元素中，以交替引用http://www.w3.org/XSL/Transform/1.0和http://www.w3.org/XSL/Format/1.0。尽管每个元素都有前缀xsl，但由于xsl前缀的含义随元素而变，所以XSL转换指令和XSL格式化对象仍处于不同的命令位中。

清单18-3：重新定义xsl前缀

<?xml version="1.0"?>

<xsl:stylesheet

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0">

<xsl:template match="/">

<xsl:root xmlns:xsl="http://www.w3.org/XSL/Format/1.0">

<xsl:layout-master-set>

<xsl:simple-page-master page-master-name="only">

<xsl:region-body/>

</xsl:simple-page-master>

</xsl:layout-master-set>

<xsl:page-sequence>

<xsl:sequence-specification>

<xsl:sequence-specifier-single page-master-name="only"/>

</xsl:sequence-specification>

<xsl:flow>

<xsl:apply-templates select="//ATOM"/

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0"/>

</xsl:flow>

</xsl:page-sequence>

</xsl:root>

</xsl:template>

<xsl:template match="ATOM">

<xsl:block font-size="20pt" font-family="serif"

xmlns:xsl="http://www.w3.org/XSL/Format/1.0">

<xsl:value-of select="NAME"

xmlns:xsl="http://www.w3.org/XSL/Transform/1.0"/>

</xsl:block>

</xsl:template>

</xsl:stylesheet>

但这样做会产生不必要的混乱，我强烈建议读者避免这样做。可供使用的前缀还有很多，几乎不需要在同一个文档中重复使用。不重复使用前缀的主要价值还在于，来自于不同作者的两个不同的文档碰巧重复使用类似的前缀，此时这两个文档就会组合在一起。这一点也是避免使用像a、m和x这样的短前缀的很好的理由，这些短前缀很可能重新用于不同的目的。

18.2.3 特性

由于特性属于特定元素，所以不使用命名域也可很容易地从类似的命名特性中确定出来。因此，像加到元素中那样，将命名域加到特性中几乎是没有必要的。例如，1999年4月21日的XSL规范工作草案要求所有的XSL转换元素都要加入http://www.w3.org/XSL/Transform/1.0命名域，但是它不要求这些元素的特性也在任何特定命名域中（事实上，它要求元素的特性都不在任何命名域中）。但是，如果需要，可以将命名域前缀加入特性中。例如，下面的PLAYER元素和它所有的特性都处在http://metalab.unc.edu/xml/baseball命名域中。

<bb:PLAYER xmlns:bb=”http://metalab.unc.edu/xml/baseball”

bb:GIVEN_NAME=”Tom” bb:SURNAME=”Glavine”

bb:POSITION=”Starting Pitcher” bb:GAMES=”33”

bb:GAMES_STARTED=”33” bb:WINS=”20” bb:LOSSES=”6” bb:SAVES=”0”

bb:COMPLETE_GAMES=”4” bb:SHUT_OUTS=”3” bb:ERA=”2.47”

bb:INNINGS=”229.1” bb:HOME_RUNS_AGAINST=”13”

bb:RUNS_AGAINST=”67” bb:EARNED_RUNS=”63” bb:HIT_BATTER=”2”

bb:WILD_PITCHES=”3” bb:BALK=”O” bb:WALKED_BATTER=”74”

bb:STRUCK_OUT_BATTER=”157”/>

如果需要将两个不同XML应用程序中的特性组合到同一个元素中，这种方式有时或许也有用。

可以（虽然通常无意义）将同一个命名域URI与两个不同的前缀相关联。实在是没有道理这么做，不过需要提醒读者，我在此提出可以这样做的唯一前提是，对于带有相同名称的最多只有一个特性的一个元素来说，特性的全名必须满足XML规则。例如，由于bb:GIVEN_NAME和baseball:GIVEN_NAME是相同的，所以下面的形式是不合法的：

<bb:PLAYER xmlns:bb=”http://metalab.unc.edu/xml”

xmlns:baseball=”http://metalab.unc.edu/xml”

bb:GIVEN_NAME=”Hank” bb:SURNAME=”Aaron”

baseball:GIVEN_NAME=”Henry” />

另一方面，URI实际上并不领会它所指向的是什么对象。URI的http://metalab.unc.edu /xml/和http://www.metalab.unc.edu/xml/指向同一页。但下面的这种是合法的：

<bb:PLAYER xmlns:bb=”http://metalab.unc.edu/xml”

xmlns:baseball=”http://www.metalab.unc.edu/xml”

bb:GIVEN_NAME=”Hank” bb:SURNAME=”Aaron”

baseball:GIVEN_NAME=”Henry” />

18.2.4 缺省的命名域

在有大量标记的长文档（在所有相同命名域）中，可能会发现要将前缀加到各个元素名中是很不方便的。可以使用没有前缀的xmlns特性，将缺省的命名域与某个元素及其子元素相关联。此元素本身（其所有的子元素也一样）可认为处于定义的命名域中，除非它们拥有明确的前缀。例如，清单18-4显示的XSL样式单就像习惯上的那样，没有使用xsl作为XSL转换元素的前缀。

特性从不处于缺省的命名域中，它们必须明确地作为加上前缀。

清单18-4：使用缺省命名域的XSL样式单

<?xml version="1.0"?>

<stylesheet

xmlns="http://www.w3.org/XSL/Transform/1.0"

xmlns:fo="http://www.w3.org/XSL/Format/1.0"

result ns="fo">

<fo:root xmlns:fo="http://www.w3.org/XSL/Format/1.0">

<fo:layout-master-set>

<fo:simple-page-master page-master-name="only">

<fo:region-body/>

</fo:simple-page-master>

</fo:layout-master-set>

<fo:page-sequence>

<fo:sequence-specification>

<fo:sequence-specifier-single page-master-name="only"/>

</fo:sequence-specification>

<fo:flow>

<apply-templates select="//ATOM"/>

</fo:flow>

</fo:page-sequence>

</fo:root>

</template>

<fo:block font-size="20pt" font-family="serif">

<value-of select="NAME"/>

</fo:block>

</template>

</stylesheet>

或许最好使用缺省的命名域来将命名域与正准备加入不同语言标记的、现有的文档中的每个元素相关联。例如，如果将某个MathML放在HTML文档中，只要将前缀加到MathML元素中。只需要将<html>开始标记用下面标记代替，就可以将所有的HTML元素放在http://www.w3.org/TR/REC-html40命名域中：

无需编辑文件的其余部分！插入的MathML标记仍需要在各自的命名域中。但是，只要这些标记不与大量的HTML标记相混合，就可以在MathML根元素上简单地声明xmlns特性。这样就定义用于MathML元素的一个缺省命名域，此元素覆盖包含MathML的文档的缺省命名域。如清单18-5所示。

清单18-5：嵌入到使用命名域的、结构完整的HTML文档中的MathML数学元素

<?xml version="1.0"?>

<head>

</head>

<body>

<mrow>

<msub>

</msub>

<msup>

</msup>

<mfrac>

<mrow>

</mrow>

</mfrac>

<msup>

<mrow>

</mrow>

</msup>

</mrow>

</math>

<P>and there was light</P>

</body>

</html>

此处的math、mrow、msub、mo、mi、mfrac、mn和msup都在http://www.w3.org/ TR/ REC-MathML/命名域中，尽管包含它们的文档使用http://www.w3.org/TR/ REC-html40命名域。

18.3 DTD中的命名域

命名域并没有排除结构整洁和合法性的正常规则。要使带有命名域的文档合法，必须在DTD中声明xmlns特性，这样才能用于与这些特性相关联的元素。此外，如果文档使用math:subset元素，那么DTD必须声明math:subset元素，而不仅仅声明subset元素（当然，这些规定不适用于迄今讨论过的少数几个结构整洁的文档）。例如：

<!ELEMENT math:subset EMPTY>

缺省的特性值以及#IMPLIED特性在此处都有用。例如，下面的ATTLIST声明将每个math:subset元素都放在http://www.w3.org/TR/REC-MathML/命名域中，除非在文档中另外指定。

<!ATTLIST math:subset

xmlns:math "http://www.w3.org/TR/REC-MathML/" #IMPLIED>

由于缺省命名域不需要在所有的元素前加上前缀，所以当处理合法的文档时，这样的命名域特别有用。给DTD不使用前缀的XML应用程序中的元素加前缀将破坏合法性。

但是，缺省命名域到底起多大作用，却有明确的范围。特别是，这些命名域不足以区分这样的两个元素：即使用的元素名相互矛盾。例如，如果一个DTD定义一个HEAD，同时又包含一个TITLE和一个META元素，并且另一个DTD也定义一个HEAD，同时包含#PCDATA，那么就得在DTD和文档中使用前缀来区分这两个不同的HEAD元素。

正在进行的两种不同的开发，可能（或许不能）最终解决对来自不同领域的相互矛盾的DTD进行融合问题。XML模式为DTD提供更加强大的替代对象；而XML片断能够使不同的文档与差别更大的部分结合起来。但是，这两者至今仍没有完成。因此，如今，融合相互矛盾的DTD或许需要使用前缀来重新编写DTD和文档。

如果对有关使用命名域的文档是否是结构整洁或合法还不太清楚的话，请忘掉有关命名域的所有知识。只将文档作为一个正常的XML文档来看待，只不过这样的文档中的一些元素和特性名碰巧包含冒号罢了。这种文档也是结构整洁和合法的，就像不考虑命名域时的一样。

18.4 本章小结

本章解释了如何使用命名域。特别是学习了如下内容：

· 命名域区别不同XML应用程序中相同名称的元素和特性。

命名域是由xmlns特性（其值为命名域的URI）来声明的。由该URI引用的文档可以不存在。
与命名域相关联的前缀是xmlns特性名的组成部分，而此命名域前面有一冒号；例如xmlns:prefix。
加到所有元素和特性名中的前缀属于由前缀表征的命名域。
如果xmlns特性没有前缀，那么它就为元素及该元素的子元素（但不为任何特性）建立一个缺省的命名域。
DTD必须以这样的方式来编写，以使对命名域一无所知的处理程序仍能分析并验证此文档的合法性。

下一章将探讨资源描述框架（Resource Description Framework，RDF），它是个XML应用程序，用于编译元数据（metadata）和信息结构。

posted on 2007-12-28 11:30 C#家园阅读(782) 评论(0) 编辑收藏举报

《XML实用大全》