[转]DTD的定义、规则和编写



1**DTD - XML 建立主组件群(blocks

    <body>….</body>之类的标签是XMLHTML文件的主组件群(blocks)。

1.1XML文件的组件群

    DTD来看,所有的XML文件(和HTML文件)都是由接下来的简单组件群组成的:Elements元素;Attributes 属性;Entities实体;PCDATA 被解析的字符数据(Parsed Character Data);CDATA 字符数据值(Character Data)。下面是每个组件群的简短解释。

1.2元素(Elements

    元素是XMLHTML文件的主组件群(main building blocks)。HTML元素的实例是"body" "table"XML元素实例是"note" "message"。元素可以包括文本、其它元素或者空值。空值html元素的实例是"hr", "br" "img"

例如:

<body>body text in between</body>

<message>some message in between</message>


1.3属性(Attributes

    属性提供关于元素的额外信息(extra information about elements)。属性总是置于元素的开始标签里面。属性一般是以名称(name/值(value这样的形势一对对的出现。下面的“img”元素就是关于源文件的补充信息:

<img src="computer.gif" />

   
元素名称是“img”。属性名称“src”。属性值是"computer.gif"。因为元素自身是空值,所以它是以“/”结束的。

1.4实体(Entities

    实体是对于定义普通文件(define common text)的变量。实体参数是定义实体的参数。很多人都知道HTML实体参数:"&nbsp;"。这里的"no-breaking-space"实体是在HTML中用来在文本中插入一个额外空间的。当XML剖析器解析文件时,实体就会得到扩展。下面(表1)的实体是在XML中预定的:

































1



字符



字符实体



&



&amp;&#38;







&apos;&#39;



>



&gt;&#62;



<



&lt;&#60;



"



&quot;&#34;



1.5 PCDATA

    PCDATA的意思是被解析的字符数据。把字符数据当作XML元素的开始标签与结束标签之间的文本。剖析器会分析PCDATA文本。文本中的标签会被当作标示的字体,实体将会扩展。

1.6 CDATA

    CDATA也是字符数据的意思。剖析器不会解析CDATA文本。文本中的标签不会作为标示字体,实体也将不会得到扩展。
2**.元素定义

2.1元素声明

    元素声明语法如下:

<!ELEMENT name content>

   
其中,name是一个标准的XML标记的名字。Centent由以下三种之一组成:

①关键字EMPTY

②关键字ANY

③描述包含在本元素中的子元素的顺序和重复次数的内容模型。

2.2元素内容类型(Element Content Model

    元素内容通常有五种类型:EMPTYANY#PCDATA、子元素型和混合型。

2.2.1 EMPTY类型

    EMPTY用于定义空元素,该元素只可能有属性而不会有字符数据或子元素。其形式为<swt/><swt></swt>。声明空元素的语法如下:

<!ELEMENT emptyelement EMPTY>

2.2.2 ANY类型

    该元素可以包含DTD中定义的其他任何元素或已编译的字符数据。声明该元素的语法如下:

<!ELEMENT anyelement ANY>

2.2.3 #PCDATA类型

    不包含其它任何元素而只包含字符数据的元素,用关键字#PCDATA进行定义,它代表已编译的字符数据(parsed character dataPCDATA可以包含除标记以外的一切字符,包括数字、字母和符号等。被定义为包含PCDATA的元素不能包含任何其它子元素。示例如下:

<!ELEMENT title(#PCDATA)>

2.2.4 子元素类型

    元素可以包含一系列的子元素,子元素内容模型用于指定某个元素可以包含哪些子元素,如:

<!ELEMENT message(header,body,signature,footer)>//message元素包含四个子元素,依次是headerbodysignaturefooter元素。

    根据子元素间的关系,子元素内容模型可以有两种可能的结构:序列和选择。

①序列。其所有子元素必须出现且仅出现一次,这种结果成为序列。使用序列时应注意,首先,序列中不能出现#PCDATA;其次,子元素自身还可以包含其它子元素。

②选择。元素间的选择可以进行如下声明:

<!ELEMENT elem(subelem1|subelem2|subelem3)>//将子元素用竖线进行分隔,表明elem元素的子元素为subelem1subelem2subelem3三者之一,但不能同时包含其中的两个或三个子元素。

    序列和选择这两种结构可以结合使用。

2.2.5 混合类型

    若某元素既包含子元素又包含已编译的字符数据,则该元素具有混合内容。其声明如下:

<!ELEMENT pick(#PCDATA|one|two|three)>

   
为避免产生错误,混合内容元素的声明必须遵循这一格式。即采用单一的一组可选项,以#PCDATA开始,后面是混合内容中可能出现的子元素类型,每种只需声明一次。除此之外,“”必须放在右括号之后。下面的声明是错误的:

<!ELEMENT pick(one|#PCDATA|two|three)>

2.3元素出现次数指示符(Element Occurrence Indicator见表2





























2



符号



代表标记出现的次数







不出现或只出现一次







不出现或可出现多次



+



必须出现一次以上



无符号



只能出现一次



  

3**.属性定义

3.1属性声明

    属性声明的语法如下:

<!ATTLIST Element_name Attribute_name Type Defualt_value>

    其中,ATTLIST关键字用来定义元素所具有的属性,Element_name是元素名,Attribute_name是该元素所具有的属性名,Type是属性的类型,Defualt_value是属性的默认值。注意:在一个给定的元素中不能有两个属性同名;若属性值中含有双撇号,则该属性值应用单撇号括起来。如:

<job comments=’He said,”I can paint only red door” ’>Door Painter</job>

3.2 属性类型

    在XML中共有10种属性类型(attribute-type):(见表3)
















































表 3



属性值类别



描述



CDATA



属性值仅仅是一般的文字。与#PCDATA元素声明类似。

<!ATTLIST AnElem attr CDATA #REQUIRED>



Enumerated



列出该属性的取值范围,一次只能有一个属性值能够赋予属性。

<!ATTLIST play position (center|forward|defense) ”center”>



NMTOKEN



表示属性值只能由字母或下划线_开始,之后是字母、数字、下划线、短横线或圆点,且不能含有空格。



NMTOKENS



表示属性值能够由多个nmtoken组成,每个nmtoken之间用空格隔开。



ID



ID类型用于标识文档中的元素。该属性在xml文件中是唯一的。同时,每个元素最多只能具有一个ID类型的属性。

<!ALLTIST author authorID ID #REQUIRED >



IDREF/ IDREFS



IDREF表示该属性值是参考了另一个id属性;IDREFS表示该属性值是参考了多个id属性,这些id属性的值用空格隔开。

DTD定义:

<!ELEMENT bookInfo(publishers,authors,books)>

<!ELEMENT publishers(publisher+)>

<!ELEMENT publisher(pname,address)>

<!ATTLIST publisher publisherID ID #REQUIRED>

<!ELEMENT pname(#PCDATA)>

<!ELEMENT address(#PCDATA)>

<!ELEMENT authors(author+)>

<!ELEMENT author(aname,age,sex)>

<!ATTLIST author authorID ID #REQUIRED>

<!ELEMENT aname(#PCDATA)>

<!ELEMENT age(#PCDATA)>

<!ELEMENT sex(#PCDATA)>

<!ELEMENT books(book*)>

<!ELEMENT book(title,price,year)>

<!ATTLIST book publisher IDREF #REQUIRED

author IDREFS #REQUIRED>

<!ELEMENT title(#PCDATA)>

<!ELEMENT price(#PCDATA)>

<!ELEMENT year(#PCDATA)>

对应的XML文档:

<bookInfo>

<publishers>

<publisher publisherID=”p001”>

<pname>tsinghua university press</pname>

<address>Beijing</address>

</publisher>

<publisher publisherID=”p002”>

<pname>electronic industy press</pname>

<address>Beijing</address>

</publisher>

</publishers>

<authors>

<author authorID=”a001”>

<aname>Mary</aname>

<age>34</age>

<sex>male</sex>

</author>

<author authored=”a002”>

<aname>Tom</aname>

<age>39</age>

<sex>female</sex>

</author>

</authors>

<books>

<book publisher=”p001” author=”a001 a002”>

<title>XML</title>

<price>22</price>

<year>2007</year>

</book>

</books>

</bookInfo>



ENTITY



表示该属性的设定值是一个外部实体(entity),如一个图片文件。



ENTITYS



该属性值包含了多个外部entity,不同的entity之间用空格隔开。



NOTATION



属性值是在DTD中声明过的notation(声明用什么应用软件解读某些二进制文件,如图片)。

<!NOTATION gif SYSTEM “GIF_Viewer”>

<!NOTATION jpg SYSTEM “JPG_Viewer”>

<!NOTATION png SYSTEM “PNG_Viewer”>

<!ELEMENT img (#PCDATA)>

<!ATTLIST img src CDATA #REQUIRED

NOTATION(png|jpg|gif)#REQUIRED >

//其中,type属性的值可以为png、jpg和gif之一,且每个值均与一个相应的<!NOTATION>声明相对应。




3.3 属性默认值

    属性声明可以给属性指定一个默认值,使得当在XML文档中未明确地指定该属性的值时,XML处理器会将此默认值作为该属性的值。属性的默认值可用#REQUIRED、#IMPLIED、#FIXED和字符串定义,见表4。




























表4



属性内定值



描述



#REQUIRED



表示在标记中必须出现此属性。



#IMPLIED



标记中可以不出现此属性。即该属性不是必须使用。



#FIXED



属性的值是固定的某个值。



字符串



标记中如没有指定属性的值,那么此字符串就是此属性的值。




示例:

①属性值为字符数据,默认值为numeric,在未指定其他值时使用该值。

<!ELEMENT year (#PCDATA)>

<!ATTLIST year format CDATA “numeric”>

②属性有一默认值numeric,并且必须使用该值作为属性的值。

<!ELEMENT year (#PCDATA)>

<!ATTLIST year format CDATA #FIXED “numeric”>

③属性无默认值,但它必须出现在year元素中。

<!ELEMENT year (#PCDATA)>

<!ATTLIST year format CDATA #REQUIRED>

④属性值为numeric或character,而numeric为默认值。

<!ELEMENT year (#PCDATA)>

<!ATTLIST year format (numeric|character) ”numeric”>

⑤属性值为numeric或character,在此处numeric被固定为唯一的实际值。

<!ELEMENT year (#PCDATA)>

<!ATTLIST year format (numeric|character) #FIXED”numeric”>

⑥属性必须有一个值,numeric或character。

<!ELEMENT year (#PCDATA)>

<!ATTLIST year format (numeric|character) #REQUIRED >
4DOCTYPE**声明

    DTD可以是一个完全独立的文件,也可以在XML文件中直接设定。所以,DTD分为外部DTD(在XML文件中调用另外已经编辑好的DTD)和内部DTD(在XML文件中直接设定 DTD)两种。

4.1内部DOCTYPE声明

    如果DTD被包含在XML源文件中,它将通过以下语法格式来在"DOCTYPE"中定义:

<!DOCTYPE root-element [element-declarations]>

示例:

<?xml version="1.0"?>

<!DOCTYPE note [

<!ELEMENT note (to,from,heading,body)>

<!ELEMENT to      (#PCDATA)>

<!ELEMENT from    (#PCDATA)>

<!ELEMENT heading (#PCDATA)>

<!ELEMENT body    (#PCDATA)>

]>

<note>

<to>Tove</to>

<from>Jani</from>

<heading>Reminder</heading>

<body>Don’t forget me this weekend</body>

</note>

    其中,<!DOCTYPE note    (在第2行) 定义这是一个类型为note的文档。此名(note)必须与XML文档的根元素名相同。

4.2外部DOCTYPE声明

    如果DTD在XML源文件的外部,它将通过以下语法格式来在"DOCTYPE"中定义:

<!DOCTYPE root-element SYSTEM "filename">

示例:此例XML文档与例1相同,但是使用的是外部的DTD

<?xml version="1.0"?>

<!DOCTYPE note SYSTEM "note.dtd">

<note>

<to>Tove</to>

<from>Jani</from>

<heading>Reminder</heading>

<body>Don’t forget me this weekend!</body>

</note>

文件note.dtd包含定义的DTD

<!ELEMENT note (to,from,heading,body)>

<!ELEMENT to (#PCDATA)>

<!ELEMENT from (#PCDATA)>

<!ELEMENT heading (#PCDATA)>

<!ELEMENT body (#PCDATA)>

    关键字SYSTEM表示外部DTD是个人的非标准化的DTD,这与PUBLIC不同,它表示该DTD是一个公用的DTD。格式如下:

<!DOCTYPE note PUBLIC

“-//Big Dog//DTDsustomer_support//EN//”

http://www.bigdog.net/xml/customer.dtd”>

    名称的各个部分是:

①名称以加号或减号开头。加号表示该DTD已经通过标准组织的批准。减号表示该DTD未经标准化。

②//Big Dog//DTD表示编写和维护该DTD的个人或组织。

③sustomer_support是对此DTD的描述,//EN//表示该DTD所用的语言,是英语。

5**.实体*

    实体是用于定义普通文本快捷方式的变量。实体参数就是反映实体特征的参数。实体可以声明为内部实体或外部实体。

5.1内部实体声明

Syntax:

<!ENTITY entity-name "entity-value">

DTD Example:

<!ENTITY writer "Donald Duck.">

<!ENTITY copyright "Copyright W3Schools.">

XML example:

<author>&writer;&copyright;</author>

5.2外部实体声明

Syntax:

<!ENTITY entity-name SYSTEM "URI/URL">

DTD Example:

<!ENTITY writer SYSTEM "http://www.w3schools.com.sixxs.org/dtd/entities.dtd">

<!ENTITY copyright SYSTEM "http://www.w3schools.com.sixxs.org/dtd/entities.dtd">

XML example:

<author>&writer;&copyright;</author>

5.3 在实体中使用标记字符的限制

    限制1:任何标记字符必须被双重定义。考虑下面的例子:

<!ENTITY name”black&#38;white”>

XML example:

<text>This is not a &name;choice.</text>

    希望此实体用“This is not a black &white choice”来替换“&name;”。现在考虑实际上所发生的如下过程。

①XML处理器看到实体引用&name;并寻找替换文本。

②找到“black&#38;white”,并替换为“black &white”。

③XML处理器插入替换文本,结果代码是:

<text>This is not a black & white choice.</text>

④处理器试图分析“&”,结果报告一个错误,因为“&”未被声明为一个实体。

解决方法是:使用标记字符的双重转义,这将会避免此问题的发生,例如:

<!ELEMENT name”Harry&#38;#38;Fred&amp;amp;Joe”>

XML example:

<text>The job was left to &name; to fix.</text>

    希望此实体用“The job was left to Harry&Fred&Joe”来替代“&name;”。现在考虑实际上所发生的如下过程。

①XML处理器看到实体引用&name;并寻找替换文本。

②找到“Harry&#38;#38;Fred&amp;amp;Joe”,并替换为“Harry&#38;Fred&amp;Joe”。

③XML处理器插入替换文本,结果代码是:

<text>The job was left to Harry&#38;Fred&#amp;Joe.</text>

④然后处理器顺利的分析“&#38;”和“&#amp;”,得到:

<text> The job was left to Harry&Fred&Joe</text>

    限制2:如果在替换文本中打开某一元素而不关闭它是错误的。考虑下面的例子:

<!ELEMENT unsafe”&#38#60;emph&#62;Harry and Joe”>

XML example:

<text>The job was left to &unsafe;to finish.</text>

结果是:

<text>The job was left to <emph>to finish.</text>//这是非法的。

5.4 参数实体

DTD Example:

<?xml version=”1.0” standalone=”no”?>

<!DOCTYPE message[

<!ELEMENT message(header,body,(signature|footer))>

<!ELEMENT header(date,form+,to+,subject,banner?)>

<!ELEMENT body (paragraph
)>

<!ATTLIST body studentid IDREFS #REQUIRED>

<!ELEMENT paragraph(#PCDATA)>

<!ATTLIST paragraph size NMTOKENS #REQUIRED>

<!ELEMENT signature(#PCDATA)>

<!ELEMENT footer ANY>

<!ATTLIST footer studentwhich IDREF #REQUIRED>

<!ELEMENT from(#PCDATA)>

<!ATTLIST from student ID #REQIIRED>

<!ELEMENT to(#PCDATA)>

<!ATTLIST to relationship CDATA #IMPLIED>

<!ELEMENT subject(#PCDATA)>

<!ELEMENT banner(#PCDATA)>

<!ENTITY % date SYSTEM “message.ent”>

%date;

]>

XML example:

<message>

<header>

    <date>

      <day>25</day>

      <month type=”character”>December</month>

      <year format=”numeric”>2010</year>

    </date>

    <from student=”a123”>Me</from>

    <from student=”a456”>My friend</from>

    <to>You</to>

    <to relationship=”very close”>Your family</to>

    <to relationship=”not so close”>Your friends</to>

    <subject>Happy New Year</subject>

    <banner></banner>

</header>

<body>

    <paragraph size=”one line”>Best wishes</paragraph>

    <paragraph size=”two lines”>Hope</paragraph>

</body>

<footer>

    <day>A new day</day>

    <from student=”a3344”>Stalle’s helper</from>

</footer>

</message>

    其中,date元素及其子元素的定义被放在一个单独的文件中,文件名为message.ent,内容为:

<!ELEMENT date(day,month,year)>

<!ELEMENT day(#PCDATA)>

<!ELEMENT month(#PCDATA)>

<!ATTLIST month type(numeric|character)#REQUIRED>

<!ELEMENT year(#PCDATA)>

<!ATTLIST year format(numeric|character)”numeric”>

    DTD中的下面两行代码使得上面的代码片断在分析时被包含到DTD中。

<!ENTITY % date SYSTEM “message.ent”>

%date;

    第一行用于引用文件message.ent中date的元素定义。符号”%”两边的空格是必须的。第二行以正常形式使用一个实体饮用,使它被文件的内容所替代。

加载评论框需要翻墙