XML之 ------ DTD(文档类型定义)

前端之家收集整理的这篇文章主要介绍了XML之 ------ DTD(文档类型定义)前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

DTD

(Document Type Definitions,文档类型定义)



一、DTD概述

1、XML文档是一种标记语言,即一种定义标记语言的语言。在XML中可以创建新的标记语言,这些新的标记语言(也叫标记集)要通过文档类型定义(Document Type

Definitions,DTD)来定义。

2、DTD文档是这些新的标记语言的法律性文档。如果XML文档的语法符合DTD的定义和规定,那么就称为一个合法的XML文档,否则就是非法的XML文档。


二、DTD的作用

DTD定义了文档的逻辑结构,规定了文档中所使用的元素、实体、元素的属性、元素与实体之间的关系。

1、使用DTD可以提供一种统一的格式

XML的可扩展性为文档的作者提供了很高的灵活性,可有时候需要的是统一,要求某一类文档具有相同的结构。

2、使用DTD可以保证数据交流和共享的顺利进行。

3、DTD使用户能够不依赖具体的数据就知道文档的逻辑结构

在没有XML文档的时候,也可以根据DTD为XML文档编写样式单,编写处理程序,这样可以有效地提高工作效率。

4、使用DTD可以验证数据的有效性

DTD对文档的逻辑结构进行了约束,这种约束可以比较宽松,也可以十分严格。可以根据DTD检查数据,以验证其是否符合规定和要求,这可以保证数据的正确和有效。


三、DTD元素

DTD中描述的基本部件是元素属性,它们负责确定XML文档的逻辑结构。

元素表示一个信息对象,而属性表示这个对象的性质。所有元素中有且只有一个根元素,其他的元素都是它的子元素,除根元素外,每个元素都被其他元素包含,一

个元素可以有几个不同类型的子元素。

1、元素的基本类型

元素的基本类型大致可分为两种,一种称为简单型,另一种称为复合型。简单型具有文本数据,即可析字符数据,该类型也称为上下文中的“#PCADTA”;复合型可以包

含其他元素和文本数据。

1)简单型

#PCDATA”(Parsed Character Data)表示标记内容是可解析文本,所谓的可解析文本就是非标记文本。用“#PCDATA”规范了的元素不能再包含子元素。例如How do

you do是不包含标记的文本,而How do you <list>do</list>就不是可解析的数据类型,因为其中包含有标记<list>和</list>。另外DTD文档中不同元素定义的次序没有先后

关系,但文档的语法对大小写敏感。“#PCDATA”的声明格式:<!ELEMENT Element_Name (#PCDATA )>

2)复合型

<?xml version="1.0" encoding="gb2312" ?>
<!DOCTYPE bookinfo [
<!ELEMENT bookinfo (title,author,publish,price)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT publish (publisher,ISBN,pubdate)>
<!ELEMENT publisher (#PCDATA)>
<!ELEMENT ISBN (#PCDATA)>
<!ELEMENT pubdate (#PCDATA)>
<!ELEMENT price (#PCDATA)>
]>
<bookinfo>
		<title>计算机导论</title>
		<author>丁跃潮等</author>
		<publish>
			<publisher>高等教育出版社</publisher>
			<ISBN>7-04-014768-8</ISBN>
			<pubdate>2004.6</pubdate>
		</publish>
		<price>19.7</price>
</bookinfo>
复合:<!ELEMENT publish (publisher,pubdate)>

<publish>
			<publisher>高等教育出版社</publisher>
			<ISBN>7-04-014768-8</ISBN>
			<pubdate>2004.6</pubdate>
		</publish>

2、元素的声明

1)元素声明的基本语法

元素的声明格式:<!ELEMENT Element_Name Element_Defination>

其中,Element_Name为声明的元素名称,Element_Defination为元素内容格式的定义。

合法的元素声明语句如:<!ELEMENT bookinfo (title,price)> 注:下面必须要按括号里的顺序定义子元素

<!ELEMENT publisher (#PCDATA)>

2)空元素的声明

其声明格式:<ELEMENT Element_Name EMPTY>

例如下面的语句:<ELEMENT hr EMPTY>


3)子元素列表的设定

在XML中有一种针对复合元素的最为严格的设定方法,称为子元素列表的设定。这种方式下,元素都拥有哪些子元素、每个子元素出现的次数和位置都有明确的规定,在

具体文档实现时,必须严格执行。

子元素列表的设定语法如下:<!ELEMENT Element_Name(Child_Element1,Child_Element2,…)>

其中“(Child_Element1,…)”部分为Element_Name所拥有的子元素列表。


4)可选择的子元素

有些时候,需要在两个或多个互斥的元素中进行选择。即多选一的情况,如一个人的性别可以是男或女,两者中只能有一种情况。DTD有专门的语法来处理这种情况,语

法格式如下:<!ELEMENT Element_Name(Child_Element1|Child_Element2|……)>

其中,“(Child_Element1|Child_Element2|…)”部分为选择性元素组合,具体使用时必须要在这个列表中选择其一。


5) 元素出现次数的控制

a、 一个元素可能出现一次,也可能不出现。这时可通过在元素名后面加上一个“?”来实现。

b、一个元素可能不出现,也可能出现多次。这时可通过在元素名后面加上一个“*”来实现。

c、一个元素可能出现一次,也可能出现多次,但至少也要出现一次。这时可通过在元素名后面加上一个“+”来实现。


四、DTD属性

简单来讲就是元素的附加特性,在DTD中声明元素时,也必须对该元素的属性进行声明。

1、属性的声明

在DTD中,属性的声明格式:<!ATTLIST Element_name Attribute_name TYPE Default_value>

其中,<!ATTLIST>为属性声明的关键字,Element_name为元素名,Attribute_name为属性名,TYPE是属性类型,Default_value为没有设定属性值时的默认值。

在声明属性时有以下需要注意的事项。

(1) 可以多次为一个元素声明其中所包含的属性

(2) 属性的声明在文档中的次序没有严格的要求,可位于与其相连的元素声明之前或之后。

(3) 所有元素的属性,都要在各自所对应的标记中声明。

(4) 属性有4种不同类型的默认值,可在属性声明中的Default_value部分指定:

① default:表示使用提供的默认值,default不是一个关键字,它代表一个预设的字符串。

<!ATTLIST bookinfo bookcategory("文艺"|"自然科学")"文艺" > 此例句表示当在XML文档中省略了对bookinfo元素的bookcategory属性值进行设定时,该属性的默认值

就是“文艺”。

② #required:表示属性值必须指定。

③ #IMPLIED:表示元素的这个属性可用可不用。

④ #FIXED:表示元素的这个属性值是一个固定值,且必须是指定的值。


2、属性的类型

1)CDATA型

CDATA型表明属性值为不包含“<”和“"”的任意字符串,如果属性值中需要包含“<”和“"”,则可使用特殊字符来代替。


2)Enumerated型

如果属性值并不是任意的字符串,而是在几个可能的值中进行选择,如书籍的“类别”属性,其值可为“文艺”,也可为“自然科学”,而不可能为其他情况时,则可以将书籍

的“类别”属性设定为Enumerated型。


3)ID型

当元素的某个属性值是不能重复时,如书籍的ISBN属性、个人的“身份证号”属性等,要定义这样的属性则需使用属性的ID类型。在一个XML文档中,所有元素的ID类型属

性的属性值必须是唯一的,不可重复,另外,一个元素不能有超过一个ID类型的属性


4)IDREF与IDREFS型

IDREF为Identifier Reference的缩写,IDREF与ID类型属性的关系为子元素与父元素的关系,即IDREF类型属性的值必须是其他元素的ID类型属性的值,且该ID类型属性

的值必须在文档的其他地方被设定过。IDREFS类型属性属性值可有多个,每一个都必须是在文档其他地方被设定了的ID类型属性的值,而这多个属性值之间用空格隔

开。


5)ENTITY与ENTITIES型

ENTITY类型的属性提供了把外部二进制形式的文件(如.jpeg、.mp3等)和外部不可解析实体链接到XML文档的功能。因此其属性值也必须为不可解析的链接外部实际数据

的通用实体名。

ENTITIES类型属性属性值可由多个不可解析的外部实体名称组成,各实体名称之间使用空格隔开。


6)NMTOKEN与NMTOKENS型

NMTOKEN类型的属性限定属性值是有效的XML名称,这个属性值可以由英文、数字、“.”、 “_”、“-”、“:”等组成,这里有几点需要注意。

a 、不能包括空格。

b 、以上字符中除“:”以外,其他字符都可以作为开头字符。

c 、“:”可以出现在中间,但由于它是命名域的关键字符,所以一般不提倡使用。


7)NOTATION型

XML文档中引入了外部不可解析的实体后,解析器无法解析这些二进制文件,这时,就可以使用NOTATION类型的属性为这些二进制文件指定与其对应的应用软件以对

其进行处理。


五、DTD中的实体

1、实体的概念

实体是包含了文档片段的虚拟存储单元,可用来存储XML声明、DTD、其他形式的文本及二进制数据等。简单来讲就是一段代码或数据的代称,这个代称即为实体的名

字。

当需要在文档中引用某段代码或数据时,可以引用与这段代码或数据相对应的实体名称代替实体的具体内容。具有正确性检查功能的XML处理器在提交文档给最终应用

程序之前或在显示文档以前,将先把所有不同的实体引用替换为与其对应的具体内容,从而构成一个结构完整的文档。


2、实体的分类

1)按照实体的具体内容分类,实体可分为可解析与不可解析两类。

可解析实体的具体内容为简单的字符、数字、文本块;

不可解析实体的具体内容则为图片、声音等二进制文件

2)按照逻辑存储分类,实体可分为内部实体与外部实体两类。

内部实体的内容是在文档内部设定的;

外部实体则是一个外部独立的物理存储对象,如某个外部文件

3)按照使用的范围分类,实体可分为一般实体与参数实体两类。

一般实体都用来构成文档的具体内容,可出现在XML文档中,也可出现在DTD中;

参数实体只能出现在DTD中,不能出现在XML文档中。

a、内部一般实体

内部一般实体就是在文档实体内部定义和使用的实体,其内容通常是一段文本字符。这种实体要在DTD中通过DTD语句的定义,可以在XML文档中使用,也可在DTD中

使用。其定义的语法格式如下:<!ENTITY Eentity_name "Replacement" >其中,<!ENTITY>为关键字,Eentity_name为实体名称,Replacement为实体所代替的文本内

容。引用内部一般实体的方法如: &Eentity_name;

当内部一般实体在DTD中引用时,有以下几方面需注意:

(1) 不能在元素及属性的声明中引用内部一般实体,如下面的语句即为非法的:

<!ENTITY pcd (#PCDATA)>

<!ELEMENT title &pcd;>

(2) 在语句中不能出现循环,如下面的语句即为非法的:

<!ENTITY thepub "北大&pub;">

<!ENTITY pub "出版社&thepub;">

b、外部一般实体

所谓外部一般实体就是在文档实体以外定义的,要通过一个URL才能引用到的实体。外部一般实体为独立的文件,可被多个文档所引用。正因为每一个完整的XML文档都

是一个合法的实体,所以XML通过对外部一般实体的引用,可以在一个XML文档中嵌入另一个XML文档,或者将多个文档组合成一个文档。其定义的语法格式如下:

<!ENTITY Eentity_name "URL" >其中,URL为引用的外部实体的URL地址。引用外部一般实体也与引用内部一般实体的方法一样:&Eentity_name;

在引用外部一般实体时,有以下几方面需注意:(1) 因为在一个文档中需引用某些外部文件,所以该文档声明中的standalone属性不再是默认值yes,而应该为no

(2) 作为外部一般实体的文档,若使用的是XML的默认字符集即UTF-8或UNICODE,则可以在文档头部不进行XML声明,否则,必须有XML声明,且声明时,一定要说明

ecoding属性

c、内部参数实体

内部参数实体是指在独立的外部DTD文档的内部定义和使用的实体,其内容仅能为DTD而非XML文档内容的书写文本。这里提到参数实体与前面所讲的一般实体是有区

别的:(1) 在引用形式上,一般实体的引用为“&Eentity_name;”,而参数实体的引用则为 “%Eentity_name;”

(2) 在引用范围上,一般实体可在XML文档中引用,也可在DTD中引用,而参数实体只可在DTD中引用。

定义内部参数实体的语法格式如下:<!ENTITY % Eentity_name "Replacement" >

d、外部参数实体

外部参数实体是指在独立的外部DTD文档的外部定义和使用的实体,外部参数实体用于将多个独立的DTD文档组合成一个大的DTD文档。定义外部参数实体的语法格式

如下:<!ENTITY % Eentity_name "URL" >


六、使用DTD

1、内部DTD

内部DTD的定义语句和XML文档在同一个文档中,且通常放置在XML文档的头部。<!DOCTYPE Root_Element_Name [

]>其中,<!DOCTYPE>为关键字,Root_Element_Name为根元素名,[…]部分则为内部DTD定义语句。即是一个包含内部DTD的XML文档。

2、外部DTD

外部DTD就是有关文档定义的语句都被独立出来放在一个外部文件中,对其进行独立的管理。

<!DOCTYPE Root_Element_name SYSTEM "URL">

其中,URL为外部DTD文件的相对路径或绝对路径,该语句必须置于XML文档的头部,且在XML文档处理指令中要将standalone属性值设定为no。

3、混合DTD

所谓混合DTD,即为内部DTD与外部DTD混合使用。


七、例

<?xml version="1.0" encoding="UTF-8"?>
<!-- 
<!ELEMENT bookinfo (title,author+,((publish,price)|(price,publish))) >   	
 -->
 <!DOCTYPE bookinfo SYSTEM "1.dtd">
<!DOCTYPE bookinfo[
   <!ELEMENT bookinfo (title,(publish|price)* ) >   	
   <!ELEMENT title (#PCDATA) >
   <!ELEMENT author (#PCDATA) >
   <!ELEMENT publisher (#PCDATA) >
   <!ELEMENT price (#PCDATA) >
   <!ELEMENT publish (publisher,ISBN*) >
   <!ELEMENT ISBN (#PCDATA) >
   <!ATTLIST bookinfo id CDATA "1">
]>

<bookinfo id="001">
	<title>计算机导论</title>
	<author>aa</author>
	<author>bb</author>
	<price>24.8</price>
	<publish>
	    <publisher>高等教育出版社</publisher>
	    <ISBN> 7-04-2112</ISBN>
	</publish>
</bookinfo>

猜你在找的XML相关文章