給XML文件定義DTD--基礎篇

DTD實際上可以看作一個或多個XML文件的模板,這些XML文件中的元素、元素的屬性、元素的排列方式/順序、元素能夠包含的內容等,都必須符合DTD中的定義。XML文件中的元素,即我們所創建的標記,是根據我們應用的實際情況來創建的。想要創建一份完整性高、適應性廣的DTD是非常困難的,因爲各行各業都有他們自己的行業特點,所以DTD通常是以某種應用領域爲定義的範圍,

    DTD實際上可以看作一個或多個XML文件的模板,這些XML文件中的元素、元素的屬性、元素的排列方式/順序、元素能夠包含的內容等,都必須符合DTD中的定義。XML文件中的元素,即我們所創建的標記,是根據我們應用的實際情況來創建的。想要創建一份完整性高、適應性廣的DTD是非常困難的,因爲各行各業都有他們自己的行業特點,所以DTD通常是以某種應用領域爲定義的範圍,如:醫學、建築、工商、行政。DTD定義的元素含蓋範圍越廣泛,那麼就越複雜。

    DTD可以是一個完全獨立的文件,也可以在XML文件中直接設定。所以,DTD分爲外部DTD(在XML文件中調用另外已經編輯好的DTD)和內部DTD(在XML文件中直接設定DTD)兩種。比如,有幾十家相互聯繫的、合作伙伴關係的公司、廠商,他們相互之間的交換電子文檔都是用XML文檔。那麼我們可以將這些XML文檔的DTD放在某個地方,讓所有交換的XML文檔都使用此DTD,這是最方便的做法,同時也適用於公司內部的XML文件使用。

內部DTD

內部DTD是在XML文件的文件序言區域中定義的。語法:

〈!DOCTYPE element-name[........]〉

〈!DOCTYPE :表示開始設定DTD,注意DOCUTYPE是大寫。

Element-name :指定此DTD的根元素的名稱,一個XML文件只能有一個根元素。注意,如果 XML文件使用了DTD,那麼文件中的根元素就在這裏指定。

[.........]〉 :在[ ]標記裏面定義XML文件使用元素,然後用〉結束DTD的定義。

下面,我們來看一下怎樣給XML文件定義DTD,請見例1。

例1中的DTD定義區可以看作是一個DTD定義的大概框架,爲其他XML文件定義DTD,結構和例1的DTD差不多,只是可能需要添加、刪除或者更改一些東西而已。在DTD定義的中間是元素設定,這是一個DTD的最主要部分,其主要語法如下:

〈!ELEMENT element-name element-definition〉


〈!ELEMENT:表示開始元素設置,注意此處ELEMENT關鍵字是大寫。

element-name:表示要設置的元素的名稱。

element-definition:指明要對此元素進行怎樣的定義,就是說〈元素〉...〈/元素〉之間能夠包含什麼內容,是其他元素還是一般性的文字。

在例1中,大家可以看到,〈!ELEMENT 參考資料 (書籍)〉這個元素設定是聲明瞭“參考資料”這個元素,並且它是作爲“書籍”這個元素的父元素。〈!ELEMENT 書籍 (名稱,作者,價格)〉這個元素設定聲明瞭“書籍”這個元素,並且它是作爲“名稱”、“作者”、“價格”這三個元素的父元素。而〈!ELEMENT 名稱 (#PCDATA)〉這個元素設定聲明瞭“名稱”這個元素,但是此元素僅僅包含一般文字,是基本元素,這是由#PCDATA關鍵字定義的。

在元素設置中,如果元素包含多個子元素,如:〈!ELEMENT 書籍 (名稱,作者,價格)〉這種含多個子元素的聲明,那麼“名稱”、“作者”、“價格”這些標記在XML文件中必須以上面排列的順序出現,每個標記必須而且只能夠出現一次。如果在設定元素時,按照〈!ELEMENT 書籍ANY〉,這樣在元素下就可以包含任意被設定過的元素,出現的次數和順序也不受限制,並且在該元素下,除了可以包含子元素以外,還能夠包含一般的文字。有時候,在XML文件中,一個標記可能多次出現(或者不出現),那麼我們除了在它們的父元素中用ANY關鍵字之外,還可以在元素的旁邊加上特定的符號來控制標記出現的次數。這些符號見表1。

表1

符號

代表標記出現的次數

不出現或只出現一次

*

不出現或可出現多次

+

必須出現一次以上

無符號

只能出現一次


例如:〈!ELEMENT 參考資料(書籍 ,報紙+,雜誌?,網站)〉這個元素設定,“書籍”標記在XML文件中可以不出現或者出現多次;“報紙”標記必須出現一次以上;“雜誌”標記可以不出現或只出現一次;而“網站”標記必須出現而且只能出現一次。

在一些父元素的聲明中,有可能它包含的子元素是在多個子元素中選擇一個來使用,那麼我們聲明此父元素時,就可以把它聲明成選擇性元素,例如:〈!ELEMENT 配偶 (妻子|丈夫)〉。可供選擇的子元素用“|”分隔,這樣,我們在XML文件中可以這樣寫:

〈配偶〉

〈丈夫〉張三〈/丈夫〉

〈/配偶〉

只從中選擇一個子元素。

在我們的XML文件中,還可能包括很多“空元素”,即:元素是單獨存在的,沒有〈/元素〉這樣的結束標記。那麼在DTD中是用EMPTY關鍵字來聲明的。如:〈!ELEMENT 元素名 EMPTY〉。在XML文件中,空元素不需要結束標記,但必須以〈/空元素名〉這樣的寫法。

在DTD中,還可以聲明一些稱爲Entity的東西,讓DTD和XML文件使用。我們可以把Entity看作是一個常量,它有一定的值。在DTD中,Entity的聲明語法爲:〈!ENTITY entity-name entity-definition〉。例如:我們在DTD中聲明〈!ENTITY PC "(#PCDATA)"〉 ,那麼在後面的元素設定中,就可以使用這個Entity來代替“(#PCDATA)”這個字符串,如:〈!ELEMENT 作者 (#PCDATA)〉可以寫成〈!ELEMENT 作者 &&PC;〉。引用Entity的時候,必須要在Entity名稱前面加上“&&”符號,後面加上“;”符號。

在例1中,〈!ATTLIST 價格 貨幣單位 CDATA #REQUIRED〉這一句是設定元素的屬性,關於元素屬性設置的語法爲:〈!ATTLIST element-name attribute-name Type Default-value〉 。其中,〈!ATTLIST是開始屬性的設定(注意大小寫)。element-name是指明此屬性設定是針對什麼元素的;attribute-name是設定的屬性的名稱;Type是該屬性的屬性值的類別,屬性值有多種,可以是一般的文字,或從幾種屬性值中取一種等,屬性值的種類見表2。Default-value是指該屬性的內定值種類,有四種不同的屬性內定值(見表3)。

下面我們舉幾個例子來看一下幾個常用的元素屬性的設定。例:

〈!ATTLIST 姓名 性別 (男|女) "男"〉 

此元素屬性設定是爲“姓名”這個元素設定一個名爲“性別”的屬性,此屬性的屬性值類別是Enumerated,取值範圍爲“男”或者“女”(用“|”分隔)。如果在XML文件中沒有爲此屬性賦值,那麼就取值爲“男”,因爲屬性內定值是一個字符串“男”。

〈!ATTLIST 姓名 號碼 ID #REQUIRED〉

該屬性設定是爲“姓名”元素設定一個名爲“號碼”的屬性,屬性值類別是ID,意味着在XML文件中爲此屬性賦值的時候,值在此XML文件中是唯一的,如在同一份XML文件中出現下面的XML語句:

〈姓名 號碼="1234567"〉張三〈/姓名〉

〈姓名 號碼="1234567"〉李四〈/姓名〉

注意:“號碼”屬性的值重複了,這樣,在解析過程中將會出現錯誤信息。此屬性設定中的屬性內定值爲#REQUIRED,表示這個屬性在XML文件的〈姓名〉標記中必須出現,否則解析會發生錯誤。

〈!ATTLIST 電話號碼 國家代碼 CDATA #FIX "86"〉 

該屬性設定是爲“電話號碼”這個元素設定一個名爲“國家代碼”的屬性,該屬性的值是一般的文字。在〈電話號碼〉標記中不能夠設定該屬性,因爲這個屬性被設爲具有固定值的屬性(#FIX關鍵字),解析器會自動地將該屬性以及值“86”加到〈電話號碼〉標記中。

表2

屬性值類別

描述

cdata

屬性值僅僅是一般的文字。

enumerated

列出該屬性的取值範圍,一次只能有一個屬性值能夠賦予屬性。

nmtoken

表示屬性值只能由字母、數字、下劃線、. 、:、-這些符號組成。

nmtokens

表示屬性值能夠由多個nmtoken組成,每個nmtoken之間用空格隔開。

id

該屬性在xml文件中是唯一的,常用來表示人的身份證號碼。

idref

表示該屬性值是參考了另一個id屬性。

idrefs

表示該屬性值是參考了多個id屬性,這些id屬性的值用空格隔開。

entity

表示該屬性的設定值是一個外部的entity,如一個圖片文件。

entities

該屬性值包含了多個外部entity,不同的entity之間用空格隔開。

notation

屬性值是在dtd中聲明過的notation(聲明用什麼應用軟件解讀某些二進制文件,如圖片)。


在XML的規範中,還規定了兩個內定的屬性,即:xml:space和xml:lang ,內定的屬性名稱以xml:開頭,而你自己定義的屬性名不能以xml:開頭,否則在解析時會發生錯誤。

我們前面已經講過,空白格在XML文件是有含義的,xml:space屬性就是來設置解析器將XML文件中的空白格傳給應用程序後的處理方法。xml:space是一個Enumerated類型的屬性,只能夠在default和preserver之間取值。xml:space="defaule"表示解析器將空白格傳遞給應用程序後,由應用程序內定的方法來處理這些空白格。如果沒有設定xml:space屬性,則解析器會默認用default來設定該屬性。xml:space="preserver"是表示解析器將空白格傳遞給應用程序後,要求應用程序保留這些空白格。

xml:lang屬性是用來設置標記中的文字信息是使用哪種語言,ISO-639規定了不同語言的代表縮寫,如:xml:lang="en" 表示英文;xml:lang="la"表示拉丁文;xml:lang="zh" 表示中文資料;xml:lang="zh-CN" 表示中文(簡體);xml:lang="zh-TW" 表示中文(繁體)。系統內定是xml:lang="en",即標記中間的文字信息都是英文。

外部DTD

外部DTD是一個獨立於XML文件的文件,實際上也是一個文本文件,只是使用.dtd爲文件擴展名。因爲外部DTD獨立於XML文件,那麼它可以供多個XML文件使用,就像用同一個模板可以寫出多個不同內容的文件一樣,這多個XML文件因爲是引用同一個外部DTD,所以它們的結構大致相同。

外部DTD的創建方式、語法和內部DTD是一樣的,把例1的內部DTD的例子用外部DTD來寫,文件如下所示。文件存爲後綴名爲 .dtd的文件。

〈?xml version="1.0" encoding="GB2312" ?〉

〈!ELEMENT 參考資料 (書籍*)〉

〈!ELEMENT 書籍 (名稱,作者,價格)〉

〈!ELEMENT 名稱 (#PCDATA)〉

〈!ELEMENT 作者 (#PCDATA)〉

〈!ELEMENT 價格 (#PCDATA)〉

〈!ATTLIST 價格 貨幣單位 CDATA #REQUIRED〉

除了沒有內部DTD中的〈!DOCTYPE 參考資料 [.....]〉語句外,其他都一樣。而且有關元素數目、排列順序、空元素設定、選擇性元素、Entity聲明、屬性設定等都和內部DTD是一樣的。

XML文件使用〈!DOCTYPE element-name SYSTEM DTD-URL〉或者〈!DOCTYPE element-name PUBLIC DTD-name DTD-URL〉來引用創建好的外部DTD文件。
表3

屬性內定值

描述

#required

表示在標記中必須出現此屬性。

#implied

標記中可以不出現此屬性。

#fix

屬性的值是固定的某個值。

字符串

標記中如沒有指定屬性的值,那麼此字符串就是此屬性的值。


此語句必須位於XML文件的文件序言區,其中,〈!DOCTYPE表示開始聲明應用外部DTD;element-name是指該DTD的根元素的名稱;SYSTEM是指該外部DTD文件是私有的,即我們自己創建的,沒有公開發行,只是個人或在公司內部或者幾個合作單位之間使用;而PUBIC關鍵字是指該外部DTD是公用的,經過了公開討論,用PUBLIC的DTD都有一個邏輯名稱——DTD-name,我們必須在調用時指明這個邏輯名稱。DTD-URL是用URL的方式指明外部DTD文件的位置。例如,我們這份DTD文件存放在URL爲:http://www.xml.com/這個地方,文件名爲ckzl.dtd。那麼在XML文件中的聲明如下:

〈?xml version="1.0" encoding="GB2312" ?〉

〈!DOCTYPE 參考資料 SYSTEM "http://www.xml.com/ckzl.dtd"〉

...

Schema簡介

DTD的語法相當複雜,並且它不符合XML文件的標準,自成一個體系。上面的介紹也僅僅是作了一個簡介,目的是幫助大家能讀懂DTD文件以及在必要時創建簡單的DTD文件,因爲現在很多的XML應用是建立在DTD之上的。

另外,一個代替DTD的就是W3C定義的Schema,Schema相對於DTD的明顯好處是XML Schema文檔本身也是XML文檔,而不是像DTD一樣使用自成一體的語法。這就方便了用戶和開發者,因爲可以使用相同的工具來處理XML Schema和其他XML信息,而不必專門爲Schema使用特殊工具。Schema簡單易懂,懂得XML語法、規則的人都可以立刻理解它。Schema的概念提出已久,但W3C的標準最近纔出來,相應的應用支持尚未完善,但採用Schema已成爲XML發展的一個趨勢。

例1
DTD定義區:

〈?xml version="1.0" encoding="GB2312" ?〉

〈!DOCTYPE 參考資料 [

〈!ELEMENT 參考資料 (書籍 )〉

〈!ELEMENT 書籍 (名稱,作者,價格)〉

〈!ELEMENT 名稱 (#PCDATA)〉

〈!ELEMENT 作者 (#PCDATA)〉

〈!ELEMENT 價格 (#PCDATA)〉

〈!ATTLIST 價格 貨幣單位 CDATA #REQUIRED〉

]〉

〈參考資料〉

〈書籍〉

〈名稱〉XML入門精解〈/名稱〉

〈作者〉張三〈/作者〉

〈價格 貨幣單位="人民幣"〉20.00〈/價格〉

〈/書籍〉

〈書籍〉

〈名稱〉XML語法〈/名稱〉

〈!-- 即將出版 --〉

〈作者〉李四〈/作者〉

〈價格 貨幣單位="人民幣"〉18.00〈/價格〉

〈/書籍〉

〈/參考資料〉

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章