第3章 文档类型定义DTD DTD与XML文档 定义元素及其后代 定义元素的属性

1 DTD与XML文档(1) 为什么需要文档类型定义(DTD) ? XML文档的基本要求是必须满足格式良好(Well Formed)的要求。格式良好的XML文档是非常简单的。如何根据需要对XML文档进行限制? 如何公布一个XML文档的结构? 如何重用XML文档的数据? 为了解决这些问题，就得需要DTD来解决。 什么是文档类型定义(DTD) ? DTD描述了一个标记语言的语法和词汇表，也就是定义了可以在XML文档中出现的元素、这些元素出现的次序、它们可以如何相互嵌套以及XML文档结构的其它详细信息。 DTD引入有效的XML文档 一个“有效的(Valid)” XML文档既是“格式良好”的，又必须遵守文档类型描述DTD中定义的种种规定。 DTD = Document Type Definition

1 DTD与XML文档(2) 内部DTD： 最简单的使用DTD的方法是在XML文档的内部分加入一个DTD描述。加入的位置是紧接在XML处理指示之后。 <?xml version = “1.0” encoding=“GB2312“ standalone=”yes”?> <!DOCTYPE 根元素名[     元素描述     ]> <根元素名> XML数据 </根元素名> 这样，我们就定义了一个文件，它以DOCTYPE中规定的根元素名作为其根元素的名字。 例3-1:内部DTD

1 DTD与XML文档(3) <?xml version = "1.0" encoding="GB2312" standalone = "no"?> <!DOCTYPE 联系人列表[ <!ELEMENT 联系人列表 (联系人)*> <!ELEMENT 联系人 (姓名,ID,公司,EMAIL,电话,地址)> <!ELEMENT 地址 (街道,城市,省份)> <!ELEMENT 姓名 (#PCDATA)> <!ELEMENT ID (#PCDATA)> <!ELEMENT 公司 (#PCDATA)> <!ELEMENT EMAIL (#PCDATA)> <!ELEMENT 电话 (#PCDATA)> <!ELEMENT 街道 (#PCDATA)> <!ELEMENT 城市 (#PCDATA)> <!ELEMENT 省份 (#PCDATA)> ]> <联系人列表> <联系人> <姓名>张三</姓名> <ID>001</ID> <公司>A公司</公司> <EMAIL>zhang@aaa.com</EMAIL> <电话>(010)62345678</电话> <地址> <街道>五街1234号</街道> <城市>北京市</城市> <省份>北京</省份> </地址> </联系人> <姓名>李四</姓名> <ID>002</ID> <公司>B公司</公司> <EMAIL>li@bbb.org</EMAIL> <电话>(021)87654321</电话> <街道>南京路9876号</街道> <城市>上海</城市> <省份>上海</省份> </联系人列表>

1 DTD与XML文档(4) 外部DTD: 将DTD置于XML文档之外的文件中。主要用于引用一个作者或组织所编写的众多XML文件中通用的DTD。 <?xml version="1.0“ encoding="GB2312" standalone="no"?> <!DOCTYPE 根元素名 SYSTEM "外部DTD文件的URL"> <根元素名> XML数据 </根元素名> 例3-2：外部DTD

1 DTD与XML文档(5) <!DOCTYPE 联系人列表 SYSTEM "fclml.dtd"> fclml.dtd: <?xml version="1.0" encoding="GB2312"?> <!ELEMENT 联系人列表 (联系人)*> <!ELEMENT 联系人 (姓名,ID,公司,EMAIL,电话,地址)> <!ELEMENT 地址 (街道,城市,省份)> <!ELEMENT 姓名 (#PCDATA)> <!ELEMENT ID (#PCDATA)> <!ELEMENT 公司 (#PCDATA)> <!ELEMENT EMAIL (#PCDATA)> <!ELEMENT 电话 (#PCDATA)> <!ELEMENT 街道 (#PCDATA)> <!ELEMENT 城市 (#PCDATA)> <!ELEMENT 省份 (#PCDATA)> <?xml version = "1.0" encoding="GB2312" standalone = "no"?> <!DOCTYPE 联系人列表 SYSTEM "fclml.dtd"> <联系人列表> <联系人> <姓名>张三</姓名> <ID>001</ID> <公司>A公司</公司> <EMAIL>zhang@aaa.com</EMAIL> <电话>(010)62345678</电话> <地址> <街道>五街1234号</街道> <城市>北京市</城市> <省份>北京</省份> </地址> </联系人> <姓名>李四</姓名> <ID>002</ID> <公司>B公司</公司> <EMAIL>li@bbb.org</EMAIL> <电话>(021)87654321</电话> <街道>南京路9876号</街道> <城市>上海</城市> <省份>上海</省份> </联系人列表>

1 DTD与XML文档(6) 公用DTD: 它是一个由权威机构制订的，提供给特定行业或公众使用的外部DTD。引用公共DTD的形式为： <!DOCTYPE 根元素 PUBLIC “DTD标识名" "外部DTD的URL"> 例：<!DOCTYPE DOCUMENT PUBLIC “-//W3C//DTD HTML 4.0//EN” “http://www.w3.org/TR/REC-html/strict.dtd”> 这个“DTD标识名”的命名规则和XML文件的命名规则稍有不同。 ISO的以ISO开头，改进的非ISO以+开头，未改进的非ISO的以-开头。 后面由多个双斜线组成：//所有者//类型描述//语言//版本。 例：“-//W3C//DTD HTML 4.0//EN”; “-//IETF//ENTITIES Latin 1//EN”; “-//W3C//DTD HTML//EN//4.1”

1 DTD与XML文档(7) IE XML TOOL是微软的IE插件，其功能是在IE中对XML文档进行有效性检查和浏览XSLT输出的代码。 从下面的网址下载 iexmltls.exe: http://www.microsoft.com/downloads/details.aspx?FamilyId=D23C1D2C-1571-4D61-BDA8-ADF9F6849DF9&displaylang=en 点击iexmltlx.exe解压到一个文件夹中 鼠标右键点击上述文件夹中的.inf的文件进行安装 使用iexmltls： 用IE打开XML文档 在打开的IE窗口上点击鼠标右键弹出下拉菜单 选择其中的 “Validate XML”

2 定义元素及其后代(1) 元素的声明： 元素声明不但说明了每个XML文件中可能存在的元素，给出了元素的名字，而且给出了元素的具体类型。一个XML元素可以为空，也可以是一段纯文本，还可以有若干个子元素，而这些子元素同时又可以有它们的子元素。DTD正是通过元素之间的父子关系，描述了整个文件的结构关系。 元素的声明形式为： <!ELEMENT 元素名 元素内容描述> 元素内容可分为如下的3个类型： 简单型：元素内容是可解析的字符数据（Parsed Character Data, PCDATA），即不含有子元素的文本。 复合型：元素的内容含有其它元素，既有子元素。 混合型：元素的内容既有文本数据又有子元素。

2 定义元素及其后代(2) 简单型元素的声明： <!ELEMENT 元素名 (#PCDATA)> 空元素的声明： <!ELEMENT 元素名 EMPTY> 例如：     <!ELEMENT HR EMPTY> 不限定元素内容的声明： (不推荐使用) <!ELEMENT 元素名 ANY>

2 定义元素及其后代(3) 例： <?xml version = "1.0" encoding="GB2312" standalone = “yes"?> <!DOCTYPE 联系人 [ <!ELEMENT 联系人 ANY> <!ELEMENT 姓名 (#PCDATA)> <!ELEMENT ID (#PCDATA)> <!ELEMENT 公司 (#PCDATA)> <!ELEMENT 电话 (#PCDATA)> <!ELEMENT EMAIL (#PCDATA)> ]> <联系人> <姓名>张三</姓名> <ID>001</ID> <公司>A公司</公司> <电话>(010)62345678</电话> <EMAIL>zhang@aaa.com</EMAIL> </联系人>

2 定义元素及其后代(4) 复合型元素的声明，即定义元素及其子元素： DTD尽管要求严格，但也有它的灵活性。使用正则表达式，我们就可以描述父元素与子元素之间非常复杂的关系。下面就是描述子元素的正则式： 元 字 符 含    义 + 出现一次或多次 * 出现零次或多次 ? 不出现或出现一次 () 一组要共同匹配的表达式 | OR，或 ， AND，要求严格遵从顺序要求

2 定义元素及其后代(5) 要求顺序的子元素 DTD定义(，:有序) <!ELEMENT 联系人(姓名, EMAIL)> <!ELEMENT 姓名(#PCDATA)> <!ELEMENT EMAIL(#PCDATA)> 下面的XML片断是有效的： <联系人> <姓名>张三</姓名> <EMAIL>zhang@aaa.com</EMAIL> </联系人> 而下面这个XML片断不是有效的： <联系人> <EMAIL>zhang@aaa.com</EMAIL> <姓名>张三</姓名> </联系人>

2 定义元素及其后代(6) 重复元素 DTD定义(+:至少出现一次) <!ELEMENT 联系人(姓名，EMAIL+)> <!ELEMENT 姓名(#PCDATA)> <!ELEMENT EMAIL(#PCDATA)> 下面的XML片断是有效的： <联系人>     <姓名>张三</姓名>     <EMAIL>zhang@aaa.com</EMAIL>     <EMAIL>zhang@hotmail.com</EMAIL>     <EMAIL>zhang@yahoo.com</EMAIL> </联系人> 而下面这个XML片断不是有效的： <联系人> <姓名>张三</姓名> </联系人>

2 定义元素及其后代(7) DTD定义(*:出现任意次) <!ELEMENT 联系人(姓名，EMAIL*)> <!ELEMENT 姓名(#PCDATA)> <!ELEMENT EMAIL(#PCDATA)> 成组元素:一组元素放在括号内 DTD定义(元素组) <!ELEMENT 联系人 (姓名，EMAIL)+> <!ELEMENT 姓名 (#PCDATA)> <!ELEMENT EMAIL (#PCDATA)> 符合这个DTD的XML片断可以是： <联系人>     <姓名>张三</姓名>     <EMAIL>zhang@aaa.com</EMAIL>     <姓名>李四</姓名>     <EMAIL>li@bbb.org</EMAIL>     <姓名>王五</姓名>     <EMAIL>wang@ccc.org</EMAIL>    </联系人>

2 定义元素及其后代(8) OR或:符号“|”描述了一个OR操作。 <!ELEMENT 联系人 (姓名，(电话|EMAIL))> <!ELEMENT 姓名 (#PCDATA)> <!ELEMENT 电话 (#PCDATA)> <!ELEMENT EMAIL (#PCDATA)> “联系人”元素应该有一个“姓名”子元素，在此之后还应该有一个“电话”或一个“EMAIL”元素，但不能同时有“电话”和“EMAIL”。 下面都是无效的XML片段 <联系人>     <姓名>张三</姓名> </联系人> <联系人>     <姓名>张三</姓名>     <电话>12345678</电话>     <EMAIL>zhang@yahoo.com</EMAIL> </联系人> <联系人>     <EMAIL>zhang@aaa.com</EMAIL>     <姓名>张三</姓名> </联系人>

2 定义元素及其后代(9) 符合上述DTD定义的有效的XML片段应该是： <联系人>     <姓名>张三</姓名>     <电话>12345678</电话> </联系人> 或者是： <联系人>     <姓名>张三</姓名>     <EMAIL>zhang@yahoo.com</EMAIL> </联系人> 注意：在一个组中，只允许使用一种连接符（例如“，”或“|”）。 下面这样定义的DTD是不合法的： <!ELEMENT 联系人(姓名，电话|EMAIL)>

2 定义元素及其后代(10) 可选子元素：字符“?”说明一个子元素是可选的，可出现，也可不出现。     <!ELEMENT 联系人 (姓名，(电话|EMAIL)，地址?)> <!ELEMENT 姓名 (#PCDATA)> <!ELEMENT 电话 (#PCDATA)> <!ELEMENT EMAIL (#PCDATA)> <!ELEMENT 地址 (街道，城市，省份)> <!ELEMENT 街道 (#PCDATA)> <!ELEMENT 城市 (#PCDATA)> <!ELEMENT 省份 (#PCDATA)> 下面的XML片段是“有效的”： <联系人>     <姓名>张三</姓名>    <EMAIL>zhang@aaa.com</EMAIL>     <地址>         <街道>五街1234号</街道>         <城市>北京市</城市>         <省份>北京</省份>     </地址> </联系人> <联系人>     <姓名>张三</姓名>     <EMAIL>zhang@aaa.com</EMAIL> </联系人>

2 定义元素及其后代(11) 混合内容： <!ELEMENT 元素名 (#PCDATA|子元素1|子元素2…)*>    在一个元素中可能包含子元素，也可能包含纯文本。把这种元素称为混合内容的元素。在下面的例子中，“联系人”就是一个混合元素。(不推荐使用) <?xml version = "1.0" encoding="GB2312" standalone = "yes"?> <!DOCTYPE 联系人列表 [     <!ELEMENT 联系人列表 ANY>        <!ELEMENT 联系人 (#PCDATA|姓名|电话|EMAIL)*>     <!ELEMENT 姓名 (#PCDATA)>     <!ELEMENT 电话 (#PCDATA)>     <!ELEMENT EMAIL (#PCDATA)>     ]> <联系人列表> <联系人>         <姓名>张三</姓名>         <电话>(010)62345678</电话>         <EMAIL>zhang@aaa.com</EMAIL>         这是关于张三的信息        </联系人> </联系人列表>

3 定义元素的属性(1) 在DTD中定义属性时，使用下面的格式： <!ATTLIST 元素名 （属性名 属性类型 缺省值）*> 其中： 元素名是属性所属的元素的名字； 属性名是属性的命名； 属性类型是用来指定该属性是属于十个有效属性类型中的哪种类型。 缺省值是在没有特别说明属性时的取值，可定义也可不定义； 注意：ATTLIST是一个属性的列表，它可以包含很多属性的定义。 例： <!ATTLIST 商品     类型 CDATA #REQUIRED     颜色 CDATA #IMPLIED > <商品 类型 = “服装” 颜色 = "黄色">

3 定义元素的属性(2) 属性缺省值 在DTD中定义的属性的缺省值可以分为以下四类： 必须赋值的属性 关键字REQUIRED说明XML文件中必须为这个属性给出一个属性值。 属性值可有可无的属性 当使用IMPLIED关键字时，不强行要求在XML文件中给该属性赋值，也无须在DTD中为该属性提供缺省值。 固定取值的属性 还有一种特殊情况，你需要为一个特定的属性提供一个缺省值，并且不希望XML文件的编写者把你的缺省值替代掉。这时候，就应该使用FIXED关键字，同时为该属性提供一个缺省值。 定义缺省值的属性 如果不使用上面任何一种关键字的话，就需要在DTD中为它提供一个缺省值。在XML文件中可以为该属性给出新的属性值来覆盖事先定义的缺省值，也可以不另外给出属性值，默认为采用DTD中给出的缺省值。

3 定义元素的属性(3) 下面给出一个具体的例子： <!ATTLIST 页面作者         姓名 CDATA #IMPLIED         年龄 CDATA #IMPLIED         联系信息 CDATA #REQUIRED         网站职务 CDATA #FIXED "页面作者"         个人爱好 CDATA "上网"> 属性类型 一个元素的属性可以为以下八种类型中的任意一种： 1.CDATA 6.ENTITY 2.Enumerated 7.NMTOKEN 3.ID 8.NMTOKENS 4.IDREF 5.IDREFS

3 定义元素的属性(4) CDATA类型    CDATA指的是纯文本，即由字符、符号“&”、小于号“<”和引号“””组成的字符串。当然，应该使用实体&代替“&”，<代替“<”，&quot代替“””。 请看下面这个关于剧本的例子： <?xml version = "1.0" encoding="GB2312"       standalone = "yes"?> <!DOCTYPE 剧本 [     <!ELEMENT 剧本 ANY>     <!ELEMENT 对话 (#PCDATA)>     <!ATTLIST 对话 演员 CDATA #REQUIRED>     ]> <剧本>     <对话 演员="某甲">我可不这么认为！</对话>     <对话 演员="某乙">为什么呢？</对话> </剧本>

3 定义元素的属性(5) 枚举类型ENUMERATED    属性也可以被描述为一组可接受的取值的列表，XML文件中对属性的赋值将从这个列表中选取一个值。这类属性属于枚举类型ENUMERATED，不过，关键字ENUMERATED是不出现在DTD定义中的。 例：<?xml version = “1.0” encoding=“GB2312”       standalone = “yes”?> <!DOCTYPE 购物篮 [     <!ELEMENT 购物篮 ANY>     <!ELEMENT 肉 EMPTY>     <!ATTLIST 肉 种类 ( 鸡肉 | 牛肉 | 猪肉 | 鱼肉 ) “鸡肉”>     ]> <购物篮>     <肉 种类= “鱼肉”/>     <肉 种类= "牛肉"/>     <肉/> </购物篮> 注意，在上面这个例子中，给属性“种类”定义的缺省值是“鸡肉”，所以“购物篮”中的第三个元素的“种类”属性取值为“鸡肉”。

3 定义元素的属性(6) ID类型 ID是用属性值的方式为文件中的某个元素定义唯一标识的方法。ID的值必须是一个有效的XML名称，不要给ID类型的属性事先指定缺省值，更不能使用FIXED型的缺省值。 <?xml version = "1.0" encoding="GB2312" standalone = "yes"?> <!DOCTYPE 联系人列表[     <!ELEMENT 联系人列表 ANY>     <!ELEMENT 联系人(姓名,EMAIL)>     <!ELEMENT 姓名(#PCDATA)>     <!ELEMENT EMAIL(#PCDATA)>     <!ATTLIST 联系人 编号 ID #REQUIRED>     ]> <联系人列表>     <联系人 编号=“a1">         <姓名>张三</姓名>         <EMAIL>zhang@aaa.com</EMAIL>     </联系人>     <联系人 编号=“a2">         <姓名>李四</姓名>         <EMAIL>li@bbb.org</EMAIL>     </联系人> </联系人列表>

3 定义元素的属性(7) IDREF类型 IDREF类型允许一个元素的属性使用文件中的另一个元素的ID标识值作为该属性的取值。例如下面的例子： <?xml version = "1.0" encoding="GB2312" standalone = "yes"?> <!DOCTYPE 联系人列表[     <!ELEMENT 联系人列表 ANY>     <!ELEMENT 联系人(姓名,EMAIL)>     <!ELEMENT 姓名(#PCDATA)>     <!ELEMENT EMAIL(#PCDATA)>     <!ATTLIST 联系人 编号 ID #REQUIRED>     <!ATTLIST 联系人 上司 IDREF #IMPLIED>     ]> <联系人列表>     <联系人 编号=“a2">         <姓名>张三</姓名>         <EMAIL>zhang@aaa.com</EMAIL>     </联系人>     <联系人 编号=“a1" 上司=“a2">         <姓名>李四</姓名>         <EMAIL>li@aaa.com</EMAIL>      </联系人> </联系人列表>

3 定义元素的属性(8) NMTOKEN 和 NMTOKENS：名称记号 类型 NMTOKEN 和 NMTOKENS 是诸多属性类型中面向处理程序的又一个类型。这两个类型用于指示一个有效的XML名称。例如可以通过NMTOKEN 类型的属性来访问一个JAVA类等等。 关于元素的定义： <!ELEMENT 数据(#PCDATA)> <!ATTLIST 数据     安全性 ( ON | OFF ) "OFF">     授权用户 NMTOKENS #IMPLIED > XML片段： <数据 安全性="ON" 授权用户="IggieeB SelenaS GuntherB"> blah blah blah </数据>

4 实体(1) 实体（ENTITY）:是XML中用来指代其它复杂结构的机制。一个简单的实体可以代表一大段文本内容。 实体可分为内部实体和外部实体。 实体声明: 内部实体：<!ENTITY 实体名 “文本内容”> 外部实体：<!ENTITY 实体名 SYSTEM “URI”> 实体引用：&实体名； 其实像”&gt；”、”&lt；”等特殊实体就是一种内部预定义的实体.

4 实体(2)：内部实体 <?xml version="1.0" encoding="gb2312" ?> <!DOCTYPE 联系人列表 [ <!ELEMENT 联系人列表 (联系人*)> <!ELEMENT 联系人 (姓名, 公司, 地址)> <!ELEMENT 姓名 (#PCDATA)> <!ELEMENT 公司 (#PCDATA)> <!ELEMENT 地址 (#PCDATA)> <!ENTITY A公司地址 "北京市五街1234号"> <!ENTITY B公司地址 "上海南京路9876号"> ]> <联系人列表> <联系人> <姓名>张三</姓名> <公司>A公司</公司> <地址>&A公司地址;</地址> </联系人> <姓名>李四</姓名> <公司>B公司</公司> <地址>&B公司地址;</地址> <姓名>王五</姓名> </联系人列表>

4 实体(3)：外部实体 Fclml.dtd: <?xml version="1.0" encoding="GB2312"?> <!DOCTYPE 联系人列表 SYSTEM "FCLML.DTD"> <联系人列表> <联系人> <姓名>张三</姓名> <公司>A公司</公司> <地址>&A公司地址;</地址> </联系人> <姓名>李四</姓名> <公司>B公司</公司> <地址>&B公司地址;</地址> <姓名>王五</姓名> </联系人列表> Fclml.dtd: <?xml version="1.0" encoding="GB2312"?> <!ELEMENT 联系人列表 (联系人*)> <!ELEMENT 联系人 (姓名,公司,地址)> <!ELEMENT 地址 (#PCDATA)> <!ELEMENT 姓名 (#PCDATA)> <!ELEMENT 公司 (#PCDATA)> <!ENTITY A公司地址 SYSTEM "北京市五街1234号"> <!ENTITY B公司地址 SYSTEM "上海南京路9876号"> 查看实例

5 DTD中声明的类型小结 DTD格式： <!DOCTYPE 根元素名[ 元素描述 ]> 元素声明： <!ELEMENT 元素名 元素内容> 属性声明： <!ATTLIST 元素名 属性名 类型 缺省值> 属性类型： 1.CDATA 6.ENTITY 2.Enumerated 7. NMTOKEN 3.ID 8. NMTOKENS 4.IDREF 5.IDREFS