DTD的定义规则和编写

1．DTD - XML 建立主组件群（blocks）
    像....之类的标签是XML和HTML文件的主组件群（blocks）。

1.1XML文件的组件群
    从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XML和HTML文件的主组件群（main building blocks）。HTML元素的实例是"body" 和"table"。XML元素实例是"note" 和"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" 和"img"。
例如：
body text in between
some message in between

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：

    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：" "。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：

表 1
字符	字符实体
&	&或&
'	'或'
>	>或>
<	<或<
"	"或"

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：

    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：EMPTY、ANY、#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。其形式为或。声明空元素的语法如下：

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：

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 data）”。PCDATA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：

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：
//message元素包含四个子元素，依次是header、body、signature和footer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：
//将子元素用竖线进行分隔，表明elem元素的子元素为subelem1、subelem2和subelem3三者之一，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：

    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：

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

表 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：

    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：
Door Painter

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。
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。
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。
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： author IDREFS #REQUIRED> 对应的XML文档： tsinghua university press Beijing electronic industy press Beijing Mary 34 male Tom 39 female 22 2007
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）。 （#PCDATA）> 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。
（#PCDATA）>

②属性有一默认值numeric，并且必须使用该值作为属性的值。
（#PCDATA）>

③属性无默认值，但它必须出现在year元素中。
（#PCDATA）>

④属性值为numeric或character，而numeric为默认值。
（#PCDATA）>

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

⑥属性必须有一个值，numeric或character。
（#PCDATA）>