XHtml（Xml+Html）语法知识（DTD、XSD）

那点你不知道的XHtml（Xml+Html）语法知识（DTD、XSD）

什么是XHtml：

摘录网上的一句话，XHTML就是一个扮演着类似HTML的角色的XML。

XHtml可当模板引擎应用：

CYQ.Data 框架里有一套XHtmlAction模板引擎， 应用在QBlog开源博客里。

简单说，把Html当Xml进行Load加载，再使用常规的Xml语法就可以对模板进行增删改查等操作。 

 

为啥不是Html，而是XHtml？

Html的语法约束不严格，任你标签不闭合，或者标签错乱，也能被浏览器解析，或忽略，或错位，或XX；

如果直接解析使用Html，没约束意味着无规则，存在万一的可能性，操作起来复杂度或考虑的因素过多，成本是相当高的。

而使用XHtml，由于语法上归属Xml，所以可以直接使用使用XmlDocument对象操纵，直接方便。

 

XHtml注意事项：

我们写Html时，经常会有：

<meta name="robots" content="all"> 或者：<img src='http://xx.gif' border='0'>

而XHtml受xml语法约束时：

1：单独标签必须有"/>"闭合；

2：属性只能用双引号，不能用单引号，同样要标签闭合。

对于模板来说，让制作生成Html模板的人，注意下这个事项，也是可控的小事。

 

用XmlDocument操作Html必然会遇到的难题：

 

DTD（Document Type Definition）？

我用通俗的流程讲，如果我用XmlDocument.Load（Html） 去加载一个Html模板，如果这个Html带有&nsb;等实体符号，那么加载就会失败抛异常如下：

 

 

DTD就常在你眼前，只是你视而不见：

当我们新建一个Html的时候，我们在第一行就可以看见DTD的引用标签：

<! DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd" >
< html  xmlns ="http://www.w3.org/1999/xhtml"   >
< head >
     < title >无标题页 </ title >
</ head >
< body >

</ body >
</ html >

可以看见，默认都是W3组织提供的，地址也是一个远程地址，对于浏览器而言，它要解析实体，也要引用DTD。

只是浏览器通常会把DTD在本地集成，不会每次都去远程下载。 

同样的，而我们需要操作Html时，需要引入这个DTD文件。

 

XmlDocument如何引用DTD：

只要设置XmlDocument的属性XmlResolver=new XmlUrlResolver()；即可。

当我们Load（Html）时，默认若有dtd地址（指向远程w3服务器的），如果每次都从服务器读取，势必是不可取的，加载速度会也会因网络卡一卡。

DTD引用的优化，同样下载DTD到本地：

为了提升解析速度，所以把DTD文件下载到本地是不二的做法，所以你如果看见QBlog的源码项目里，也会有这样一个目录：

 

同样的，为了修改远程路径为本地路径，我们实现自己的XmlUrlResolver类：下面是CYQ.Data里的实现代码：

 

其实就是一个继承，重写URI路径指向本地文件。

在QBlog的历史任务中，攻克DTD是一个相当沉重的课题 

对于DTD的问题，相关的信息少之又少，而使用XmlDocument加载Html所遇到的DTD引用问题，更是几乎找不到答案，加上那些年，知识所限，所以不得不谓之课题沉重。

更奇怪的是，在.NET的整个领域教学或教学书里，没怎么见着有关DTD的相关信息：

教你Html的老师，从不讲第一行为何物？

教你XML的老师，从不讲命名空间及DTD？

那么DTD是什么呢？

如果想看官方长篇描述的，请自行搜索关键字”dtd“。

个人理解简单的说：就是对xml的一种语法约束（折腾个游戏规则给你让你玩）。

由于Html也基于xml后的一种扩展，所以同样适用于Html。

以Html的Table元素示例了解下DTD： 

对于html的table，正常我们的都知道它的常见子节点有tr、tbody。

那它能不能有个txx,tmdxx或tmdxxx? 

答案是你可以乱加，但那是无效的，浏览器是会忽略的，因为dtd里没有定义。

如果你下载DTD到本地，可以搜到对table的语法有这么一行：

<! ELEMENT table     (caption?, (col*|colgroup*), thead?, tfoot?, (tbody+|tr+)) >

大语就是元素table的子级只能有"caption，（col、colgroup）、 thread、tfoot、（tbody，tr）“

而？*+ |就是正则里的0或1次；0或N次，1或N次，x或Y。

那么Table表格都能有什么属性呢？

<! ATTLIST table
  %attrs;
  summary     %Text;         #IMPLIED
  width       %Length;       #IMPLIED
  border      %Pixels;       #IMPLIED
  frame       %TFrame;       #IMPLIED
  rules       %TRules;       #IMPLIED
  cellspacing %Length;       #IMPLIED
  cellpadding %Length;       #IMPLIED
  align       %TAlign;       #IMPLIED
  bgcolor     %Color;        #IMPLIED
   >

语法读起来，基本就是： 

summary 文字 默认（可选的）

width    长度   默认（可选的）

%Text，这里的%是个变量，往上可找一个定义：

<! ENTITY % Text "CDATA" >

语法基本上就是：CData是指字符串数据，然后把它定义为 % Text，然后其它地方引用就用%Text表示CData就是字符串了。

 

Html之所以为Html，那是因为有一个w3标准，用dtd给定义了所有的Html标签的元素及属性，所以A元素才有的href，Img元素有了src。

我们再回望：

<! DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd" >

意思是引入DTD文档，html指文档对html根元素开始生效，然后Public按字面意思理解，接着双引号的内容是一个随意起的名称，之后是一个DTD的路径。

 

以上说了这么多，大伙对DTD应该有一些了解了。

XSD（XML Schemas Definition）又出来了

上面刚说完，怎么又扯上XSD了，话说某组织觉的DTD在数据类型的约束上不够细腻，只有字符类型，而没有int,float，bool,date等，于是整出了另一个约束规范，就叫XSD了。

在哪可见XSD：

1： VS新建项时，可见：

 

2：Web.config的约束文件： DotNetConfig.xsd

对于web.config，一开始我以为采用dtd约束，找了三分钟才发现，微软就采用了xsd来约束，而不是dtd。

路径就在：C:\Program Files (安装目录)\Microsoft Visual Studio 8\Xml\Schemas\DotNetConfig.xsd

若打开就是又一堆Xml语法了：

 

xsd架构的约束语法，是Web.config最最权威的指南，如果看的懂：什么web.config详解文章的，都是浮云了；如果看不懂，还是去看浮云方便些。 

当然，想学的话，搜索关键字”xsd 语法“。

总结：

本文不是百科全书，所以只写我脑里存档的那点知识，力求点到为止，更全的语法知识，还请自行搜索相关关键字。