XML——XML文件约束之DTD详解
1.XML文件约束与DTD的简单介绍
我们编写文档来约束一个XML文档的书写规范，这称之为XML约束。
常用的约束技术有：
- XML DTD
- XML Schema
DTD的基本概念：
document type definition 文档类型定义
DTD文件一般和XML文件配合使用，主要是为了约束XML文件。
XML文件引入DTD文件，这样XML可以自定义标签，但又受到DTD文件的约束。比如上一节使用XML描述一个班级的信息，如果我们给每一个学生定义一个<面积>标签，语法上也是没有错误的，但是不符合语义，学生怎么能够用面积来描述呢？这时候我们就需要用到DTD文件来约束这个XML。
<?xml version="1.0" encoding="gb2312"?>
<class>
<stu id="001">
<name>杨过</name>
<sex>男</sex>
<age>20</age>
<面积>100</面积>
</stu>
</class>1.1 DTD约束快速入门案例
基本语法：
<!ELEMENT 元素名 类型>我们还以班级为例，编写如下DTD文件，myClass.dtd：
<!ELEMENT 班级 (学生+)>
<!ELEMENT 学生 (名字,年龄,介绍)>
<!ELEMENT 名字 (#PCDATA)>
<!ELEMENT 年龄 (#PCDATA)>
<!ELEMENT 介绍 (#PCDATA)>第一行表示根元素为班级，并且有学生这个子元素，子元素为1或者多个。
第二行表示学生的子元素为名字，年龄，介绍
名字下面没有子元素了，那么#PCDATA表示名字里面可以放任意文本。
年龄和介绍也是类似。
编写myClass.xml文件并引入DTD文件如下：
<?xml version="1.0" encoding="utf-8"?>
<!--引入dtd文件，约束这个xml-->
<!DOCTYPE 班级 SYSTEM "myClass.dtd">
<班级>
<学生>
<名字>周小星</名字>
<年龄>23</年龄>
<介绍>学习刻苦</介绍>
</学生>
<学生>
<名字>林晓</名字>
<年龄>25</年龄>
<介绍>是一个好学生</介绍>
</学生>
</班级>引入中写的：SYSTEM，表示当前的DTD文件是本地的
如果写的是PUBLIC，则表示引入的DTD文件是来自于网络的.
这时候引入的DTD文件是没有产生作用的，如果我们在学生元素中添加子元素<面积>，打开这个XML文件，浏览器依然不会报错。
<?xml version="1.0" encoding="utf-8"?>
<!--引入dtd文件，约束这个xml-->
<!DOCTYPE 班级 SYSTEM "myClass.dtd">
<班级>
<学生>
<名字>周小星</名字>
<年龄>23</年龄>
<介绍>学习刻苦</介绍>
<面积>100平米</面积>
</学生>
<学生>
<名字>林晓</名字>
<年龄>25</年龄>
<介绍>是一个好学生</介绍>
</学生>
</班级>我们需要编程校验XML文档的正确性。
IE5以上的浏览器内置了XML解析工具：Microsoft.XMLDOM，开发人员可以编写JavaScript代码，利用这个解析工具装载XML文件，并对XML文件进行DTD验证。
我们编写myXmlTools.html来对这个XML进行校验，如下：
<html>
<head>
<!--自己编写一个简单的解析工具，去解析XML DTD是否配套-->
<script language="javascript"> // 创建xml文档解析器对象 var xmldoc = new ActiveXObject("Microsoft.XMLDOM"); // 开启xml校验 xmldoc.validateOnParse = "true"; // 装载xml文档，即指定校验哪个XML文件 xmldoc.load("myClass.xml"); document.writeln("错误信息："+xmldoc.parseError.reason+"<br>"); document.writeln("错误行号："+xmldoc.parseError.line); </script>
</head>
<body>
</body>
</html>用IE浏览器打开这个html文件，可以看到运行结果：
可以看到第9行正是我们添加的<面积>这一行。
2.DTD细节
2.1 DTD文档的声明及引用
1.内部DTD文档
<!DOCTYPE 根元素 [定义内容]>2.外部DTD文档
引入外部的DTD文档分为两种：
（1）当引用的DTD文件是本地文件的时候，用SYSTEM标识，并写上”DTD的文件路径”，如下：
<!DOCTYPE 根元素 SYSTEM "DTD文件路径">（2）如果引用的DTD文件是一个公共的文件时，采用PUBLIC标识，如下方式：
<!DOCTYPE 根元素 PUBLIC "DTD名称" "DTD文件的URL">比如下例：
<!DOCTYPE web-app PUBLIC "-//Sun Microsystems,Inc.//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd">2.2 DTD基本语法：
<!ELEMENT NAME CONTENT>其中：
- ELEMENT是关键字，是不能修改的
- NAME表示元素名称
- CONTENT是元素类型，必须要大写！CONTENT的内容有三种写法：
(1)EMPTY——表示该元素不能包含子元素和文本，但可以有属性。
(2)ANY——表示该元素可以包含任何在该DTD中定义的元素内容
(3)#PCDATA——可以包含任何字符数据，但是不能在其中包含任何子元素
2.3 DTD元素的组合类型：
DTD中这样规定：
<!ELEMENT 家庭(人+,家电*)>这个DTD规定了家庭元素中可以有1到多个”人”这个子元素，也可以有0到多个”家电”这个子元素。其中的加号”+”和星号”*”的含义与正则表达式中的含义一致。
XML这样写：
<家庭>
<人 名字="张晓明" 性别="男" 年龄="25"/>
<人 名字="李小钢" 性别="男" 年龄="36" 爱好="作个教育家和伟人"/>
<家电 名称="彩电" 数量="3"/>
</家庭>关于组合类型，有下述的的修饰符可以使用：
| 符号 | 用途 | 示例 | 示例说明 |
|---|---|---|---|
| () | 用来给元素分组 | (古龙|金庸),(王朔|余杰) | 分成两组 |
| | | 在列出的对象中选择一个 | (男人|女人) | 表示男人或者女人必须出现，两者至少选其一 |
| + | 该对象必须出现一次或者多次 | (成员+) | 表示成员必须出现，而却可以出现多个成员 |
| * | 该对象允许出现0次或者多次 | (爱好*) | 爱好可以出现两次到多次 |
| ? | 该对象必须出现0次或者1次 | (菜鸟?) | 菜鸟可以出现，也可以不出现，如果出现的话，最多只能出现一次 |
| , | 对象必须按指定的顺序出现 | (西瓜,苹果,香蕉) | 表示西瓜、苹果、香蕉必须出现，并且按这个顺序出现 |
2.4 属性定义
DTD中属性的定义是这样的：
<!ATTLIST 元素名称 属性名称 类型 属性特点 属性名称 类型 属性特点...... >其中，属性的类型有下面5种：
(1) CDATA
(2) ID
(3) IDREF/IDREFS
(4) Enumerated
(5) ENTITY/ENTITIES
属性的特点有如下4种：
(1) #REQUIRED，表示这个属性必须给，不给就报错
(2) #IMPLIED，表示这个属性可以给也可以不给
(3) #FIXED value，表示这个属性必须给一个固定的value值
(4) Default value，表示这个属性如果没有值，就分配一个默认的value值
比如，我们想在学生这个子元素上加上地址这个属性，而且这个属性是必须的，示例如下：
<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE 班级 SYSTEM "myClass.dtd">
<班级>
<学生 地址="香港">
<名字>周小星</名字>
<年龄>23</年龄>
<介绍>学习刻苦</介绍>
</学生>
<学生 地址="澳门">
<名字>林晓</名字>
<年龄>25</年龄>
<介绍>是一个好学生</介绍>
</学生>
</班级> 这个时候相应的DTD文件也要更新，不然就会报错，如下：
<!ELEMENT 班级 (学生+)>
<!ELEMENT 学生 (名字,年龄,介绍)>
<!ATTLIST 学生 地址 CDATA #REQUIRED >
<!ELEMENT 名字 (#PCDATA)>
<!ELEMENT 年龄 (#PCDATA)>
<!ELEMENT 介绍 (#PCDATA)>2.4.1 对于属性类型的详细解释
（1）属性类型-CDATA，表示属性值可以是任何字符（包括中文和数字）
<!ATTLIST 木偶 姓名 CDATA #REQUIRED ><木偶 姓名="匹诺曹"/>
<木偶 姓名="PiNuocao"/>
<木偶 姓名="123"/>(2)属性类型-ID，表明该属性的取值必须是唯一的，但是属性的值不能是以数字开头！
<!ELEMENT 公司职员 ANY>
<!ATTLIST 公司职员 编号 ID #REQUIRED 姓名 CDATA #REQUIRED ><公司职员 编号="Z001" 姓名="张三"/>
<公司职员 编号="Z002" 姓名="李思"/>（3）属性类型-IDREF/IDREFS
- IDREF属性的值指向文档中其它地方声明的ID类型的值
- IDREFS同IDREF，但是可以具有由空格分开的多个引用。
<!ELEMENT 家庭(人+)>
<!ELEMENT 人 EMPTY>
<!ATTLIST 人 relID ID #REQUIRED paraentID IDREFS #IMPLIED name CDATA #REQUIRED ><家庭>
<人 relID="P_1" name="爸爸"/>
<人 relID="P_2" name="妈妈"/>
<人 relID="P_3" parentID="P_1 P_2" name="儿子"/>
</家庭>（4）属性类型-Enumerated，事先定义好一些值，属性的值必须在所列出的值的范围内。
<!ATTLIST person 婚姻状态 (single|married|divorced|widowed) #IMPLIED >
<!ATTLIST person 性别 (男|女) #REQUIRED >（5）属性类型-ENTITY，实体
实体定义：
- 实体用于为一段内容创建一个别名，以后在XML文档中就可以使用别名引用这段内容了。
- 在DTD定义中，一条!ENTITY语句用于定义一个实体。
- 实体可分为两种类型：引用实体和参数实体。引用实体是被XML文档应用的，而参数实体是被DTD文件本身应用的。
①引用实体：
- 引用实体主要在XML文档中被应用
语法格式如下，引用实体的定义内容最好放在DTD文件的最后。
<!ENTITY 实体名称 "实体内容">引用方式：&实体名称; 末尾要带上分号，这个引用将直接转变成实体内容
举例如下：
<!ENTITY copyright "I am a programmer">
....
©right;②参数实体：
参数实体被DTD文件自身使用
语法格式为：
<!ENTITY % 实体名称 "实体内容">引用方式为:%实体名称
举例：
<!ENTITY % TAG_NAME "姓名|EMAIL|电话|地址">
<!ELEMENT 个人信息 (%TAG_NAME;|生日)>
<!ELEMENT 客户信息 (%TAG_NAME;|公司名)>3.DTD实际案例
学习DTD的目标在于：
（1）要求我们能够看得懂DTD文件，
（2）我们可以根据给出的DTD写出对应的XML文件
下面我们看一个案例，下述的DTD文件是从W3School在线教程中的DTD案例中拿过来的，细看每一行，我们都应该能够看得懂。
<!ENTITY AUTHOR "John Doe">
<!ENTITY COMPANY "JD Power Tools, Inc.">
<!ENTITY EMAIL "jd@jd-tools.com">
<!ELEMENT CATALOG (PRODUCT+)>
<!ELEMENT PRODUCT (SPECIFICATIONS+,OPTIONS?,PRICE+,NOTES?)>
<!ATTLIST PRODUCT NAME CDATA #IMPLIED CATEGORY (HandTool|Table|Shop-Professional) "HandTool" PARTNUM CDATA #IMPLIED PLANT (Pittsburgh|Milwaukee|Chicago) "Chicago" INVENTORY (InStock|Backordered|Discontinued) "InStock">
<!ELEMENT SPECIFICATIONS (#PCDATA)>
<!ATTLIST SPECIFICATIONS WEIGHT CDATA #IMPLIED POWER CDATA #IMPLIED>
<!ELEMENT OPTIONS (#PCDATA)>
<!ATTLIST OPTIONS FINISH (Metal|Polished|Matte) "Matte" ADAPTER (Included|Optional|NotApplicable) "Included" CASE (HardShell|Soft|NotApplicable) "HardShell">
<!ELEMENT PRICE (#PCDATA)>
<!ATTLIST PRICE MSRP CDATA #IMPLIED WHOLESALE CDATA #IMPLIED STREET CDATA #IMPLIED SHIPPING CDATA #IMPLIED>
<!ELEMENT NOTES (#PCDATA)>然后我们可以根据该DTD编写如下最简单的XML文件：
<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE CATALOG SYSTEM "product.dtd">
<CATALOG>
<PRODUCT NAME="康帅傅矿泉水" CATEGORY="Table" PARTNUM="12" PLANT="Chicago">
<SPECIFICATIONS WEIGHT="20" POWER="18">这里是细节</SPECIFICATIONS>
<PRICE>25</PRICE>
<PRICE>28</PRICE>
</PRODUCT>
</CATALOG>然后我们用Microsoft.XMLDOM校验该XML，会发现没有任何错误。但是要注意编码。