DTD语法详细介绍

在编写XML文档时，需要掌握XML语法。同理，在编写DTD文档时，也需要遵循一定的语法。DTD的结构一般由元素类型定义、属性定义、实体定义、记号(notation)定义等构成，一个典型的文档类型定义会把将来要创建的XML文档的元素结构、属性类型、实体引用等预先进行定义。接下来，针对DTD结构中所涉及到的语法进行详细讲解。

一、元素定义

元素是XML文档的基本组成部分，在DTD定义中，每一条<!ELEMENT…>语句用于定义一个元素，其基本的语法格式如下所示：

<!ELEMENT 元素名称 元素内容>

在上面元素的定义格式中，包含了“元素名称”和“元素内容”。其中，“元素名称”是自定义的名称，它用于定义被约束XML文档中的元素，“元素内容”是对元素包含内容的声明，包括数据类型和符号二部分，它共有五种内容形式，具体如下：

(1)#PCDATA：表示元素中嵌套的内容是普通文本字符串，其中，关键字PCDATA是Parsed Character Data的简写。例如<!ELEMENT 书名 (#PCDATA)>表示书名所嵌套的内容是字符串类型。

(2)子元素：说明元素包含的元素。通常用一对圆括号()将元素中要嵌套的一组子元素括起来，例如，<!ELEMENT 书 (书名,作者,售价)>表示元素书中要嵌套书名、作者、售价等子元素。

(3)混合内容：表示元素既可以包含字符数据，也可以包含子元素。混合内容必须被定义零个或多个，例如，<!ELEMENT 书 (#PCDATA|书名)*>表示书中嵌套的子元素书名包含零个或多个，并且书名是字符串文本格式。

(4)EMPTY：表示该元素既不包含字符数据，也不包含子元素，是一个空元素。如果在文档中元素本身已经表明了明确的含义，就可以在DTD中用关键字EMPTY表明空元素。例如，<!ELEMENT br EMPTY>，

其中br是一个没有内容的空元素。

(5)ANY：表示该元素可以包含任何的字符数据和子元素。例如，<!ELEMENT 联系人 ANY>表示联系人可以包含任何形式的内容。但在实际开发中，应该尽量避免使用ANY，因为除了根元素外，其它使用ANY的元素都将失去DTD对XML文档的约束效果。

需要注意的是，在定义元素时，元素内容中可以包含一些符号，不同的符号具有不同的作用，接下来，针对一些常见的符号进行讲解，具体如下：

● 问号[?]：表示该对象可以出现0次或1次。

●星号[*]：表示该对象可以出现0次或多次。

●加号[+]：表示该对象可以出现1次或多次。

● 竖线[|]：表示列出的对象中选择1个。

●逗号[,]：表示对象必须按照指定的顺序出现。

● 括号[()]：用于给元素进行分组。

二、属性定义

在DTD文档中，定义元素的同时，还可以为元素定义属性。DTD属性定义的基本语法格式如下所示：

<!ATTLIST元素名属性名1属性类型设置说明属性名1属性类型设置说明......>

在上面属性定义的语法格式中，“元素名”是属性所属元素的名字，“属性名”是属性的名称，“属性类型”则是用来指定该属性是属于哪种类型，“设置说明”用来说明该属性是否必须出现。关于“属性类型”和“设置说明”的相关讲解，具体如下：

1、设置说明

定义元素的属性时，有四种设置说明可以选择，具体如下：

1）#REQUIRED

表示元素的该属性是必须的，例如，当定义联系人信息的DTD时，我们希望每一个联系人都有一个联系电话属性，这时，可以在属性声明时，使用REQUIRED。

2）#IMPLIED

表示元素可以包含该属性，也可以不包含该属性。比如，当定义一本书的信息时，发现书的页数属性对读者无关紧要，这时，在属性声明时，可以使用IMPLIED。

3）#FIXED

表示一个固定的属性默认值，在XML文档中不能将该属性设置为其它值。使用#FIXED关键字时，还需要为该属性提供一个默认值。当XML文档中没有定义该属性时，其值将被自动设置为DTD中定义的默认值。

4）默认值

和FIXED一样，如果元素不包含该属性，该属性将被自动设置为DTD中定义的默认值。不同的是，该属性的值是可以改变的，如果XML文件中设置了该属性，新的属性值会覆盖DTD中定义的默认值。

2、属性类型

在DTD中定义元素的属性时，有十种属性类型可以选择，具体如下：

1） CDATA

这是最常用的一种属性类型，表明属性类型是字符数据，与元素内容说明中的#PCDATA相同。当然，在属性设置值中出现的特殊字符，也需要使用其转义字符序列来表示，例如，用&表示字符(&)，用<表示字符(<)等。

2） Enumerated(枚举类型)

在声明属性时，可以限制属性的取值只能从一个列表中选择，这类属性属于Enumerated(枚举类型)。需要注意的是，在DTD定义中并不会出现关键字Enumerated。接下来通过一个案例来学习如何定义Enumerated类型的属性，如例1所示。

例1 enum.xml

<?xmlversion="1.0"encoding="GB2312"standalone="yes"><!DOCTYPE购物篮[<!ELEMENT购物篮ANY><!ELEMENT肉EMPTY><!ATTLIST肉品种(鸡肉|牛肉|猪肉|鱼肉)"鸡肉">]><购物篮><肉品种="鱼肉"/><肉品种="牛肉"/><肉/></购物篮>

在例1中，“品种”属性的类型是Enumerated，其值只能为 “鸡肉”、“牛肉”“猪肉”和“鱼肉”，而不能使用其它值。“品种”属性的默认值是“鸡肉”，所以，即使<购物篮>元素中的第三个子元素没有显示定义“品种”这个属性，但它实际也具有“品种”这个属性，且属性的取值为“鸡肉”。

3）ID

一个ID类型的属性用于唯一标识XML文档中的一个元素。其属性值必须遵守XML名称定义的规则。一个元素只能有一个ID类型的属性，而且ID类型的属性必须设置为#IMPLIED或#REQUIRED。因为ID类型属性的每一个取值都是用来标识一个特定的元素，所以，为ID类型的属性提供默认值，特别是固定的默认值是毫无意义的。接下来通过一个案例来学习如何定义一个ID类型的属性，如例2所示。

例2 id.xml

<?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)><!ELEMENTEMAIL(#PCDATA)><!ATTLIST联系人编号ID#REQUIRED>]><联系人列表><联系人编号="1"><姓名>张三</姓名><EMAIL>zhang@itcast.cn</EMAIL></联系人><联系人编号="2"><姓名>李四</姓名><EMAIL>li@itcast.cn</EMAIL></联系人></联系人列表>

在例2中，将元素为<联系人>的编号属性设置为#REQUIRED，说明每个联系人都有一个编号，同时，属性编号的类型为ID，说明编号是唯一的。如此一来，通过编号就可以找到唯一对应的联系人了。

4）IDREF和IDREFS

例2中，虽然张三和李四两个联系人的ID编号是唯一的，但是这两个ID类型的属性没有发挥作用，这时可以使用IDREF类型，使这两个联系人之间建立一种一对一的关系。接下来通过一个案例来学习IDREF类型的使用，如例3所示。

例3 Idref.xml

<?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)><!ELEMENTEMAIL(#PCDATA)><!ATTLIST联系人编号ID#REQUIRED上司IDREF#IMPLIED>]><联系人列表><联系人编号="1"><姓名>张三</姓名><EMAIL>zhang@itcast.org</EMAIL></联系人><联系人编号="2"上司="1"><姓名>李四</姓名><EMAIL>li@itcast.org</EMAIL></联系人></联系人列表>

在例3中，为元素<联系人列表>的子元素<联系人>增加了一个名称为上司的属性，并且将该属性的类型设置为IDREF，IDREF类型属性的值必须为一个已经存在的ID类型的属性值。在第二个<联系人>元素中，将上司属性设置为第一个联系人的编号属性值，如此一来，就形成了两个联系人元素之间的对应关系，即李四的上司为张三。

IDREF类型可以使两个元素之间建立一对一的关系，但是，如果两个元素之间的关系是一对多，例如，一个学生去图书馆可以借多本书。这时，需要使用IDREFS类型来指定某个人借阅了哪些书。需要注意的是，IDREFS类型的属性可以引用多个ID类型的属性值，这些ID的属性值需要用空格分隔。接下来通过一个案例来学习IDREFS的使用，如例4所示。

例4 Library.xml

<?xml version=”1.0” encoding=”GB2312”?><!DOCTYPElibrary[<!ELEMENTlibarary(books,records)><!ELEMENTbooks(book+)><!ELEMENTbook(title)><!ELEMENTtitle(#PCDATA)><!ELEMENTrecords(item+)><!ELEMENTitem(data,person)><!ELEMENTdata(#PCDATA)><!ELEMENTpersonEMPTY><!ATTLISTbookbookidID#REQUIRED><!ATTLISTpersonnameCDATA#REQUIRED><!ATTLISTpersonborrowedIDREFS#REQUIRED>]><library><books><book><bookbookid="b0101"><title>Java就业培训教材</title></book><bookbookid="b0102"><title>Java Web开发内幕 </title></book><bookbookid="b0103"><title>Java开发宝典</title></book></books><records><item><data>2013-03-13</data><personname="张三"borrowed="b0101 b0103"/></item><item><data>2013-05-23</data><personname="李四"borrowed="b0101 b0102 b0103"/></item></records></library>

例4中，将元素<book>中属性名为bookid的属性设置为ID类型，元素<person>中名为borrowed的属性设置为IDREFS类型。从Library.xml文档中可以看出，张三借阅了《Java就业培训教材》和《Java开发宝典》这两本书，而李四则借阅了《Java就业培训教材》、《Java Web开发内幕》和《Java开发宝典》这三本书。

5）NMTOKEN和NMTOKENS

NMTOKEN是Name Token的简写，它表示由一个或者多个字母、数字、句点(.)、连字号(-)或下划线(_)所组成的一个名称。NMTOKENS关键字表示一种列表类型。一个元素的NMOTOKENS类型的属性设置值可以是同一个XML文件中的另外多个NMTOKEN类型的属性的设置值，每个NMTOKEN属性值之间用空格分隔。具体示例如下：

<!ELEMENT用户EMPTY><!ATTLIST用户姓名NMTOKEN#REQUIRED><!ELEMENT数据(#PCDATA)><!ATTLIST数据授权用户NMTOKENS#IMPLIED>

在上面的示例中，元素<用户>的“姓名”属性指定为NMTOKEN类型，元素<数据>的“授权用户”属性指定为NMTOKENS，与这段DTD定义语句对应的XML具体如下：

<用户姓名="张三">

<用户姓名="李四">

<数据授权用户="张三李四">

这里是一些授权访问的数据

</数据>

6）NOTATION

现实世界中存在很多无法或不易用XML格式组织的数据，例如图像、声音、影像等等。对于这些数据，XML应用程序常常并不提供直接的应用支持，但可以通过设置NOTATION类型的属性来让一个外部应用程序进行处理。在DTD文件中，NOTATION定义语句分为两种情况，具体如下：

第一种情况：<!NOTATION符号名SYSTEM"MIME类型">
第二种情况：<!NOTATION符号名SYSTEM"URL路径名">

在上述定义语句中，第一种情况指定数据的MIME类型，第二种情况指定处理程序的URL路径。当使用NOTATION类型作为属性的类型时，首先要在DTD中使用<!NOTATION…>语句定义相应的notation，接下来通过一个例来演示NOTATION属性的使用，如例5所示。

例5 notation.xml

<?xml version="1.0" encoding="GB2312" standalone="yes"?><!DOCTYPE文件[<!NOTATIONmpSYSTEM"movPlayer.exe">
     <!NOTATION gif SYSTEM "Image/gif">
     <!ELEMENT文件ANY><!ELEMENT电影EMPTY><ELEMENT电影演示设备NOTATION(mp|gif)#REQUIRED><文件><电影演示设备=”mp”/><文件>

在例5中，元素<电影>指定了两种可选的演示设备，一种是movPlayer.exe，一种是用来绘制GIF图像的应用程序。

7）ENTITY和ENTITYS

ENTITY对应的中文意思为实体（关于实体定义的细节，将在后面进行介绍）。当某个属性的类型设置为ENTITY时，表明其属性值必须为在DTD中使用<!ENTITY …>语句定义的一个实体（entity）的引用。接下来看一段DTD定义的语句，具体如下：

<!ENTITYitcast"传智播客论坛交流，www.itcast.cn"><!ELEMENT电影EMPTY><!ATTLIST电影来源ENTITY#REQUIRED>

与这段DTD定义语句对应的XML数据片断如下：

<电影来源="&itcast；"/>

需要注意的是，只有引用实体才可以作为ENTITY类型属性的设置值，参数实体不能用作ENTITY类型的属性的设置值。关于参数实体和引用实体的相关讲解，将在实体定义中进行详细讲解。

ENTITYS关键字用于表示一种列表类型，一个元素的ENTITYS类型的属性设置值可以是多个实体的引用，每个实体的引用之间用空格分隔，具体示例如下：

<!ENTITY banner SYSTEM "http://www.itcast.cn/images/topword.gif">
<!ENTITY logo SYSTEM "http://www.itcast.cn/images/logo.gif">
<!ATTLISTimagesrcENTITIES#REQUIRED>

根据上面的DTD语句，如果想通过src属性引用两幅图像，则对应的XML数据如下所示：

<imgsrc="logo banner">

三、实体定义

1）引用实体

引用实体的语法定义格式有两种：

（1）<!ENTITY实体名称"实体内容">
（2）<!ENTITY实体名称SYSTEM"外部XML文档的URL">

引用实体用于解决XML文档中内容重复的问题，其引用方式方法为：

&实体名称；

了解了引用实体的语法格式及其在XML文档中的引用方式，接下来通过一个案例来学习，如例6和例7所示。

例6 book.dtd

<!ENTITYitcast"传智播客官网，www.itcast.cn"><!ELEMENT书架(书+)><!ELEMENT书(书名,作者,售价)><!ELEMENT书名(#PCDATA)><!ELEMENT作者(#PCDATA)><!ELEMENT售价(#PCDATA)>

例7 book.xml

<?xml version="1.0" encoding="GB2312"?><!DOCTYPE书架SYSTEM"book.dtd"><书架><书><书名>Java就业培训教程</书名><作者>&itcast;</作者><售价>39.9</售价></书><书><书名>EJB3.0入门经典</书名><作者>黎活明</作者><售价>39.00元</售价></书></书架>

用IE9.0以下的浏览器打开book.xml文件，浏览器显示的结果如图1所示。

图1提示的错误信息是“文本内容中发现无效字符。”这是因为book.dtd文件使用的是本地字符集编码，即GB2312编码，而DTD文件应该使用UTF-8或者Unicode编码。需要注意的是，IE9以上版本的浏览器也不会提示错误。

接下来我们将book.dtd按照UTF-8编码方式进行重新保存，保存方式如图2所示。

按照图2的方式完成编码保存后，用IE浏览器重新打开book.xml文件或者单击图1-10工具栏中的“刷新”按钮，浏览器显示的结果如图3所示。

从图1、3中可以看出，book.xml文件中的“&itcast;”被显示成“传智播客官网，www.itcast.cn”。

2）参数实体

参数实体只能被DTD文件自身使用，它的语法格式为：

<!ENTITY%实体名称"实体内容">

需要注意的是，在声明参数实体时，ENTITY、%、实体名和“实体内容”之间各有一个空格。

引用参数实体的方式是：

%实体名称;

了解了参数实体的语法格式和引用方式，接下来通过一段示例代码来演示参数实体的定义，具体如下：

<!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)>

参数实体不仅可以简化元素中定义的相同内容，还可以简化属性的定义，具体示例如下：

<!ENTITY%common.attributes'idID#IMPLIEDaccountCDATA#REQUIRED'><!ELEMENTpurchaseOrder(item+,manufacturer)><!ELEMENTitem(price,quantity)><!ELEMENTmanufacturer(#PCDATA)><!ATTLISTpurchaseOrder%common.attributes;><!ATTLISTitem%common.attributes;><!ATTLISTmanufacturer%common.attributes;>

在上面的示例中，由于多个元素都具有id和account这两个属性的相同定义，因此，可以将这两个属性的文本内容定义为一个名称为common.attributes的参数实体。当定义元素的属性时，通过引用common.attributes 这个参数实体，将该参数实体转换为id和account 这两个属性所定义的文本内容了。

值得一提的是，当DTD的元素和属性定义中要出现大量相同内容时，参数实体是一种非常不错的选择。因为如果需要修改DTD中相同的部分，只需要在参数实体的定义中修改即可。