DTD即为Document Type Definition，这是一篇DTD的笔记。

概述

文档类型定义（DTD，Document Type Definition）是一种特殊文档，它规定、约束符合标准通用标示语言（SGML）或SGML子集可扩展标示语言（XML）规则的定义和陈述。

反正也没人看这部分，我就随便从百度百科复制一段了

DTD由元素(Elements)、属性(Attribute)、实体(Entities)与注释(Comments)四部分组成。

但由于其限制上的局限性与使用上的不方便，近年来已逐渐被schema代替。

DTD的文件扩展名为 “.dtd” 。

语法

引用

内部引用

在一个XML文档中引用DTD可分为内部引用 与外部引用 ，很显然，内部引用即将DTD编写在XML文档内，外部引用即引用外部编写好的.dtd文件。

内部引用的基本框架为：

1
2
3
<!DOCTYPE 根元素 [
    DTD内容
]>

根元素即为要被解释的部分的根元素。或许听起来有点绕，我们可以看个例子：

1
2
3
4
5
<?xml version="1.0"?>
<!DOCTYPE note [
   内容...
]>
<note></note>

这就是一个对<note>元素引用内部DTD的例子。

外部引用

内部引用虽然写起来方便，但是复用性较低。一般情况下我们会选择使用外部DTD，能够使得文档更为清晰，同时也能让DTD文档被多个XML文档所共享。

外部引用又分为私有 与公有 两种。私有的外部引用就是自己编写的，而公有的就是那些官方的、经过认证的引用。

私有外部引用的基本框架为：

1
<!DOCTYPE 根元素 SYSTEM "DTD_location">

这里的DTD_location即为外部DTD文档的相对或绝对路径，举个例子：

1
2
3
<?xml version="1.0" standalone="no"?>
<!DOCTYPE book SYSTEM "book.dtd">
<book></book>

这里就引用了book.dtd中的DTD内容。

而公有的外部DTD引用的框架较之私有的，还需多写一个DTD名称，便于解析器找到该DTD的最新版本。这部分较少使用，稍作了解即可：

1
<!DOCTYPE 根元素 PUBLIC "DTD_name" "DTD_location">

DTD_name的语法

1
prefix//owner_of_the_DTD//description_of_the_DTD//language_identifier

第一部分 prefix 可以为 ISO、+、或者 -，分别表示通过批准的 ISO 标准、通过批准的非 ISO 标准、或者未通过批准的非 ISO 标准。

第二部分 owner_of_the_DTD 表示发布该文档的机构。

第三部分 description_of_the_DTD 表示对该文档的简短描述。

第四部分 Language_identifier 则表示其语言版本。

1
2
"-//IETF//DTD HTML Strict Level 1//EN"
"-//W3C//DTD XHTML 1.1//EN"

提示

内部DTD与外部DTD可以同时组合使用。

元素

DTD中的元素，起到了匹配XML文档中元素的作用，其基本框架为：

1
<!ELEMENT 元素名 标识符>

或

1
<!ELEMENT 元素名 (子内容)>

Warning

ELEMENT四个字母必须大写 ，元素内容必须有括号

空元素

空元素即为不包含子元素或子文本的元素，其基本框架为：

1
<!ELEMENT 元素名 EMPTY>

任意元素

即为可以包含任意子内容的元素，基本框架为：

1
<!ELEMENT 元素名 ANY>

子内容为文本

即为子内容只能为文本，不能为子元素的元素，但可以是空标记。这里用“#PCDATA”来表示文本内容，PCDATA即为Parsed Character DATA的简写，意为被解析的字符数据。基本框架为：

1
<!ELEMENT 元素名 (#PCDATA)>

子内容为元素

1
<!ELEMENT 元素名 (子元素1,子元素2,...)>

这其中，“子元素1,子元素2,…”序列为内容模型，其由元素名与标识符构成，有以下六种标识符可选用：

这些标识符可以单独使用也可以组合使用，举个例子：

1
2
<!ELEMENT note (to,from,header,(message|body))>
<!ELEMENT article (title, subtitle?, author*, (para | table | list)+, bibliography?)>

这两个都是合法的表达式。但需要注意，在父元素中声明过的子元素，也应该在父元素之后被完整声明，比如：

1
2
3
4
5
<!ELEMENT note (to,from,heading,body)>
    <!ELEMENT to (#PCDATA)>
    <!ELEMENT from (#PCDATA)>
    <!ELEMENT heading (#PCDATA)>
    <!ELEMENT body (#PCDATA)>

子内容有文本与元素

这部分仅作学习，不推荐使用

1
<!ELEMENT 元素名 (#PCDATA | 子元素1 | 子元素2 | ...)*>

之所以把这种形式特别挑出来说，是因为它较为特别。

  • 必须将 #PCDATA 放在最前面，必须用*号结尾,必须用“|”分隔。
  • 只能约束该标记可以有哪些子标记，不能约束这些子标记出现的次数和顺序。
  • 约束条件中不能出现限制符号，如:（#PCDATA|子标记+|子标记*）。

属性

DTD元素的声明框架为：

1
<!ATTLIST 元素名 属性名 属性类型 属性值>

对于多个属性，可以选择写在同一个声明，或分为多个声明：

1
2
3
4
<!ATTLIST 元素名 属性名1 属性类型1 属性值1 属性名2 属性类型2 属性值2>
or
<!ATTLIST 元素名 属性名1 属性类型1 属性值1>
<!ATTLIST 元素名 属性名2 属性类型2 属性值2>

除了元素名与属性名以外的两个概念可能听起来较为抽象，接下来我会一一解释。

属性类型

属性类型有多个可选项，需要注意的是，一律需要大写。

Warning

一个标记的若干属性中，不允许有两个属性的类型都是ID。

属性值

属性值也一样，一律需要大写。

Warning

ID 类型属性的默认情况只能是 #REQUIRED 或 #IMPLIED,不可以是字符串或#FIXED。

举几个例子：

1
2
3
4
5
<!ATTLIST memo id ID #REQUIRED
          security (high|low) "high"
          keywords NMTOKENS #IMPLIED
> 
<!ATTLIST sender company CDATA #FIXED "Microsoft">
1
2
<memo id="memo-2006-03-14“ keywords="XML XPath XQuery" />
<sender company=“Microsoft” />
1
2
3
4
<!ELEMENT Step EMPTY> 
    <!ATTLIST Step id ID #REQUIRED> 
<!ELEMENT StepLink EMPTY> 
    <!ATTLIST StepLink steps IDREFS #IMPLIED>

如果在该文档中存在：

1
2
<Step id="step1"/>
<Step id="step2"/>

则

1
<StepLink steps="step1 step2"/>

是正确的。

1
2
3
<!ATTLIST bulletlist icon ENTITY #IMPLIED>
     <!ENTITY bluedot SYSTEM "icons/bluedot.png">
     <!ENTITY greendot SYSTEM "icons/greendot.png">
1
<bulletlist icon="bluedot">

最后一个例子看不懂也没关系，一会学完实体 后就能明白了。

实体

实体根据出现的位置，可以大体分为两类：在DTD中占位的参数实体 与在XML文档中占位的一般实体 。

参数实体

参数实体只在DTD文档中起作用，不会出现在XML文档的数据中。基本框架为：

1
<!ENTITY % 实体名 "实体值">

而参数引用的格式为 %实体名 。当然，也可以引用外部的实体，其基本框架为：

1
2
3
<!ENTITY % 实体名 SYSTEM "URI">
or
<!ENTITY % 实体名 PUBLIC "public_ID" "URI">

Warning

声明实体的时候，“%”与实体名中间有一个空格，而引用实体的时候则不能有空格。

示例：

1
2
3
4
5
6
7
8
<?xml version="1.0" standalone="no"?>
<!DOCTYPE student [
    <!ENTITY % p "(#PCDATA)">
    <!ELEMENT student (id,name)>
        <!ELEMENT id %p;>
        <!ELEMENT name %p;>
]>
<!-- 内部参数实体 -->
1
2
3
4
5
6
<?xml version="1.0" standalone="no"?>
<!DOCTYPE student [
    <!ENTITY % studentdtd SYSTEM "http://example.org/student.dtd">
    %studentdtd;
]>
<!-- 外部参数实体 -->

一般实体

一般实体虽然定义在DTD中，但用于在XML数据中进行占位。之前提到过的“&lt;”、“&gt;”等字符都属于一般实体。其基本框架为：

1
<!ENTITY 实体名 "实体值">

参数的引用格式即为**&实体名;** 。

举个例子，在DTD文档中：

1
2
3
4
5
<?xml version="1.0" standalone="no"?>
<!DOCTYPE author [
    <!ELEMENT author (#PCDATA)>
    <!ENTITY us "You and me">
]>

而在XML文档中的

1
<author>&us;</author>

就会被解析为

1
<author>You and me</author>

数值实体

在XML文档中，可以直接用数值实体引用Unicode编码。

1
<title>&#x5B66;&#x4E60;&#x58;&#x4D;&#x4C;</title>

会被解析为

1
<title>学习XML</title>

未解析实体

可以在 XML 数据中指明所关联的二进制文件（图片、音频、视频等等），然后由解析器通过调用适当的应用程序对这些文件进行解析。因为解析器本身无法处理这些非 XML 的数据，所以我们将定义这种关联关系的实体称为“未解析实体”。

1
2
3
4
5
6
7
8
<?xml version="1.0" standalone="no" ?>
<!DOCTYPE img [
    <!ELEMENT img EMPTY>
    <!ATTLIST img src ENTITY #REQUIRED>
    <!NOTATION gif SYSTEM "gif-viewer.exe">
    <!ENTITY logo SYSTEM "logo.gif" NDATA gif>  
]>
<img src="logo"/>

条件

在DTD中可以使用IGNORE 和INCLUDE 关键字来忽略或包含相应的DTD规则。其基本框架为：

1
2
<!IGNORE [忽略的规则]]>
<!INCLUDE [包含的规则]]>

如果直接使用上述语法，则忽略或包含的DTD规则并不能提供任何价值。因此，需要配合参数实体进行使用。(但依旧用处不大)

提示

IGNORE的优先级比INCLUDE高。

结