XML以及DTD详解

今日金句

家俭则兴 人勤则健 能勤能俭 永不贫贱

---

---

前言

框架通常借助设计模式、反射和配置文件等技术实现灵活的开发和可扩展性。而常见的配置文件有xml文件，今天我们就来学习它（今天主要介绍XML，以及XML的DTD约束）。

一、XML

1.1XML概念

• XML 指可扩展标记语言（eXtensible Markup Language）
• XML是一种常见的配置文件格式，可以使用各种XML解析器来解析和读取XML配置文件。XML可以方便地表示复杂的数据结构和层次关系，并且可以通过DTD或XSD等方式进行验证
• 常用的技术：约束（Schema/DTD）、解析（Parsing）和建模技术（XML Schema/Relax NG）

1.2XML作用

1.2.1数据交换

XML可以作为数据交换的中间格式，供应用程序之间进行数据传输和交换。例如，Web服务可以使用XML格式传输数据。

1.2.2数据存储

XML可以作为数据存储格式，存储各种结构化数据，例如配置文件、日志文件、数据库数据等等。XML的可扩展性和灵活性使得它成为一个方便、可靠和可读的数据存储和传输方式。

1.2.3Web应用

XML是Web应用的核心技术之一，主要用于定义Web服务、SOAP消息、XML文档等。

1.2.4数据分析

XML可以作为数据分析的输入，将数据从文件中提取出来，并使用XML Schema或XSLT进行转换和处理。

1.3XML标准格式

• XML声明：以 <?xml 版本="1.0" ?>的形式出现在XML文档的第一行，用于说明XML的版本和编码方式等信息。
• 根元素：XML文档的根元素是XML文档的最外层元素，一个XML文档只能有一个根元素。
• 元素：XML文档中的各个元素分别由开始标签、结束标签和元素内容组成。
  • 标签大小写正确区分；正确结束标签；正确嵌套标签
• 属性：元素可以拥有零个或多个属性，属性是以键值对的形式出现在元素的开始标签中的。
• 注释：以的形式出现在XML文档中，用于标记注释或者说明。

二、DTD约束

2.1概念

• DTD（Document Type Definition）是一种用于定义XML文档结构和格式的语言，它可以用于定义XML文档的元素、属性、值、实体等信息，并对这些信息进行约束和验证。

• DTD约束是指DTD规范定义的一些规则和约束，用于检查和验证XML文档是否符合DTD定义的结构和格式要求

2.2作用

DTD约束可以帮助开发人员检查和验证XML文档的结构、格式和内容是否符合规范和要求。通过使用DTD约束，可以确保XML文档在传递、存储和处理数据时的完整性、一致性和可靠性

2.3在XML中添加DTD

这跟在html里用css一样，可以外部引入，也可以内嵌。

<?xml version="1.0" encoding="UTF-8"?>
<!--外部引入-->
<!DOCTYPE catalog SYSTEM "root.dtd">
<!--自定义-->
<!DOCTYPE root[]>

三、常见的DTD约束

3.1元素约束

DTD可以用ELEMENT关键字定义XML文档中的元素和元素类型，约束元素在XML文档中出现的顺序、出现次数和内容等。

3.1.1元素的分类

空元素类

空元素类定义一个元素，只有开始标签；没有结束标签或结束标签是可选的。用<!ELEMENT ... EMPTY>来定义，例如：

<!ELEMENT hr EMPTY>

,表示“hr”元素为空元素，不需要结束标签。

文本元素类

指XML元素只包含文本数据，不包含子元素的类型，使用#PCDATA来定义。

例如，下面是一个文本元素类型的DTD定义：

<!ELEMENT title (#PCDATA)>

以上定义了一个名为title的元素，它只包含文本数据。

子元素序列类

子元素序列类定义了一组元素，这些元素必须以特定的顺序出现。序列元素类使用逗号分隔元素定义。例如：

<!ELEMENT person (name, telephone, email)>

表示“person”元素依次包含“name”、“telephone”、“email”三个子元素。

子元素选项类

子元素选项类定义了一组元素，这些元素中只能选择其中的一个来出现。用分隔符“|”组合多个定义项。例如：

<!ELEMENT phone (fax | email | url)>

表示“phone”元素中只能包含其中之一的子元素。

混合元素类

混合元素类包含了文本和子元素，即一个元素可以同时包含纯文本和子元素。
用<!ELEMENT ... (#PCDATA | e1 | e2 |...) > 或<!ELEMENT ... (#PCDATA , e1 , e2 , ...) > 来定义.例如：

<!ELEMENT title (#PCDATA | emp | publisher)>

表示元素"title"可以包含文本和子元素“emp”和“publisher”这其中一个。

<!ELEMENT title (#PCDATA , emp , publisher)>

表示“title”元素依次包含文本和子元素“emp”和“publisher”。

3.1.2元素次数约束

使用+和*以及?表示元素的出现次数。+表示元素至少出现一次，*表示元素可以出现零次或多次。对于一些特殊的元素出现次数约束，还可以使用?表示元素可以出现零次或一次。
例如：

<!ELEMENT title (#PCDATA , emp , publisher)*>

表示“title”元素依次包含文本和子元素“emp”和“publisher”,这些元素可以任意出现零次或多次。

3.2属性约束

DTD可以用ATTLIST关键字定义XML文档中的属性，约束属性的类型、值域和默认值等。

3.2.1属性类型

CDATA（Character Data）

字符数据类型，表示元素的属性可以是任何字符串，没有限制。

可以看到不管是什么字符串，都没有任何报错

ID（Identifier）

标识符类型，表示元素的属性值必须是唯一且非空的，它必须以字母或下划线开头，后跟字母、数字、连字符、下划线或句点的任意组合。

可以看到不满足条件的都会报错

我们将其修改成符合格式的：

IDREF（ID Reference）

引用标识符类型，表示元素的属性值必须引用其他元素的ID属性值。

ENTITY（实体类型）

表示元素的属性值必须是一个已定义的实体名称。

在这个例子中，我们使用#ENTITY声明了一个叫做author的实体，它的值是一个字符串John Doe。同时我们还声明了一个名为company的实体，它的值是ABC corp。在使用这些实体时，我们可以在合适的地方通过实体引用符（&和;）来调用这些实体，如上例中的&author;和&company;。

用实体的目的是在XML文档中共享和重复使用一些预定义的数据或代码块，可以提高代码的重用性和维护性

NMTOKEN（Name Token）

名称标记类型，表示元素的属性值必须是一个有效的名称标记，只能由字母、数字、下划线等字符组成，且不能以数字开头。通常用来实现非空需求，但它可重复。

3.2.2属性描述

#REQUIRED

属性值是必需的。

#IMPLIED

属性值是可选的，但在某些情况下可能需要使用它。

#FIXED value

定义固定属性值。这个属性值不能被修改。

好啦，今天的分享就到此为止！希望你看完本篇文章有所收获，祝你变得更强！！!