XML.一个简单的文档类型定义.DTD

关注

原创最新推荐文章于 2026-06-19 12:43:30 发布 1k 阅读 AI 写同款· GEO 优化 ›

8、XML规范形式与文档类型定义详解本文详细解析了XML的规范形式与文档类型定义（DTD），涵盖了XML规范形式的基本要求、命名空间、文本和空白处理、引用解析、冗余节点去除等内容，并深入介绍了DTD的基本概念、元素与属性定义、交叉引用、扩展机制及其不足之处。同时，文章分析了XML规范形式与DTD在实际场景中的应用，并通过具体案例展示了它们的操作步骤和效果。最后，总结了XML规范形式与DTD的作用，并展望了未来XML技术的发展趋势。阅读详情

Document Type Definition
DTD这个词其实在SGML就看到过了
其实没错，DTD本是面向SGML的
通常在某一领域内，其信息的交换都是遵循一定的模式的
所以我们就希望来约束这种信息的模式，加强信息在双方之间的可交换性
XML本身SGML的子集，其DTD也自然可以拿来用
而XML用的DTD又是SGML的DTD的一个子集

XML uses a subset of SGML DTD.
——Wikipedia

不过这种简单省事的继承，使得DTD有太多的局限性和缺陷
- 没有采用和XML一致的语法
- 只能有一个外部DTD来约束XML
- 不支持XML的命名空间
- 缺乏足够的描述能力
- 数据类型过于简单

DTD的引用

A Document Type Definition (DTD) defines the legal building blocks of an XML document.
It defines the document structure with a list of legal elements and attributes.
A DTD can be declared inline inside an XML document, or as an external reference.
——Wikipedia

内部DTD

<?xml version="1.0" standalone="yes"?>
<!DOCTYPE student [
  ...
  ...
]>
<student>
    ...
    ... 
</student>

这是一个XML文件，而其DTD规则是直接写在XML文件内的
也可以单独写一个DTD文件，而只在XML内声明与这个XML文件所匹配的DTD文件的路径。

外部DTD

外部DTD的好处就是，写一个DTD文件，可以为同类型的多个XML文件进行模式规定。这种模式规定其实称为验证更为准确。
分为私有和公开的DTD引用方法

<!DOCTYPE root_element SYSTEM "DTD_location">

私有DTD声明
- root_element即是本XML文档根元素的名称
- DTD_location表名DTD文件所在的URL，相对or绝对都可以

<!DOCTYPE root_element PUBLIC "DTD_name" "DTD_location">

公有DTD声明
- 这种 DTD 文件由由权威机构制订的、提供给特定行业或公众使用的 DTD，甚至可能通过了国际标准化组织的批准，以便数据的提供者和使用者对所交互的数据进行有效性验证
- DTD_name有语法的限制
  - ”prefix//owner_of_the_DTD//description_of_the_DTD//language_identifier”
  - prefix
    - ISO：表示通过批准的ISO标准
    - +：表示通过批准的非ISO标准
    - -：表示未通过批准的非ISO标准
  - owner_of_the_DTD 表示发布该文档的机构。
  - description_of_the_DTD 表示对该文档的简短描述。
  - description_of_the_DTD 表示对该文档的简短描述。

DTD语法

元素

<!ELEMENT element-name category>
<!ELEMENT element-name (element-content)>

<!ELEMEMT表示元素声明的开始
element-name为元素名。未在DTD中声明的元素名则不允许出现在其验证的XML文档中。
category或(element-content)
- 这之后可以规定该元素的类型、或者是内容模型

类型与内容模型

<!ELEMENT element-name EMPTY>

空元素

<!ELEMENT element-name ANY>

包含任意内容的元素

<!ELEMENT element-name (#PCDATA)>

只包含文本，不能包含子元素

<!ELEMENT element-name (child1,child2,...)>

只包含子元素的元素
- (child1,child2,…)是一个序列，同时也是内容模型的一种
- 表示该元素必须包含这里面所有的子元素，且顺序一致
关于内容模型
- 各种符号

符号	含义	示例
,	分隔序列，表明顺序	如上
\|	选择前后任意一项	(child1\|child2)表示必须包含其中一个子元素
()	内部作为整体	(child1,child2)\|child3表示要么包含child1和child2，要么包含child3
？	表示相应的元素出现0或1次	child1？表示出现child1元素0或1次（可有可无，有则一个）
+	表示1次或多次	child1+表示至少一个child1子元素
*	表示0次或1次或多次	child1*就随便出现几次喽

一些示例

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

<!ELEMENT element-name (#PCDATA | child1 | child2 | ...)*>

包含指定的子元素以及文本内容的元素

属性

<!ATTLIST element-name attr-name attr-type attdesc>

多个属性如下

<!ATTLIST element-name attr1 attr-type1 attdesc1
                       attr2 attr-type2 attdesc2
>
或
<!ATTLIST element-name attr1 attr-type1 attdesc1>
<!ATTLIST element-name attr2 attr-type2 attdesc2>

属性类型
- CDATA：任意字符串
- (value1|value2|…)：枚举
- NMTOKEN：必须是合法的XML标记
- ID：文档中唯一，必须字母或下划线开头，可以由字母、数字、下划线、横线、点号组成
- IDREF：表示引用另一个属性的ID
- ENTIT：实体
属性声明的描述
- value：即属性的值，缺省为value
- #REQUIRED：该属性是必须的
- #IMPLIED：是可选的
- #FIXED value：是可选的，如果有则必须为指定的value

示例1

<!ATTLIST memo id ID #REQUIRED
          security (high|low) "high"
          keywords NMTOKENS #IMPLIED
   >

示例2

<!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：

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

则

<StepLink steps="step1 step2"/>

是正确的

实体

DTD实体

内部参数实体
- 用于在DTD规则中占位。不能用于XML文档中
- 不能包含XML文本

<?xml version="1.0" standalone="no"?>
<!DOCTYPE student [
<!-- DTD example-->
<!ENTITY % p "(#PCDATA)">
<!ELEMENT student (id,surname,firstname)>
<!ELEMENT id %p;>
<!ELEMENT surname %p;>
<!ELEMENT firstname %p;>
]>

外部参数实体
- 相当于向DTD文件中导入一个外部文件

语法

<!ENTITY % entity-name SYSTEM "URI"> 
或
<!ENTITY % entity-name PUBLIC "public_ID" "URI">

示例

<?xml version="1.0" standalone="no"?>
<!DOCTYPE student [
  <!ENTITY % studentdtd SYSTEM "http://example.org/student.dtd">
  %studentdtd;
]> 
<!-- 相当于往XML导入了一个外部DTD -->

一般实体
- 用于在XML文档中占位
- 字符内容实体
  - 预定义实体
  - 命名实体
  - 数值实体
- 未解析实体

字符内容实体

声明

<!ENTITY entity-name "entity_value">

引用

&entity-name;

示例

<?xml version="1.0" standalone="yes" ?>
<!DOCTYPE author [
  <!ELEMENT author (#PCDATA)>
  <!ENTITY us "You and me">
]>


<author>&us;</author>

数值实体

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

将被解析为

<title>学习XML</title>

使用了Unicode代码

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
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

示例

<?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"/>