DTD文档的结构

本章大概内容：
1、为什么需要DTD
2、XML文档如何使用DTD
    1）内部定义DTD
    2）关联外部DTD
3、DTD的结构
    1）元素类型声明
    2）属性列表声明
    3）实体声明
    4）记号声明

    对于一个格式良好的XML文档，我们只能保证这个文档的格式符合XML规范，但是元素与元素的关系，元素与属性的关系，属性的取值，我们就无法保证了。对于一个格式良好的文档，如果只是在有限的应用中使用，或者是用于存储和传输，那么它也能能够很好的满足我们的应用，但是如果要其它的用户了解你所写的XML文档，或者与其它应用进行数据的交换，那么就有必要提供一种机制，来保证我们写的XML文档和别人所写的XML文档在结构上是相同的，元素与元素之间的关系是正确的，属性的取值也是符合要求的，那么这种机制在XML规范中已经为我们提供了，那就是前一章中介绍过的文档类型声明中提到的DTD。

DTD（Document Type Definition），文档类型定义。

    在XML标准中，描述了如何创建DTD，以及如何将它与根据它的规范所编写的XML文档相关联，并且还定义了XML处理器应该如何对DTD进行处理。有了DTD就可以检测XML文档的结构是否正确。
DTD为XML文档的编写者与处理者提供了共同遵循的原则，使得与文档相关的各种工作有了统一的标准。

如何在XML文档中引入DTD

通过在XML文档中包含文档类型声明，来建立当前文档和DTD的关联。当进行有效性验证的XML处理器读到该声明时，它获取DTD，并根据其中定义的规则对文档进行检验。文档类型声明必须位于XML声明之后，且在根元素（文档元素）之前。不过，在XML声明和文档类型声明之间可以插入注释和处理指令。
我们可以直接在XML文档中定义DTD，也可以通过URI引用外部的DTD文件，或者同时采用这两种方式。
上一章中，已经学习过如何通过包含文档类型声明来建立与DTD的关联。现在来分析一下这两种包含方式。

在XML文档内部给出DTD的方式：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE OrganizationChart [
    <!ELEMENT OrganizationChart (Name,Office)>
    <!ELEMENT Name (#PCDATA)>
    <!ELEMENT Office (#PCDATA)>
    ]>

<OrganizationChart>
<!--OrganizationChart是该XML文档的document element-->
    <Name>Toone，INC.</Name>
    <Office>zhuhai</Office>
    <!--因为DTD中定义了Name，Office两个元素的顺序，Office元素不能放在Name元素的前面，否则不是有效的XML文档-->
</OrganizationChart>
    文档类型声明由<!开始，后面紧跟一个关键字DOCTYPE，然后是文档根元素的名字，接下来是标记声明块，标记声明块放在中括号[]之间，由一个或者多个标记声明构成，最后由>结束。

    在DTD中，所有的关键字都是大写的。不过，在DTD中定义的元素和属性的大小写是可以任意制定的，但是要注意，因为XML文档是大小写相关的，所以一旦给一个元素命名，那么在整个文档中要使用相同的大小写。例如，organizationchart和OrganizationChart是不同的两个元素名。

    在XML文档中定义DTD，比较直观，修改也比较方便，而且不用担心XML处理器找不到DTD，但是它也有一些缺点：

    1、在文档中定义DTD会导致文档本身的长度增加，在传输数据时，即使不需要验证文档的有效性，这些声明也要一起传输。

    2、如果多个XML文档要共用同一个DTD，我们就需要在每一个文档中加入DTD。

    引进外部DTD方式：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE OrganizationChart SYSTEM "dtdTest.dtd" >
<OrganizationChart>
    <Name>Toone，INC.</Name>
    <Office>zhuhai</Office>
</OrganizationChart>
    对应DTD内容为：
<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT OrganizationChart (Name,Office)>
<!ELEMENT Name (#PCDATA)>
<!ELEMENT Office (#PCDATA)>

在文档类型声明时，用管间质SYSTEM或PUBLIC来指出外部DTD文件的位置，使用SYSTEM关键字的声明语法如下：

<!DOCTYPE 根元素的名字 SYSTEM "外部DTD文件的URI">

SYSTEM关键字表示文档使用的是私有的DTD文件，“外部DTD文件的URI”可以是相对URI或者绝对URI。例如上面的例子使用的就是相对URI：

<!DOCTYPE OrganizationChart SYSTEM "dtdTest.dtd" >

使用PUBLIC关键字的声明语法如下：

<!DOCTYPE 根元素的名字 PUBLIC "DTD的名字" "外部DTD文件的URI">

PUBLIC关键字用于声明公共的DTD，并且这个DTD还有一个名称，"DTD的名称"也称为公共标识符(public identifier)。这个DTD可以存放在某个公共的地方，XML处理程序会根据名称按照某种方式去检索DTD，如果XML处理器不能根据名称检索到DTD，就会使用"外部DTD文件的URI"来查找该DTD。例如Java web开发的web.xml中的DTD声明（版本不同会稍有不同，我们只关注它的结构）：

<!DOCTYPE web-app PUBLIC '-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN'
'http://java.sun.com/dtd/web-app_2_3.dtd'>

DTD名称与XML名称略有不同，他们只能包含ASCII字母和数字符号、空格、回车符、换行符和一些标点符号：-'()+,/:=?;!#@*$_%.

公共DTD名称要遵守一些约定。如果一项DTD是ISO标准，它的名称要以字符串"ISO"开始。如果是一个非ISO的标准组织批准的DTD，它的名字以加号（＋）开始。如果不是标准组织批准的DTD，它的名称以连字符（－）开始。这些开始字符或字符串后接双斜杠（//）和DTD所有者的名字（比如上面例子的Sun Microsystems，Inc.），之后是另一个双斜杠和DTD描述的文档类型，接着优势一个双斜杠后接ISO 639语言标识符，如EN表示英语，ZH表示中文。例如：

<!DOCTYPE OrganizationChart PUBLIC "-//Jason Chen//DTD organization chart 1.0//ZH" "dtdTest.dtd">

在上一章我们提到，如果我们的文档不依赖于外部文档，在XML声明中，可以通过standalone="yes"来声明这个文档是独立的文档。如果文档依赖于外部文档，可以通过standalone="no"来声明。当我们使用外部DTD文件时，就需要将属性standalone的值设置为"no"。
在实际应用中，很少使用standalone属性，它的主要用途是作为XML处理器行业其他应用程序的标志，表示是否需要获取外部内容。如果文档依赖于外部文档，即使我们不使用standalone属性,XML处理器也能很好地进行处理。

DTD的结构：

DTD的结构一般由以下四种声明构成：
    1、元素类型声明
    2、属性列表声明
    3、实体声明
    4、记号声明
一个典型的文档类型定义文件会吧所要创建的XML文档的元素结构、属性类型、实体引用等预先进行定义。
下面分别介绍这四种声明。

1、元素类型声明：

一个DTD不仅要告诉XML处理器它所对应的文档根元素，而且还要告知处理器，文档的内容和结构，描述清楚文档结构中的每一个细节。
元素类型声明不但说明了每一个文档中可能存在的元素，给出了元素的名称，而且给出了元素的具体类型。
一个XML元素可以为空，也可以只包含字符数据，还可以有若干个子元素，而这些子元素同时又可以拥有它们的子元素。
元素类型声明采用如下的语法格式：
<!ELEMENT 元素名称 元素内容说明>
元素内容说明可以指明五种可能的元素内容形式：＃PCDATA、子元素、混合内容、EMPTY和ANY。
下面详细说明每一种元素内容说明。

#PCDATA:

关键字#PCDATA说明元素包含字符数据。
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE OrganizationChart [
    <!ELEMENT OrganizationChart (Name,Office)>
    <!ELEMENT Name (#PCDATA)>
    <!ELEMENT Office (#PCDATA)>
    ]>
<OrganizationChart>
    <Name>Toone，INC.</Name>
    <Office>ZhuHai</Office>
</OrganizationChart>

子元素：

当一个元素只包含子元素，而没有字符数据时，则称此元素类型具有元素型内容（element content）。
在该类型的元素声明时，通过内容模型来指定在其内容上的约束。内容模型是决定子元素类型和子元素出现顺序的一种简单语法。