XML 之DTD使用学习总结

一 XML 文档的结构
XML 文档是由一组使用唯一名称的实体组成。所有的文档都以根或实体开始，而且所有
的实体都是可选的。实体可以被看作更复杂功能的别名。单个实体的名称可以代替许多
文本。在实体中，每当需要引用某个文本时，只需要使用实体，处理器就会展开实体的
内容。
XML文档是一种逻辑结构。逻辑上，文档的组成部分包括声明、元素、注释、字符引用和
处理指令（在文档中使用显示标记表示）如下：
<?xml version="1.0" encoding="UTF-8"?>  --XML声明
<!DOCTYPE class SYSTEM "test.dtd"
[
      <!ENTITY name "成龙">  --文档类型定义
]
>
<class>   --根元素
<student>   --子元素
<name>张三</name>       --叶子元素
</student>
</class>
注意在XML中元素的字符区分大小写。

二   创建XML文档
XML文档始终都是以一个声明开始，这个声明指定该文档遵循XML 1.0 的规范。
构建一个XML文档的步骤如下：
（1）XML的声明
这个声明很简单，位于XML文档的第一行
XML声明语法如下：
<?xml version="1.0"?>
XML的声明是处理指令，告诉处理解析器该文档已经标记为XML文档，以及如何处理文档
中的数据。包括XML声明在内的所有处理指令都以"<?"开始，以"?>"结束。"<?"后面是
处理指令的名称，即"xml"。XML处理指令要指定一个version属性，并允许指定可选的
standalone和encoding属性。xml声明至少应有保留名称xml以及一个版本号属性，只有
版本号是必须的。encoding 和 standalone可有可无。
<?xml version="1.0" standalone="no" encoding="UTF-8"?>
standalone 属性可以设置为yes|no.yes指定不使用外部声明，而no表示将引用外部声
明
所有XML解析器都必须支持与ACSII相应的8位或16位Unicode编码。"encoding="UTF-
8""指定用户使用的字符编码。UTF-8与8位ACSII字符相对应。而GB2312和GBK与中文字
符集相对应。
（2）创建根元素
在XML里根元素只有一个，用于描述文档的作用。每个XML文档都有一个根元素。
<?xml version="1.0" standalone="no" encoding="UTF-8"?>
<class></class>
（3）创建XML代码
要创建代码，根据应用需要创建自定义元素和属性。元素包括标签和内容
<name>张三</name>
标签包括尖括号及尖括号中的文本
XML文档是由数据以及描述该数据的标记组成。数据通常是字符数据，也可以是二进制数
据。而标记包括标签、注释、处理指令、DTD和引用等。
注释语法
<!--注释内容-->
使用注释应注意以下几点：
（1） 注释内容中不应包含“-”或“—”，因为可能会使XML解析器产生混淆。
（2） 注释绝对不能放在标签中。下面是错误用法
  <name <!--姓名-->>张三</name>
（3） 注释不能放在实体声明中，也不能放在xml声明只前。XML声明必须始终放在第一
行。
（4） 注释可用于注释标签集。
<!--
<name>TOM</name>
<age>20</age>
<sex>男</sex>
（5） 注释不能嵌套使用。
三 标签间的字符数据的分类
在XML中标签间的文本数据可以是任意类型。但除了“<"字符，因为"<"预留做标签的开
始字符。
字符数据可分为两类：
PCDATA
CDATA
1.PCDATA 表示已解析的字符数据。字符数据可被看作XML元素的内容。PCDATA是要通过
解析器进行解析的文本。文本中的标签将被看作为标记，实体将会扩展。
2.CDATA 指字符数据。CDATA是不通过解析器进行解析的文本，文本中的标签将不被看
作为标记，实体不会扩展。在CDATA块中，XML解析器会忽略所有标签和实体引用

四 实体
实体是XML的存储单元。实体可以包含常用的短语、键盘字符、文件、数据库记录或任何
包含数据的项。
在文档中使用实体可以避免重复输入相同的内容。可以将一个实体与文本关联。每当需
要在文档中使用文本，就使用实体名来引用。
在XML中，有些字符（如< > 或&）可以放在文本中，但不能以字面格式存在，否则会解
析错误。
XML中一些预定义的字符实体集，可以用于取代字符的字面格式。
实体名称    字符
&lt;    <

&gt;    >
&amp;    &
&quot;    "
&apos;    '
使用实体引用将实体插入XML文档中。解析器遇到实体引用时，会将实体替换为实体的内
容。
实体分为两类：
一般实体
参数实体
1.一般实体 可以在XML文档中的任何位置出现的实体称为一般实体，一般实体可以声明
为内部实体和外部实体。内部实体仅存在于声明它们的文档中，外部实体则指文档外的
存储。
内部实体如下：
<!ENTITY entity_name "value">
上面实体是一个内部实体
外部实体使用一个标识符爱指向外部文件。外部实体标识符分为两种类型，SYSTEM(系统
）和PUBLIC（公共）。前者用于引用本地计算机（或网络），后者用于引用公共计算机
（或网络）。
外部实体如下
<!ENTITY entity_name SYSTEM|PUBLIC "value">
引用实体语法：
&entity_name;

引用实体因该注意：
（1）引用实体前，必须现在XML文档中声明该实体。
（2）实体引用不应包含有任何空格。例如，"& test;"或"&test ;"将导致错误。
（3）实体引用的文本必须是格式良好的XML文档。
实体不仅可用于替代常规字符数据，还可以在标签属性中使用实体引用。


四 DOCTYPE声明
在XML文档中，<!DOCTYPE root_element>声明仅跟XML声明之后。实体的声明必须在
DOCTYPE声明只内。
<?xml version="1.0"?>
<!DOCTYPE class
[
<!ENTITY address "北京">
<!ENTITY man "男">
<!ENTITY woman "女">
]
>
<class>
<student>
<name>张三</name>
<sex>&man;</sex>
<address>&address;</address>
</student>
<student>
<name>李四</name>
<sex>&woman;</sex>
<address>&address;</address>
</student>
</class>

如果一个XML文档满足最低要求（在定义XML语法的XML 1.0 规范中定义），则该文档被
看作为格式良好。这些要求确保以正确的方式使用正确的词语。如果文档不满足任何一
个良好格式要求，则将发生致命错误。
有效的XML文档是格式良好的XML文档，符号Document Type Definition(文档类型定义
，DTD)的规则。DTD定义了文档中标记必须遵守的规则，还包含文档总体结构的定义。
如果满足以下条件，则使用元素、属性和实体创建的文档是格式良好的
（1）XML 标签区分大小写
（2）应正确结束标签
（3）正确嵌套标签
（4）合法的标签
  标签必须以字母、下划线或冒号开始，然后是字母、数字、句号、冒号、下划线或连
字符的组合，但不能有空格。标签不能xml开头，因为它书保留字，最好别冒号开头（即
使是合法的），因为它会引起混淆。
（5）有效的属性
一个标签的属性不能重复。属性命名和标签命名相同。属性值可以包含空格、标点和实
体引用。所有的属性值都被看作为字符串。

五 DTD的结构
<!DOCTYPE dtd_name
[
<!ELEMENT element-name (element-content type)>
<!ATTLIST element-name attribute-name attribute-type default-value>
]
>
可以在XML文档中声明dtd，也可以存储在独立的文件。如果存储在独立的文件，使
用.dtd保存起来。
1. 声明元素
<!ELEMENT element-name (element-content type)>
在DTD中，使用元素声明来声明XML的元素。
2.空元素
<!ELEMENT element-name (EMPTY)>
EMPTY 表示该元素没有子元素或字符数据。将关键字放在括号中
3.带有数据的元素
带有数据的元素也叫叶子元素。
<!ELEMENT element-name (#CDATA)>
<!ELEMENT element-name (#PCDATA)>
<!ELEMENT element-name (any)>
#CDATA 指元素包含不会通过解析器进行解析的字符数据。#PCDATA 指元素包含能通过
解析器进行解析的字符数据。any 指该元素可以包含零个或零个以上任何类型的子元素
以及字符数据。因此，它是包含所有已声明元素的混合内容的简单表达方式。
4.带有子元素的声明
<!ELEMENT element-name (child-element-name,……)
子元素之间用逗号分开，这些子元素必须以其在文档中顺序来显示。
5.相同元素只出现一次
<!ELEMENT element-name (child-name)>
6.相同元素至少出现一次
<!ELEMENT element-name (child-name)+>
*号代表0次或多次，？号代表0次或1次，+号代表1次或多次
7 Default 属性值
为属性指定一个默认值，确保XML文档不提供值，该属性也将获取一个值
<!ATTLIST element-name attribute-name CDATA "default-value">
8 IMPLIED 属性值
表示属性值可有可无
<!ATTLIST element-name attribute-name CDATA #IMPLIED>
9 REQUIRED 属性值
表示属性值必须有
<!ATTLIST element-name attribute-name CDATA #REQUIRED>
10 FIXED
表示属性值是固定不变的
<!ATTLIST element-name attribute-name CDATA #FIXED "value">
七.属性类型
Enumerated 属性类型
希望属性值成为一组固定合法值的一员时。使用Enumerated
<!ATTLIST element-name attribute-name (eval|eval) default-value>
<!ATTLIST money type (人民币|美元) "人民币">
2.ID和IDREF　属性类型
ID是标识符类型，它应该是唯一的。
<!ATTLIST stundent id ID #REQUEIRED>
IDREF也是标识符类型，是引用别的元素属性类型为ＩＤ的。
3.IDREFS　属性类型
此属性是将多个属性类型为ＩＤ做为它的值，各个ＩＤＲＥＦ之间用空格隔开。
4.NMTOKEN和NMTOKENS属性类型
是用来检查文档中属性值是否有空格的。

八.DTD中的内部实体
<!ENTITY entity-name "entity-value">
DTD的外部实体
<!ENTITY entity-name SYSTEM "url">

九.DTD 中的参数实体
<!ENTITY %p "a">
<!ENTITY class ((%p;)+)>
<!ENTITY %p; (name,age,sex)>
%p是参数实体，a是p的省略值。
参数实体主要用语结构相同的情况下。
十.XML的命名空间
Uniform Resource Identifier(统一资源标识符,URI)用于识别XML的命令空间。URI包
括Uniform Resource Name(统一资源名称,URN)和Uniform Resource Locator(统一资
源定位符)。URL包含对WEB上的某个文档或HTML页面的引用。URN是标识Internet资源全
球唯一编号。
命名空间语法：
xmlns:[prefix]="命名空间URL"
xmlns:是保留关键字。由于xml也是保留关键字，所以它不能做为前缀。前缀作用命名空
间的识别