XML学习笔记（DTD约束）

1. XML语法

在说明DTD约束前，先介绍XML的基本语法：
文档声明

<? 版本信息[编码信息][文档独立信息]?>

例：<?xml version="1.0" encoding="utf-8" standalone="yes"?>

元素定义：
由开始标记、属性、元素内容、结束标记构成

例：<城市>清远</城市>

属性定义：
一个个元素中可以有多个属性

例：<售价 单位="元">68</售价>

注释：<!-- 这里写注释内容 -->

DTD约束

DTD约束是早期出现的一种XML约束模式语言，根据它的语法创建出来的文件称为DTD文件。

DTD的引入方式：

外部式：

1. <!DOCTYPE 根元素名称 SYSTEM “外部DTD文件的URL”>
2. <!DOCTYPE 根元素名称 PUBLIC “DTD名称” “外部DTD文件的URL”>

用一个例子来解释如何使用外部式引入DTD

book.dtd文件
<!ELEMENT 书架 (书+)>
<!ELEMENT 书 (书名,作者,售价)>
<!ELEMENT 书名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 售价 (#PCDATA)>

book.xml文件
<?xml version="1.0" encoding="utf-8"?>
<!-- 这里引入book.dtd对book.xml进行约束 -->
<!DOCTYPE 书架 SYSTEM "book.dtd">
<书架>
    <书>
        <书名>***</书名>
        <作者>***</作者>
        <售价>10</售价>
    </书>
    <书>
        <书名>****</书名>
        <作者>****</作者>
        <售价>100</售价>
    </书>
</书架>

内嵌式：直接将DTD约束写在XML文档中

<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE 书架 [
    <!ELEMENT 书架 (书+)>
    <!ELEMENT 书 (书名,作者,售价)>
    <!ELEMENT 书名 (#PCDATA)>
    <!ELEMENT 作者 (#PCDATA)>
    <!ELEMENT 售价 (#PCDATA)>
]>
<书架>
    <书>
        <书名>***</书名>
        <作者>***</作者>
        <售价>10</售价>
    </书>
    <书>
        <书名>****</书名>
        <作者>****</作者>
        <售价>100</售价>
    </书>
</书架>

DTD语法

DTD的结构一般由元素类型定义、属性定义、实体定义、记号定义等构成

1. 元素定义：每一条<!ELEMENT ...>语句定义一个元素

<!ELEMENT 元素名称 元素内容>

       在上面定义格式中，元素名称是自定义的；元素内容是对元素包含内容的声明，包括数据类型和符号两部分，它共有5中形式:

• #PCDATA：表示元素中嵌套的内容是普通字符串，其中，关键字PCDATA是ParsedCharacter Data的简写。例如,<!ELEMENT 书名 (#PCDATA)> 表示书名所嵌套的内容是字符串类型。
• 子元素：说明元素包含的元素。例如：<!ELEMENT 书 (书名,作者,售价)>表示书中要嵌套书名、作者、售价等子元素
• 混合内容：表示元素既可以包含字符数据，也可以包含子元素。混合数据必须被定义零个或多个，例如：<!ELEMENT 书 (#PCDATA书名) *>表示书中嵌套的子元素书名包含零个或多个，并且书名是字符串文本格式。
• EMPTY：该元素是一个空元素。使用场景：元素在文档中已经表明了明确含义，就可以在DTD中用关键字 EMPTY 表明空元素。例如：<!ELEMENT br EMPTY>，br是一个没有内容的空元素。
• ANY：表示元素可以包含任何的字符数据和子元素。例如：<!ELEMENT 联系人 ANY>表示联系人可以包含任何形式的内容。但是在实际开发中，应该尽量避免使用ANY，因为除了根元素外，其他使用ANY的元素都将失去DTD对XML文档的约束效果。

       在定义元素时，元素内容中可以包含一些符号，不同的符号具有不同的作用。具体如下：

• 问号[?]：表示该对象可以出现0次或1次
• 星号[*]：表示该对象可以出现0次或多次
• 加号[+]：表示该对象可以出现1次或多次
• 竖线[|]：表示在列出的对象中选择1个
• 逗号[,]：表示对象必须按照指定的顺序出现
• 括号[()]：用于给元素进行分组

2. 属性定义：基本语法格式如下

<!ATTLIST 元素名
    属性名1 属性类型 设置说明
    属性名2 属性类型 设置说明
    ......
>

       在上面属性定义的语法格式中，”元素名“是属性所属元素的名字，”属性名“是属性的名称，”属性类型“则用来指定该属性属于那种类型，”设置说明“用来说明该属性是否必须出现。关于”属性类型“和”设置说明“的相关讲解如下：
2.1. 设置说明：定义元素的属性时，有4中设置说明可以选择

设置说明	含义
#REQUIRED	表示元素的该属性是必须的，例如，当定义联系人信息的DTD时，我们希望每一个联系人都有一个联系电话属性，这时，可以在属性声明时使用REQUIRED
#IMPLED	表示元素可以包含该属性，也可以不包含该属性。例如，当定义一本书的信息时，发现书的页数属性对读者无关紧要，这时，在属性声明时可以使用IMPLIED
#FIXED	表示一个固定的属性默认值，在XML文档中不能将该属性设置为其他值。使用#FIXED关键字时，还需要为该属性提供一个默认值。当XML文档中没有定义该属性时，其值将被自动设置为DTD中定义的默认值
默认值	和FIXED一样，如果元素不包含该属性，该属性将被自动设置为DTD中定义的默认值。不同的是，该属性的值是可以改变的，如果XML文件中设置了该属性，新的属性值会覆盖DTD中定义的默认值

2.2. 属性类型：在DTD中定义元素的属性时，有10种属性类型可以选择，常见的几种属性类型如下

• CDATA
         这是最常用的一种属性类型，表明属性类型是字符数据，与元素内容说明种的#PCDATA相同。当然，在属性设置值中出现的特殊字符，也需要使用转义字符序列来表示，例如，用”&“表示字符”&“，用”&lt“表示字符”<“等。
• Enumerated(枚举类型)
         在声明属性时，可以限制属性的取值只能从一个列表中选择，这类属性属于Enumerated（枚举类型）。需要注意的是，在DTD定义中并不会出现关键字Enumerated。案例enum.xml展示如何定义Enumerated类型的属性。

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!-- 内嵌式DTD约束 -->
<!DOCTYPE 购物篮 [
    <!ELEMENT 购物篮 ANY>
    <!-- EMPTY表示肉及不包含字符数据，也不包含子元素，是一个空元素 -->
    <!ELEMENT 肉 EMPTY>
    <!ELEMENT 肉 品种 (鸡肉|牛肉|猪肉|鱼肉) "鸡肉">
]>
<购物篮>
    <肉 品种="鱼肉"/>
    <肉 品种="牛肉"/>
    <肉/>
</购物篮>

       在enum.xml中，“品种”属性的类型是Enumerated，其值只能是“鸡肉、牛肉、猪肉、鱼肉”，而不能使用其他值。“品种”属性的默认值是“鸡肉”，所以，即使<购物篮>元素中的第三个子元素没有显示定义“品种”这个属性，但它实际上也具有“品种”这个属性，且属性的取值为“鸡肉”。

• ID
         一个ID类型的属性用于唯一标识XML文档中的一个元素。其属性值必须遵守XML名称定义的规则。一个元素只能有一个ID类型的属性，而且ID类型的属性必须设置为#IMPLIED或#REQUIRED。因为ID类型属性的每一个取值都是用来标识一个特定元素，所以，为ID类型的属性提供默认值，特别是固定的默认值是毫无意义的。

<!-- 例：id.xml -->
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!ELEMENT 联系人列表 [
    <!ELEMENT 联系人列表 ANY>
    <!ELEMENT 联系人 (姓名,EMAIL)>
    <!ELEMENT 姓名 (#PCDATA)>
    <!ELEMENT EMAIL (#PCDATA)>
    <!ELEMENT 联系人 编号 ID #REQUIRED>
]>
<联系人列表>
    <联系人 编号="id1">
        <姓名>张三</姓名>
        <EMAIL>[email protected]</EMAIL>
    </联系人>
    <联系人 编号="id2">
        <姓名>李四</姓名>
        <EMAIL>[email protected]</EMAIL>
    </联系人>
</联系人列表>

       在 id.xml 中，将元素为<联系人>的编号属性设置为#REQUIRED，说明每个联系人都有一个编号，同时，属性编号的类型为ID，说明编号是唯一的。这样一来，通过编号就可以找到唯一对应的联系人了。

• IDREF和IDREFS
         在上面的 id.xml 中，虽然张三和李四两个联系人的ID编号是唯一的，但是这两个ID类型的属性没有发挥作用，这时可以使用IDREF类型，使这两个联系人之间建立一种一对一的关系。案例 Idref.xml 展示IDREF的使用:

<!-- 例：Idref.xml 演示如何使用IDREF -->
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE 联系人列表 [
    <!ELEMENT 联系人列表 ANY>
    <!ELEMENT 联系人 (姓名,EMAIL)>
    <!ELEMENT 姓名 (#PCDATA)>
    <!ELEMENT EMAIL (#PCDATA)>
    <!ELEMENT 联系人
              编号 ID #REQUIRED
              上司 IDREF #IMPLIED
    >
]>
<联系人列表>
    <联系人 编号="id1">
        <姓名>张三</姓名>
        <EMAIL>[email protected]</EMAIL>
    </联系人>
    <联系人 编号="id2" 上司="id1">
        <姓名>李四</姓名>
        <EMAIL>[email protected]</EMAIL>
    </联系人>
</联系人列表>

       在 Idref.xml 中，为元素<联系人列表>的子元素<联系人>增加一个名称为上司的属性，并且将该属性的类型设置为IDREF，IDREF类型属性的值必须为一个已经存在的ID类型的属性值。在第二个<联系人>元素中，将“上司”属性设置为第一个联系人的编号的属性值，如此一来，就可以形成两个联系人元素之间的对应关系，即李四的上司是张三。
       IDREF可以是两个元素之间形成一对一的关系，而IDREFS可以是元素之间形成一对多的关系。例如：学生借书（Library.xml）

<!-- Library.xml -->
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE library [
    <!ELEMENT library (books,records)>
    <!ELEMENT books (book+)>
    <!ELEMENT book (title)>
    <!ELEMENT title (#PCDATA)>
    <!ELEMENT records (item+)>
    <!ELEMENT item (data,person)>
    <!ELEMENT data (#PCDATA)>
    <!ELEMENT person EMPTY>
    <!ATTLIST book bookid ID #REQUIRED>
    <!ATTLIST person name CDATA #REQUIRED>
    <!ATTLIST person borrowed IDREFS #REQUIRED>
]>
<library>
    <books>
        <book bookid="b0101">
            <title>xml基础</title>
        </book>
        <book bookid="b0102">
            <title>xml进阶</title>
        </book>
        <book bookid="b0103">
            <title>xml再进阶</title>
        </book>
    </books>
    <records>
        <item>
            <data>2019-12-26</data>
            <person name="李四" borrowed="b0101 b0102"/>
        </item>
        <item>
            <data>2019-12-27</data>
            <person name="李四" borrowed="b0101 b0102 b0103"/>
        </item>
    </records>
</library>

       除了上述的几种属性类型外，DTD约束中还有NMTOKEN、NMTOKENS、NOTITION、ENTITY和ENTITYS几种属性类型。