用DTD验证XML

1.内部DTD
最简单的使用DTD的方法是在XML文件的序言部分加入一个DTD描述，加入的位置是紧接在XML处理指示之后。一个包含DTD的XML文件的结构为：

   <?xml version = "1.0" encoding="GB2312" standalone = "yes"?>
<!DOCTYPE 根元素名[
  元素描述
    ]>
文件体

一个完整的XML文件为：

<?xml version = "1.0" encoding="GB2312" standalone = "yes"?>
<!DOCTYPE 联系人列表[
        <!ELEMENT 联系人列表 (联系人)*>
        <!ELEMENT 联系人 (姓名,ID,公司,EMAIL,电话,地址)>
        <!ELEMENT 地址 (街道,城市,省份)>
        <!ELEMENT 姓名 (#PCDATA)>
        <!ELEMENT ID (#PCDATA)>
        <!ELEMENT 公司 (#PCDATA)>
        <!ELEMENT EMAIL (#PCDATA)>
        <!ELEMENT 电话 (#PCDATA)>
        <!ELEMENT 街道 (#PCDATA)>
        <!ELEMENT 城市 (#PCDATA)>
        <!ELEMENT 省份 (#PCDATA)>
    ]>
<?xml-stylesheet type="text/xsl" href="mystyle.xsl"?>

<联系人列表>
  <联系人>
    <姓名>张三</姓名>
    <ID>001</ID>
    <公司>A公司</公司>
    <EMAIL>zhang@aaa.com</EMAIL>
    <电话>(010)62345678</电话>
    <地址>
      <街道>五街1234号</街道>
      <城市>北京市</城市>
      <省份>北京</省份>
    </地址>
  </联系人>

  <联系人>
    <姓名>李四</姓名>
    <ID>002</ID>
    <公司>B公司</公司>
    <EMAIL>li@bbb.org</EMAIL>
    <电话>(021)87654321</电话>
    <地址>
      <街道>南京路9876号</街道>
      <城市>上海市</城市>
      <省份>上海</省份>
    </地址>
  </联系人>
</联系人列表>

2.外部DTD
一个DTD既可以是内部的，包含在一个“形式良好的”XML文件中（standalone=“yes”）；也可以是外部的，作为一个外部文件被引用（standalone=“no”）。
外部DTD的好处是：它可以方便高效地被多个XML文件所共享。你只要写一个DTD文件，就可以被多个XML文件所引用。事实上，当许多组织需要统一它们的数据交换格式时，它们就是通过外部DTD来完成的。这样做不仅简化了输入工作，还保证当你需要对DTD做出改动时，不用一一去改每个引用了它的XML文件，只要改一个公用的DTD文件就足够了.
为了引用一个外部DTD，必须修改XML声明和DOCTYPE声明。XML声明中必须说明这个文件不是自成一体的，即standalone属性的属性值不再是yes了。

<?xml version = "1.0"
      encoding="GB2312"
      standalone = "no"?>

在DOCTYPE声明中，应该加入SYSTEM属性：

<!DOCTYPE 根元素名
SYSTEM "外部DTD文件的URL">

例如：

<!DOCTYPE 联系人列表
SYSTEM "http://www.mydomain.com/dtds/fclml.dtd
">

上面的URL是一个绝对路径，除此以外，它还可以是一个相对路径，如：

<!DOCTYPE 联系人列表
SYSTEM "fclml.dtd">

它说明这个DTD文件和引用它的XML文件在同一个目录下。或者，这个DTD文件还可能在XML文件的父目录的子目录DTD下，表示为：

<!DOCTYPE 联系人列表
SYSTEM "../dtds/fclml.dtd">

使用这种方法，你可以方便地把DTD文件从你的XML文件中分离出来，粘贴到另一个文件fclml.dtd中。这样，你就得到一个DTD文件和一个有效的XML文件。
仍然回到前面那个包含客户联系方式信息的XML文件，如果使用外部DTD，其形式应该变为下面这个样子。DTD文件fclml.dtd：

<?xml version="1.0" encoding="GB2312"?>

<!ELEMENT 联系人列表 (联系人)*>
<!ELEMENT 联系人 (姓名,ID,公司,EMAIL,电话,地址)>
<!ELEMENT 地址 (街道,城市,省份)>
<!ELEMENT 姓名 (#PCDATA)>
<!ELEMENT ID (#PCDATA)>
<!ELEMENT 公司 (#PCDATA)>
<!ELEMENT EMAIL (#PCDATA)>
<!ELEMENT 电话 (#PCDATA)>
<!ELEMENT 街道 (#PCDATA)>
<!ELEMENT 城市 (#PCDATA)>
<!ELEMENT 省份 (#PCDATA)>

XML文件client.xml:

<?xml version = "1.0" encoding="GB2312" standalone = "no"?>
<!DOCTYPE 联系人列表
    SYSTEM "fclml.dtd">
<?xml-stylesheet type="text/xsl" href="mystyle.xsl"?>

<联系人列表>
<联系人>
<姓名>张三</姓名>
<ID>001</ID>
<公司>A公司</公司>
<EMAIL>zhang@aaa.com</EMAIL>
<电话>(010)62345678</电话>
<地址>
<街道>五街1234号</街道>
<城市>北京市</城市>
<省份>北京</省份>
<ZIP>100001</ZIP>
</地址>
</联系人>

<联系人>
<姓名>李四</姓名>
<ID>002</ID>
<公司>B公司</公司>
<EMAIL>li@bbb.org</EMAIL>
<电话>(021)87654321</电话>
<地址>
<街道>南京路9876号</街道>
<城市>上海</城市>
<省份>上海</省份>
<ZIP>200002</ZIP>
</地址>
</联系人>
</联系人列表>

3. 公用DTD
使用外部DTD时，要在DOCTYPE中使用关键字SYSTEM。实际上，SYSTEM不是引用外部DTD的唯一方法，这个关键字主要用于引用一个作者或组织所编写的众多XML文件中通用的DTD。还存在一种外部DTD，它是一个由权威机构制订的，提供给特定行业或公众使用的DTD。因此，另一个引用外部DTD的办法是使用关键字PUBLIC，引用这一类公开给公众使用的DTD。 引用公共DTD的形式为：

<!DOCTYPE 根元素 PUBLIC "DTD名称" "外部DTD的URL">

４.元素的定义
一个DTD不仅要告诉语法分析器它所关联的XML文件的根元素是什么，而且还要告诉语法分析器文件的内容和结构，说清文件结构中的每一个细节。为了定义这些细节，我们必须展开DTD中元素说明部分，使用元素类型声明（ETD）来声明所有有效的文件元素。ETD应该采用如下的结构：

<!ELEMENT 元素名 元素内容描述>

一个具体例子：

<?xml version = "1.0" encoding="GB2312" standalone = "yes"?>
<!DOCTYPE 联系人列表[
    <!ELEMENT 联系人列表 ANY>
    <!ELEMENT 联系人(姓名)>
    <!ELEMENT 姓名(#PCDATA)>
    ]>

<联系人列表>
    <联系人>
        <姓名>张三</姓名>
    </联系人>
</联系人列表>

元素定义是由它们的元素内容模型（ECM）来描述的，也就是说，是由紧跟元素后面的括号中的内容来定义的。元字符的定义：

元 字 符	含 义
+	出现一次或多次
*	出现零次或多次
？	可选，不出现或出现一次
（）	一组要共同匹配的表达式
OR，或
，	AND，要求严格遵从顺序要求
元素A元素B元素C	元素列表，无须遵从顺序要求

注意：在一个组中，只允许使用一种连接符（例如“，”或“|”）。因此，像下面这样定义的DTD是不合法的：

<!ELEMENT 联系人(姓名，电话|EMAIL)>

要想使用多种连接符，只有通过创建子组的方式，使用：

<!ELEMENT 联系人(姓名，(电话|EMAIL))>

５．元素的属性
　在DTD中定义属性时，我们使用下面的格式：

<!ATTLIST 元素名 （属性名 属性类型 缺省值）*>

• 必须赋值的属性

关键字REQUIRED说明XML文件中必须为这个属性给出一个属性值。例如，假设你想定义一个"页面作者"元素，并把这个元素加入所有网站中的每一个页面。之所以定义这个元素，是为了页面编辑者能够提供他的联系信息，以便当发现页面错误或无效链接时，可以及时地通知他。在这种情况下，每个页面作者都有不同的个人信息，所以你无法事先知道应该用什么作为缺省值，但你又的确需要提供每个人的信息。这时候，你就可以把与联系信息相关的属性定义为必须的（REQUIRED），而且不用提供缺省值。

• 属性值可有可无的属性
  当使用IMPLIED关键字时，文法解释器不再强行要求你在XML文件中给该属性赋值，而且也无须在DTD中为该属性提供缺省值。可以说，这是对属性值有无的最低要求，现实中经常用到。
• 固定取值的属性
  还有一种特殊情况，你需要为一个特定的属性提供一个缺省值，并且不希望XML文件的编写者把你的缺省值替代掉。这时候，就应该使用FIXED关键字，同时为该属性提供一个缺省值。
• 定义缺省值的属性
  如果不使用上面任何一种关键字的话，该种属性就是属于这种类型。对于这种属性，你需要在DTD中为它提供一个缺省值。而在XML文件中可以为该属性给出新的属性值来覆盖事先定义的缺省值，也可以不另外给出属性值，后一种情况下它就默认为采用DTD中给出的缺省值。
  　　视实际情况而选择，给出一个实际的例子：

<!ATTLIST 页面作者
        姓名 #CDATA #IMPLIED
        年龄 #CDATA #IMPLIED
        联系信息 #CDATA #REQUIRED
        网站职务 #CDATA #FIXED "页面作者"
        个人爱好 #CDATA "上网">

另外还有属性的类型：

• CDATA
• Enumerated
• ID
• IDREF
• IDREFS
• ENTITY
• ENTITIES
• NMTOKEN
• NMTOKENS
• NOTATION

参数实体专门用在DTD中。定义方式是：

<!ENTITY % 实体名 "实体内容">
或
<!ENTITY % 实体名 SYSTEM "外部文件名">

引用方式为： %实体名；
使用参数实体，可以方便元素和属性的声明。例如：

<!ENTITY % TAG_NAMES "姓名 | EMAIL | 电话 | 地址">
<!ELEMENT 个人联系信息 (%TAG_NAMES; | 生日)>
<!ELEMENT 客户联系信息 (%TAG_NAMES; | 公司名)>