XML认证教程，第 2 部分: Dtd

元素类型声明2

    为了使元素“联系人列表”中还可以包含其它元素，从而使前面的那个文件是“有效 的”，我们还需要定义元素“联系人”和“姓名”。


<?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>
 
    现在我们已经定义了一个XML文件，它的根元素名为“联系人列表”。“联系人列表” 中可以包含任何纯文本数据，也可以含有子元素（这即是ANY的含义）。根据后面的定义，我们知道，“联系人列表”中可以包含子元素“联系人”，也可以直接包含子元素“姓名”；“联系人”元素又可以包含自己的子元素，名为“姓名”；而“姓名”则只能包含纯文本数据（即(#PCDATA)）。

注意： 


除了根元素外，在定义其它元素时使用关键字ANY都是不好的习惯。 
在定义元素时，Etd的顺序是无关紧要的。 
还有一点要注意，不能对不同的元素使用相同的元素名，即便这些元素的内容、包含的子元素不同也不行，因为它只会引起文件各个元素的混淆，使文件的可读性大打折扣。 
元素名的第一个字母必须是字母、或下划线（_）、或冒号（：），后跟字母、数字、句号（.）、冒号、下划线、连结号（-）的组合，并且不能包含空白符，不能以 “xml”开头。尽管XML1.0标准允许使用任何长度的文件名，但是实际的XML处理器常常会限制标记名的长度。 

定义元素及其子元素

对于以下的例子：


<?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>
 


    准确的说法是，元素“联系人”必须包含一个，且只能包含一个子元素“姓名”。可如果子元素是“EMAIL地址”怎么办？联系人可能根本没有自己的EMAIL邮箱，也可能有好几个EMAIL帐号。

    使用正则表达式，我们就可以解决上述问题，描述父元素与子元素之间非常复杂的关系。例如，你可以对一个元素作如下任何一种类型的定义：它有一个子元素，有一个或多个子元素，有零个或多个子元素，至少有一个子元素。你还可以定义复合关系，比如“元素X是有效的，如果它含有一个或多个子元素Y，或一个子元素Z”。

    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。因此，正如我们前面见到的，元素“联系人”的ECM被描述为子元素“姓名”： <!ELEMENT 联系人(姓名)> 

ECM中的内容采取一组正则表达式的形式。在下表中，我们列出了正则表达式中可能出现的元字符： 
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 


下面几节中，我们将通过一些例子具体讲解这些元字符的用法，对使用正则表达式来定义ECM的方法获得一些感性认识。


有顺序的子元素

一个元素的各个子元素之间可以以任意顺序出现，也可以强制遵循一定的顺序。

考虑下面的Dtd定义：


<!ELEMENT 联系人(姓名 EMAIL)>
<!ELEMENT 姓名(#PCDATA)>
<!ELEMENT EMAIL(#PCDATA)>
 

遵从这个Dtd的XML文件可以为：


<联系人>
<姓名>张三</姓名>
<EMAIL>zhang@aaa.com</EMAIL>
</联系人>
 

同样，下面这个XML文件也是有效的：


<联系人>
<EMAIL>zhang@aaa.com</EMAIL>
<姓名>张三</姓名>
</联系人>
 

由于我们在Dtd定义中仅仅用空白符分隔了元素“联系人”的两个子元素，这说明我们并没有严格要求两个元素出现的顺序，因此上面两种写法都是允许的。如果我们使用逗号“，”来分隔两个子元素，那么XML文件中，元素“姓名”就必须出现在元素“EMAIL”前面。

查看本文来源