|
|
|
 [XML初学进阶]XML(24)
网上资源
|
|
3.1.1.1 将DTD引入“有效的”XML文件中
在上一章中，我们详细介绍了一个“形式良好的”XML文件应该满足哪些要求。“形式良好”是对XML文件的基本要求，它使得XML文件结构清晰、完整，便于处理程序对其进行解析，进一步可以简化处理程序的编写工作，并加快浏览的速度、减少浏览所需占用的内存空间。正所谓“没有规矩，不成方圆”。
然而，即便你已经可以保证写的XML文件是一个“形式良好的”XML文件了，它仍然未必能够体现XML的精髓。XML的精髓是什么呢？对，就是我们前面讲到的基于信息描述的、能够体现数据信息之间逻辑关系的、可以确保文件的易读性和易搜索性的自定义标记！从这一章中你将看到，使得你的XML文件遵循所谓“形式良好”要求的种种语法规则，这只是“万里长征走了第一步”。一个完全意义上的XML文件不仅应该是“形式良好的”，而且还应该是使用了这些自定义标记的“有效”的XML文件。
一个“有效的”文件首先应该是“形式良好”的。但这还远远不够，它还要往前更进一步。一个XML文件必须遵守文件类型描述DTD（Document Type Definition）中定义的种种规定。DTD实际上是“元标记”这个概念的产物，它描述了一个置标语言的语法和词汇表，也就是定义了文件的整体结构以及文件的语法。简而言之，DTD规定了一个语法分析器为了解释一个“有效的”XML文件所需要知道的所有规则的细节。
这个“规则”可以非常简单，仅仅列出所有有效的元素，例如元素、标记、属性、实体；也可以非常复杂，不但列出这些元素，还指出这些元素之间的内在联系，例如说明元素X元素中必须还包含元素Y或元素Z，但不能同时包含两个元素。
“我们前面强调了XML是大小写敏感的，这对于HTML的老手可能有点麻烦。例如，XML的处理指示
<?xml version="1.0" ... ?>
中所有单词必须都是小写的；可是所有DTD中的关键字都必须是大写的，例如ELEMENT、ATTLIST、#REQUIRED、#IMPLIED、NMTOKEN、ID等等。幸运的是，你自己的元素和属性的大小写可以由你任意指定，但一旦指定了，你必须从一而终，在整个文件中使用相同的大小写。例如，如果你给一个元素起名叫“BOOKS”，那么这个元素和“Books”并不相同。
——Ken Sall”
一般习惯里，除非使用中文标记，否则我们或者全部都使用大写字母，或者象在VC中常用的那样，元素名字的第一个字母是大写，后面每个单词的第一个字母为大写，如BookList；属性字母的第一个字母为小写，但后面每个单词的第一个字母仍都采用大写，如listAuthor。请看下面例子：
<!ELEMENT BookList (Book)+ ><!ATTLIST BookList genre NMTOKEN #IMPLIED listAuthor NMTOKEN #REQUIRED lastUpdated NMTOKEN #REQUIRED >
讲到这里，不知各位读者是否已经能够区分“形式良好的”XML文件和“有效的”XML文件。如果大家对采用“有效的”XML文件的必要性还有所怀疑的话，让我们一起考虑一下下面这段中文：
棕色 扑向那只 一只 狐狸 动作敏捷的 狗 。懒惰的
正如你所见，所有的单词和标点都符合中文的词法，甚至说都是有明确语意的词汇，它们代表了“形式良好的”元素。但是，你明白我要表达的意思吗？在这种混乱的顺序之下，可能那些明确的单词和标点对你也失去了应有的意义。连人都难于理解一段“形式良好的”话，更不要说什么计算机了。
为了使这句话成为能读得懂的话，上面那些词汇的组织必须遵守中文句子的语法规定，譬如符合主、谓、宾的顺序，修饰语放在中心词之前等等。修改一下，上面的句子应该成为下面的形式：
一只动作敏捷的棕色狐狸扑向一只懒惰的狗。
好了，现在知道这句话想表达什么意思了吧？
在XML所描述的置标语言中，DTD便提供了语法规定，以便给各个语言要素赋予一定的顺序。为了说明特定的语法规则，DTD采用了一系列正则式，语法分析器将这些正则式与XML文件内部的数据模式相匹配，从而判别一个文件是否是有效的。匹配被严格执行，因此，如果XML文件中有任何信息不符合DTD的规定，都不会通过。
还记得我们曾说过XML脱胎于SGML文件吗？其实，一个“有效的”XML文件就是一个“形式良好的”SGML文件，也就是说，符合DTD中定义的语法是SGML文件的基本要求。从这个意义上说，XML把合法文件的范围扩大了，既包括“有效的”XML，也可包括“形式良好的”XML。
好了，相信大家现在已经明白什么叫DTD了。下面我们就开始详细学习XML中这个不可或缺、大显身手的部分。
| |
|
|
|
