|
撰/看場人
目錄3. 解析XML文件的解析器
4. 用DTD校對(Validate)XML文件
4.1 甚麼是DTD？
4.2 為XML文件調用DTD
4.3 XML「數據」類型
4.4 宣告元素(Declaring Elements)
4.5 實體(Entities)宣告及使用
4.6 宣告屬性(Declaring Attributes)
3. 解析XML文件的解析器我們知道一份XML文件其實只是純文字的文檔，我們用Notepad就可以創建或修改它，但我們如何可以解析(Parse)一份XML呢？ 其實你的瀏覽器(Browser)多數已具備解析XML的功能，這包括IE 5.0或以上版本、Netscape 6或以上版本等等，IE 由5.0版開始便支援：
- XML1.0 (目前各瀏覽器都只支持1.0版)
- XML DOM、W3C DTD standards
- XML embedded in HTML as Data Islands
- Binding XML data to HTML elements
- XML with XSL and CSS等標準。
你可以按此試試用瀏覽器開啟一個XML文件。(3.sample.xml)你會見到IE會以樹狀結構顯示這份XML文件，含子元素的元素旁有"-"減號，按下會將其包含的元素摺疊起來變成"+"加號。所以，IE其實已經是一個XML的解析器，如果XML語法出錯，它會顯示報告錯誤的信息。以後我們的例子也會假設大家使用IE作解析器解析XML文件。解析器或應用程式如發現一份XML文件語法上出錯，或者與DTD不乎合便應該立即停止繼續解析/處理。 這是一份語法有錯誤的XML文件。(3.sample_error.xml) 這裡是W3C的一個簡單Validator，大家可以自行去試試：http://www.w3schools.com/dom/dom_validate.asp 4. 用DTD校對(Validate)XML文件校對(Validation)
你大約已經知道怎樣才是一份語法正確(Well-Formed)的XML文件了，而一份合乎一DTD(Document Type Definition)的Well-Formed XML文件，便是一份有效(Valid)的XML。 註：除了DTD外，現在還有XML Schema這本身由XML建構成的語言去校對其他XML文件，有機會我會另文介紹。 4.1 甚麼是DTD？文件格式定義(DTD)，是一份用來校對XML的文件，它定義了一份有效文件所需要的有效元素及其結構。你可將它看成建構一份XML的建築藍圖，它劃出了有效文件的佈局和所需材料。使用DTD可以令要使用XML來溝通的不同單位統一格式起來，而且這格式還可重複被使用。以下我們將會講解如何建構一份DTD和如何讓XML使用它。 4.2 為XML文件調用DTD一份XML文件要使用DTD，可以以內部定義(Inline)方式存在於XML中，也可以外部連結(External)一個DTD檔案。我們先看看下例： <?xml version="1.0" encoding="ISO-8859-1" standalone="yes"?>
<!DOCTYPE book [
<!ELEMENT book (name,author,description)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT description (#PCDATA)>
]>
<book>
<name>XML Quick Guide</name>
<author>Vance Lee</author>
<description>This book teaches you XML!</description>
</book>
請參考(4.2.book.xml)參看實際效果。 這是和上一章中最初的例子一樣的一份XML，不同是它在文件的檔頭部份，<?xml ... ?>後面加入了一些DTD。上例是一種內部定義DTD的方法，內部DTD定義的語法如下： <!DOCTYPE 根元素名稱 [元素定義]>
上例中的"book"就是根元素名稱，而之後的幾行<!ELEMENT ... >就是元素的定義了，這之後會詳談。現在看看外部連結DTD的方法： <?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE book SYSTEM "4.2.book.dtd">
<book>
<name>XML Quick Guide</name>
<author>Vance Lee</author>
<description>This book teaches you XML!</description>
</book>
這和上例是完全一樣的，只是將下面幾行抽到(4.2.book.dtd)裡(請用純文字編輯器開啟DTD檔)： <!ELEMENT book (name,author,description)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT description (#PCDATA)>
然後在XML文件同樣位置使用下面的語法調用DTD：(standalone不要設為"yes") <!DOCTYPE 根元素名稱 SYSTEM "DTD檔案位置">
你可以前往http://www.w3schools.com/dom/dom_validate.asp，將你的XML連同DTD輸入，就可測試到使用DTD校對XML的效果。 4.3 XML「數據」類型平時編程裡有所謂數據類型(Data Type)，那XML內的「數據」(其實只是純文字啦)是怎分類的呢？其實一直以來我們都有所提及，讓我們現在溫習一下。 4.3.1 元素(Element)這是構成XML的主要部份，上面例子中的book、name也是元素。元素的內容可以是文字、其他元素、兩者混合、也可以是空的。 4.3.2 標記(Tag)標記是用來標示元素，開始標記<name>表示name元素的開始，結束標記</name>表示name元素的完結。 4.3.3 屬性(Attributes)可為元素提供額外的資料。屬性放置於開始標記之內。 4.3.4 實體(Entities)這就是用來定義一些常用字串的變數，有點像編程中定義constant的概念。例如<就是代表<的，解析器應該自動展開實體所代表的字串。 4.3.4 PCDATA與CDATAPCDATA是parsed character data，即是一些會被解析器進行解析的字符串，字符串的如含有標記符號，解析器應將它們作元素處理。相反地，CDATA是character data，解析器只會將所有文字，包括出現的標記當成普通文字。 4.4 宣告元素(Declaring Elements)現在我們開始學習DTD的語法。首先是宣告元素，元素被宣告後就必須出現在XML文件中對應的位置，宣告語法如下： <!ELEMENT 元素名稱 元素內容定義>
4.4.1 文字內容的元素<!ELEMENT 元素名稱 (#PCDATA)>
如4.2例子中的name、author都是定義為文字內容的元素。 4.4.2 包含子元素的元素<!ELEMENT 元素名稱 (子元素名稱,子元素名稱,子元素名稱,...)>
如4.2例子中的book，定義了要按次序出現name、author、description這三個子元素。留意當定義這元素將會出現的子元素序列(Sequence)後，XML文件中就必須按同樣次序出現這些子元素於父元素之內。另外，DTD中也必須定義所有子元素(見4.2的例子)。當然，子元素中也可再包含子元素(ie. Hierarchy Relation)。 不過，DTD內的子元素定義可以不按父元素定義中的序列次序，如下面的DTD跟4.2的效果一樣： <!ELEMENT book (name,author,description)>
<!ELEMENT description (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT name (#PCDATA)>
4.4.3 任意內容的元素<!ELEMENT 元素名稱 ANY>
如此該元素可以不限次序次數地包含任何可解析的資料，如其他元素、文字。 4.4.4 空元素的宣告<!ELEMENT 元素名稱 EMPTY>
例如XHTML中的<br/>就是用<!ELEMENT br EMPTY>來宣告，"EMPTY"是DTD一個關鍵字(Keyword)。 4.4.5 控制元素出現的次數在4.2中定義了在book元素之下，要按次序出現name、author、description各一次。但如果我們想author可以多於一位又如何呢？ 在子元素序列內的子元素名稱旁加上以下符號就可以控制它們出現的次數(有點像regex)： ?
| 0或1次
| *
| 大於或等於0次
| +
| 大於或等於1次
| 沒有符號
| 1次 |
<!ELEMENT book (name,author+,description?)>
上例代表book元素內的author元素至少要有一個，description就有0或1個。 4.4.6 選擇性元素 <!ELEMENT book (name,(author|description))>
如上例，使用選擇性符號"|"代表book內可以出現author或(但不能同時出現)description。將以上所學的混合使用，就可設定出更複雜的文件格式定義。例如： <!ELEMENT book (#PCDATA|name|author|description)*>
就代表book元素內可以出現不限次數的文字資料或name、author、description。 4.4.7 歸遞結構(Recursive structure)<?xml version="1.0" encoding="ISO-8859-1" standalone="yes"?>
<!DOCTYPE book [
<!ELEMENT book (name,author,description, old_version?)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT description (#PCDATA)>
<!ELEMENT old_version (book)>
]>
<book>
<name>XML Quick Guide II</name>
<author>Vance Lee</author>
<description>This book is version TWO!</description>
<old_version>
<book>
<name>XML Quick Guide I</name>
<author>Vance Lee</author>
<description>This book is version ONE!</description>
</book>
</old_version>
</book>
留意上例中紅色字的部份，book是old_version的父元素，但old_version也是book的父元素，那即是可以循環地包含book和old_version這兩個元素，但必須留意old_version使用了"?"符號，指明它是可以不出現的，這代表循環會有完結的一天！如果沒有設定"?"，那便會出現錯誤。 4.5 實體(Entities)宣告及使用如前文所述，實體(Entities)是用來定義常用文字的變數，而實體參考(Entities Reference)就是用來連結至那些實體。 4.5.1 內部定義的實體(Internal Entity)<!ENTITY 實體名稱 "實體字串值">
使用上面的語法在DTD中定義一個字串的實體，那麼在XML中只要在實體名稱的前後分別加上"&"和";"便成為一個實體參考。以下使用範例效果將和4.2裡的完全一樣： <?xml version="1.0" encoding="ISO-8859-1" standalone="yes"?>
<!DOCTYPE book [
<!ENTITY writer "Vance Lee">
<!ELEMENT book (name,author,description)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT description (#PCDATA)>
]>
<book>
<name>XML Quick Guide</name>
<author>&writer;</author>
<description>This book teaches you XML!</description>
</book>
4.5.2 外部定義的實體(External Entity)<!ENTITY 實體名稱 SYSTEM "URI或URL">
外部實體有點像C或PHP中的include，即是在XML中插一段來自其他檔案的內容。請看以下例子： <?xml version="1.0" encoding="ISO-8859-1"?>
<!-- standalone cannot be "yes" above -->
<!DOCTYPE book [
<!ELEMENT book (name,author,description)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT description (#PCDATA)>
<!ENTITY desc SYSTEM "4.5.2.txt">
]>
<book>
<name>XML Quick Guide</name>
<author>Vance Lee</author>
&desc;
</book>
而4.5.2.txt的內容如下，此例效果將和4.2一樣：
<description>This book teaches you XML!</description>
關於實體的使用，有以下的注意事項： - 實體在DTD中一經定義，就可以被其他DTD中的實體定義中調用，但不可在元素定義中使用。
- 實體在DTD中可以互相參考使用，但不可做成循環調用。
4.5.3 參數型調用的實體(Parameter Entity)<!ENTITY % 實體名稱 "實體字串值">
之前的實體是用"&"來調用，但參數型實體是用"%"來調用的。參數型實體只限在外部DTD中使用，在XML文件內部不可以使用參數型的實體調用。不過，參數型的實體可以被元素定義使用，這點就與之前的實體不同。下面是使用範例，效果和4.2的是一樣的(4.5.3.book.xml)： <?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE book SYSTEM "4.5.3.book.dtd">
<book>
<name>XML Quick Guide</name>
<author>Vance Lee</author>
<description>This book teaches you XML!</description>
</book>
DTD檔內容(4.5.3.book.dtd)：
<!ENTITY % info "(name,author,description)">
<!ENTITY % pd "(#PCDATA)">
<!ELEMENT book %info;>
<!ELEMENT name %pd;>
<!ELEMENT author %pd;>
<!ELEMENT description %pd;>
4.5.4 IGNORE在編程時我們會有comment，在DTD中我們也有以下語法可做到comment的效果，但只可以用在外部DTD： <![IGNORE [comment to ignore]]>
4.5.5 結合內部DTD與外部DTD這例子和4.2的效果是一樣的，留意若果內部DTD與外部DTD有重複的地方，則以內部DTD優先(4.5.5.book.xml)： <?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE book SYSTEM "4.5.5.book.dtd" [
<!ELEMENT author (#PCDATA)>
<!ELEMENT description (#PCDATA)>
]>
<book>
<name>XML Quick Guide</name>
<author>Vance Lee</author>
<description>This book teaches you XML!</description>
</book>
DTD檔內容(4.5.5.book.dtd)：
<!ELEMENT book (name,author,description)>
<!ELEMENT name (#PCDATA)>
4.5.6 引用數個不同的DTD參考下例(IE似乎未能支援參數型實體使用，但這是合法的DTD！)(4.5.6.book.xml)：
<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE book SYSTEM "4.5.6.book.dtd">
<book>
<name>XML Quick Guide</name>
<author>Vance Lee</author>
<description>This book teaches you XML!</description>
</book>
DTD檔內容(4.5.6.book.dtd)：
<!ELEMENT book (name,author,description)>
<!ENTITY % partA SYSTEM "4.5.6.booka.dtd">
%partA;
<!ENTITY % partB SYSTEM "4.5.6.bookb.dtd">
%partB;
(4.5.6.booka.dtd):
<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
(4.5.6.bookb.dtd):
<!ELEMENT description (#PCDATA)>
4.6 宣告屬性(Declaring Attributes)之前我們學習過如何宣告元素(Elements)，大家亦知道元素當中可以包含屬性(可參考第2.4節)，那在DTD中是原何定義屬性的呢？ 4.6.1 宣告屬性語法<!ATTLIST 元素名稱 屬性名稱 屬性類別 屬性默認值>
屬性類別(attribute-type)可以有以下可能：
類別
| 解釋
| CDATA
| 文字資料
| (en1|en2|..)
| 枚舉型(Enumerated)，屬性值必須是枚舉列的其中一個
| ID
| 即Identifier類，XML中其他地方不能重複相同的ID值
| IDREF
| 屬性值是其他ID類屬性的值(故為參考)
| IDREFS
| 屬性的其他ID類屬性的值的列表(list)(用空格分開)
| NMTOKEN
| 屬性值必須是有效的XML名稱(英數字、"."、":"、"_"、"-")
| NMTOKENS
| 屬性值是有效的XML名稱的列表(用空格分開)
| ENTITY
| 屬性值是一個外部實體
| ENTITIES
| 屬性值是外部實體的列表(用空格分開)
| NOTATION
| 屬性值是一個notation(稍後再解)
| xml:
| 屬性值是一個predefine的xml值 |
而屬性默認值(default-value )可有以下可能：
默認值類別
| 解釋
| some values
| 鍵入的資料會被視作該屬性的默認值
| #REQUIRED
| 表示該屬性必須出現
| #IMPLIED
| 表示該屬性可以不出現
| #FIXED value
| 屬性值被設定固定為value |
我們可以參考以下的實例(4.6.1.book.xml)：
<?xml version="1.0" encoding="ISO-8859-1" standalone="yes"?>
<!DOCTYPE book [
<!ELEMENT book (name,author+,description)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ATTLIST author userid ID #REQUIRED>
<!ATTLIST author sex CDATA #REQUIRED>
<!ELEMENT description (#PCDATA)>
]>
<book>
<name>XML Quick Guide</name>
<author userid="X1234" sex="male">Vance Lee</author>
<author sex="female" userid="X1235">Vinnie Lee</author>
<description>This book teaches you XML!</description>
</book>
上例中author元素被設定附有兩項屬性(userid和sex)： <!ATTLIST name userid ID #REQUIRED>
<!ATTLIST name sex CDATA #REQUIRED>
sex屬性被設定為CDATA，代表其內容是一般的字串，而其屬性內定值被設定為#REQUIRED，表示在name的起始標記內必須有sex這屬性。而userid被定為是ID類，則其值不能在此文件內被重複使用。上例亦顯示屬性的出現次序是不重要的。 4.6.2 使用內定值、#FIXED、#IMPLIED的實例<?xml version="1.0" encoding="ISO-8859-1" standalone="yes"?>
<!DOCTYPE book [
<!ELEMENT book (name,author+,description)>
<!ATTLIST book publisher CDATA #FIXED "ABC Company">
<!ATTLIST book language CDATA "English">
<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ATTLIST author nationality CDATA #IMPLIED>
<!ELEMENT description (#PCDATA)>
]>
<book>
<name>XML Quick Guide</name>
<author>Vance Lee</author>
<author nationality="China">Vinnie Lee</author>
<description>This book teaches you XML!</description>
</book>
請按此(4.6.2.book.xml)參看此例，你會見到解析器會自動在book加上publisher和language屬性。在publisher的DTD設定中使用了#FIXED，即是說在book標記內會自動設定有publisher="ABC Company"，在XML文件中不必(也不能夠)加上publisher這屬性。而language屬性的內定值被設定為"English"，那麼如果XML中book標記沒有設定language屬性，解析器會自動補上language="English"。author中的nationality被設定成#IMPLIED，表示屬性可視需要來設定，無需要時可以省略不加。 4.6.3 屬性類型Enumerated如果將4.6.1例改用<!ATTLIST author sex (male|female) "male">的話，則表示sex屬性是Enumerated類型，只允許屬性值是"male"或"female"其中一個。 4.6.4 屬性類型NMTOKEN和NMTOKENS被設為NMTOKEN類型的屬性值必須是合法的XML名稱(見第一課)，但不一定要以英文字母或"_"作開頭，例如： - 正確 — 123-AA4 , 123:AA4 , 123_AA4 , :123 , AAA , AA-BB , AA_BB
- 不正確 — 123*AA4 , %123. AA BB , (123)
而NMTOKENS，故名思義就是由多個NMTOKEN組合而成的屬性類型，屬性值內可包含多個NMTOKEN，並用空格分開，如"123-aa :ccc"就表示它共儲了"123-aa"和":ccc"兩個NMTOKEN。 4.6.5 屬性類型ID、IDREF、IDREFS之前介紹過ID就是identifier的意思，這種屬性類型的值是用作鑒別的，文件內不能有其他相同的屬性值出現。以4.6.1.book.xml作例，如果XML部份改成以下情況解析器就會給出錯誤訊息： <book>
<name>XML Quick Guide</name>
<author userid="X1234" sex="male">Vance Lee</author>
<author userid="X1234" sex="female">Vinnie Lee</author>
<description>This book teaches you XML!</description>
</book>
而IDREF是Identifier Reference的意思，表示其屬性值必須是XML文件內曾經出現過的ID類型屬性值(這就是reference的意思嘛)。那麼IDREFS和前面的NMTOKENS也是一樣，代表可以有多個IDREF並用空格分開。 4.6.6 一些特別的屬性類型<!ATTLIST element-name xml:space (default|preserve) "preserve">
這一種enumerated的屬性類型，只有default或preserve，default表示告訴應用程序以其內定的方法處理收到的空格，而preserve則告訴應用程序一定要在處理時把空格都保留下來(例如如果那元素的內容是一些源代碼)。留意這並不違反之前講過XML保留所有空格的規定，那是表示解析器(而非應用程序)必須處理所有空格。 <!ATTLIST element-name xml:lang (en|la|tw...) "en">
另一個特別的屬性類型是xml:lang，它也是enumerated的一種，可以是ISO-639中其中一個代表不同語言的字符。 來到這裡，漫長的DTD學習也告一段落了，在這一課中我們學會了使用DTD去Validate一份XML文件，明白一份DTD，便可了解其他人制定的XML文件的規定格式。在下一課，我們會討論一下如何顯示、展示(Displaying and Presenting)一份XML文件(我們將介紹使用XSL)。
相關連結：
- W3C School XML Validator (可處理單一XML Validate)
- DTD實例：XHTML1.0 Transitional的DTD
- XML筆記(一) 簡介與語法
相關文件：
- 3.sample.xml
- 3.sample_error.xml
- 4.2.book.dtd
- 4.2.book.xml
- 4.5.3.book.dtd
- 4.5.3.book.xml
- 4.5.5.book.dtd
- 4.5.5.book.xml
- 4.5.6.book.dtd
- 4.5.6.book.xml
- 4.5.6.booka.dtd
- 4.5.6.bookb.dtd
- 4.6.1.book.xml
- 4.6.2.book.xml
發表日期：2004-07-13
|
隨 機 文 章 
