DTD教程基础入门指南轻松掌握文档类型定义的核心概念从零开始学习DTD的基础知识和应用技巧帮助新手快速理解DTD的结构定义方法

1. 什么是DTD？

DTD（Document Type Definition，文档类型定义）是一种文档类型定义语言，用于定义XML文档的结构、元素和属性。DTD为XML文档提供了一套规则，规定了文档中可以包含哪些元素、元素之间的关系、元素可以有哪些属性以及它们的默认值等。

DTD最早是为SGML（Standard Generalized Markup Language）设计的，后来被XML（eXtensible Markup Language）所采用。通过DTD，可以确保XML文档的结构符合预定义的规范，从而实现数据的标准化和互操作性。

1.1 DTD的作用

DTD在XML文档中扮演着重要的角色，主要作用包括：

结构验证：确保XML文档遵循预定义的结构规则
数据完整性：通过定义元素和属性约束，保证数据的完整性和一致性
文档标准化：为XML文档提供统一的标准，便于不同系统之间的数据交换
提高可读性：明确的文档结构定义使XML文档更易于理解和维护

2. DTD的基本语法

DTD可以使用两种方式包含在XML文档中：内部DTD和外部DTD。

2.1 内部DTD

内部DTD直接包含在XML文档的DOCTYPE声明中。基本语法如下：

<!DOCTYPE 根元素 [ DTD声明内容 ]>

例如，一个简单的内部DTD示例：

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE note [ <!ELEMENT note (to, from, heading, body)> <!ELEMENT to (#PCDATA)> <!ELEMENT from (#PCDATA)> <!ELEMENT heading (#PCDATA)> <!ELEMENT body (#PCDATA)> ]> <note> <to>John</to> <from>Jane</from> <heading>Reminder</heading> <body>Don't forget the meeting tomorrow!</body> </note>

2.2 外部DTD

外部DTD存储在单独的文件中，通常以.dtd为扩展名。XML文档通过DOCTYPE声明引用外部DTD文件。

引用外部DTD的语法：

<!DOCTYPE 根元素 SYSTEM "DTD文件路径">

例如，假设有一个名为note.dtd的外部DTD文件：

<!ELEMENT note (to, from, heading, body)> <!ELEMENT to (#PCDATA)> <!ELEMENT from (#PCDATA)> <!ELEMENT heading (#PCDATA)> <!ELEMENT body (#PCDATA)>

XML文档可以这样引用它：

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE note SYSTEM "note.dtd"> <note> <to>John</to> <from>Jane</from> <heading>Reminder</heading> <body>Don't forget the meeting tomorrow!</body> </note>

还可以使用公共标识符引用DTD：

<!DOCTYPE 根元素 PUBLIC "公共标识符" "DTD文件路径">

例如：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

3. 元素声明

在DTD中，元素声明是最基本的组成部分，用于定义XML文档中可以包含的元素及其内容模型。

3.1 基本元素声明语法

元素声明的基本语法如下：

<!ELEMENT 元素名称 内容模型>

3.2 内容模型类型

DTD中定义了多种内容模型类型，用于指定元素可以包含的内容：

3.2.1 空元素

空元素不包含任何内容，使用关键字EMPTY声明：

<!ELEMENT img EMPTY>

在XML文档中，空元素可以表示为：

<img src="image.jpg" />

3.2.2 只包含文本的元素

只包含文本的元素使用关键字#PCDATA（Parsed Character Data）声明：

<!ELEMENT title (#PCDATA)>

在XML文档中：

<title>DTD Tutorial</title>

3.2.3 包含子元素的元素

包含子元素的元素通过列出子元素的名称来声明：

<!ELEMENT book (title, author, publisher, price)>

这表示book元素必须按顺序包含title、author、publisher和price四个子元素。

3.2.4 混合内容元素

混合内容元素可以包含文本和子元素，使用混合内容声明：

<!ELEMENT description (#PCDATA | emph | strong)*>

这表示description元素可以包含文本、emph元素和strong元素，它们可以按任意顺序出现零次或多次。

3.2.5 任意内容元素

使用关键字ANY声明的元素可以包含任何内容：

<!ELEMENT misc ANY>

在XML文档中：

<misc> This is some text <b>with bold</b> and <i>italic</i> text. </misc>

3.3 元素出现次数指示符

在元素声明中，可以使用特殊字符来指示子元素的出现次数：

? - 出现零次或一次
* - 出现零次或多次
+ - 出现一次或多次

例如：

<!ELEMENT book (title, author+, publisher?, chapter*)>

这表示：

book元素必须包含一个title元素
必须包含一个或多个author元素
可以包含零个或一个publisher元素
可以包含零个或多个chapter元素

3.4 选择列表

使用竖线 | 可以创建选择列表，表示只能从列表中选择一个元素：

<!ELEMENT choice (option1 | option2 | option3)>

这表示choice元素必须包含option1、option2或option3中的一个。

3.5 组合使用

可以将上述各种方式组合使用，创建复杂的内容模型：

<!ELEMENT book (title, author+, (publisher | publication), chapter*, appendix?)>

这表示：

book元素必须包含一个title元素
必须包含一个或多个author元素
必须包含一个publisher或publication元素（二选一）
可以包含零个或多个chapter元素
可以包含零个或一个appendix元素

4. 属性声明

DTD允许为元素定义属性，属性声明使用ATTLIST关键字。

4.1 属性声明语法

属性声明的基本语法如下：

<!ATTLIST 元素名称 属性名称 属性类型 属性默认值 ... >

例如：

<!ATTLIST img src CDATA #REQUIRED alt CDATA #IMPLIED width CDATA "100" height CDATA "100" >

4.2 属性类型

DTD定义了多种属性类型：

4.2.1 CDATA

CDATA（Character Data）类型的属性可以包含任何文本字符：

<!ATTLIST book title CDATA #REQUIRED >

4.2.2 枚举类型

枚举类型限制属性值必须为预定义的选项之一：

<!ATTLIST payment method (credit|debit|cash) "credit" >

这表示method属性的值只能是credit、debit或cash，默认值为credit。

4.2.3 ID和IDREF

ID类型的属性值必须是唯一的标识符，IDREF类型的属性值必须引用文档中某个元素的ID属性：

<!ATTLIST employee empID ID #REQUIRED manager IDREF #IMPLIED >

4.2.4 IDREFS

IDREFS类型的属性值可以包含多个ID引用，用空格分隔：

<!ATTLIST project projectID ID #REQUIRED members IDREFS #IMPLIED >

4.2.5 NMTOKEN和NMTOKENS

NMTOKEN（Name Token）类型的属性值必须是一个有效的XML名称，NMTOKENS可以包含多个NMTOKEN，用空格分隔：

<!ATTLIST product productCode NMTOKEN #REQUIRED categories NMTOKENS #IMPLIED >

4.2.6 NOTATION

NOTATION类型的属性值引用一个在DTD中声明的符号：

<!NOTATION GIF SYSTEM "image/gif"> <!NOTATION JPEG SYSTEM "image/jpeg"> <!ATTLIST image src CDATA #REQUIRED type NOTATION (GIF | JPEG) #REQUIRED >

4.2.7 实体

实体类型的属性值引用一个在DTD中声明的实体：

<!ENTITY logo SYSTEM "logo.gif" NDATA GIF> <!ATTLIST figure image ENTITY #REQUIRED >

4.3 属性默认值

DTD中定义了四种属性默认值：

4.3.1 #REQUIRED

属性必须提供值：

<!ATTLIST book isbn CDATA #REQUIRED >

4.3.2 #IMPLIED

属性是可选的：

<!ATTLIST book edition CDATA #IMPLIED >

4.3.3 #FIXED

属性有固定值，不能更改：

<!ATTLIST book version CDATA #FIXED "1.0" >

4.3.4 默认值

为属性提供默认值，如果未提供则使用默认值：

<!ATTLIST book language CDATA "en" >

5. 实体声明

实体是用于定义文本或数据的快捷方式，可以在XML文档中引用。DTD中可以声明多种类型的实体。

5.1 内部通用实体

内部通用实体在DTD内部定义，并在XML文档中使用：

<!ENTITY company "ABC Corporation">

在XML文档中引用：

<supplier>&company;</supplier>

5.2 外部通用实体

外部通用实体引用外部文件：

<!ENTITY footer SYSTEM "footer.xml">

在XML文档中引用：

<document> <content>...</content> &footer; </document>

5.3 参数实体

参数实体只能在DTD内部使用，以%开头：

<!ENTITY % commonElements "title | author | date"> <!ELEMENT book (%commonElements;, publisher, price)>

5.4 外部参数实体

外部参数实体引用外部DTD文件：

<!ENTITY % commonDTD SYSTEM "common.dtd"> %commonDTD;

5.5 未解析实体

未解析实体用于引用非XML数据，如图片或二进制文件：

<!NOTATION GIF SYSTEM "image/gif"> <!ENTITY logo SYSTEM "logo.gif" NDATA GIF>

在XML文档中引用：

<image src="logo"/>

6. DTD的高级特性

6.1 条件段

DTD支持条件段，可以根据条件包含或排除部分DTD声明：

<![ INCLUDE [ <!ELEMENT note (to, from, heading, body)> ]]> <![ IGNORE [ <!ELEMENT note (message)> ]]>

6.2 注释

在DTD中可以使用注释：

<!-- 这是一个DTD注释 --> <!ELEMENT note (to, from, heading, body)>

7. 实例：创建完整的DTD

让我们创建一个完整的DTD示例，用于描述图书信息。

7.1 DTD文件（book.dtd）

<!-- 图书DTD定义 --> <!-- 实体声明 --> <!ENTITY % commonElements "title | author | publisher | isbn | price"> <!-- 元素声明 --> <!ELEMENT bookstore (book+)> <!ELEMENT book (%commonElements;, description?, chapter*)> <!ELEMENT title (#PCDATA)> <!ELEMENT author (name, email?)> <!ELEMENT name (#PCDATA)> <!ELEMENT email (#PCDATA)> <!ELEMENT publisher (#PCDATA)> <!ELEMENT isbn (#PCDATA)> <!ELEMENT price (#PCDATA)> <!ELEMENT description (#PCDATA | emph | strong)*> <!ELEMENT chapter (title, content+)> <!ELEMENT content (#PCDATA | emph | strong)*> <!ELEMENT emph (#PCDATA)> <!ELEMENT strong (#PCDATA)> <!-- 属性声明 --> <!ATTLIST book id ID #REQUIRED category (fiction|non-fiction|technical) "fiction" language CDATA "en" edition CDATA "1" year CDATA #IMPLIED > <!ATTLIST chapter number CDATA #REQUIRED pages CDATA #IMPLIED > <!ATTLIST price currency (USD|EUR|GBP|JPY) "USD" >

7.2 XML文档（bookstore.xml）

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE bookstore SYSTEM "book.dtd"> <bookstore> <book id="b1" category="fiction" language="en" edition="2" year="2020"> <title>The Great Novel</title> <author> <name>John Smith</name> <email>john@example.com</email> </author> <publisher>ABC Books</publisher> <isbn>123-4567890123</isbn> <price currency="USD">24.99</price> <description>A <emph>captivating</emph> story about <strong>adventure</strong> and discovery.</description> <chapter number="1" pages="25"> <title>The Beginning</title> <content>Once upon a time...</content> <content>In a land far away...</content> </chapter> <chapter number="2" pages="30"> <title>The Journey</title> <content>The hero sets out on a quest...</content> </chapter> </book> <book id="b2" category="technical" language="en"> <title>XML Programming</title> <author> <name>Jane Doe</name> </author> <publisher>Tech Press</publisher> <isbn>987-6543210987</isbn> <price currency="USD">49.99</price> <description>A comprehensive guide to <strong>XML</strong> and related technologies.</description> </book> </bookstore>

8. 验证XML文档

验证XML文档是否符合DTD定义是确保文档结构正确的重要步骤。有多种工具可以验证XML文档：

8.1 使用浏览器验证

现代浏览器（如Chrome、Firefox）可以加载XML文档并在有错误时显示错误信息。只需在浏览器中打开XML文件即可。

8.2 使用在线验证工具

有许多在线工具可以验证XML文档，如：

https://www.xmlvalidation.com/
https://www.freeformatter.com/xml-validator-xsd.html

8.3 使用编程语言验证

8.3.1 Java示例

import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import org.xml.sax.SAXException; import org.xml.sax.SAXParseException; import java.io.File; public class DTDValidator { public static void main(String[] args) { try { DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); factory.setValidating(true); // 启用DTD验证 DocumentBuilder builder = factory.newDocumentBuilder(); // 设置错误处理器 builder.setErrorHandler(new org.xml.sax.ErrorHandler() { public void warning(SAXParseException e) throws SAXException { System.out.println("Warning: " + e.getMessage()); } public void error(SAXParseException e) throws SAXException { System.out.println("Error: " + e.getMessage()); } public void fatalError(SAXParseException e) throws SAXException { System.out.println("Fatal Error: " + e.getMessage()); throw e; } }); // 解析XML文档 builder.parse(new File("bookstore.xml")); System.out.println("XML文档验证通过！"); } catch (Exception e) { System.out.println("XML文档验证失败：" + e.getMessage()); } } }

8.3.2 Python示例

from xml.dom import minidom from xml.parsers.expat import ExpatError try: # 解析XML文档并验证DTD doc = minidom.parse("bookstore.xml") print("XML文档验证通过！") except ExpatError as e: print(f"XML文档验证失败：{e}") except Exception as e: print(f"发生错误：{e}")

9. DTD的优缺点

9.1 优点

简单易学：DTD语法相对简单，容易上手
广泛支持：几乎所有XML处理器都支持DTD验证
历史悠久：DTD是XML最早的验证机制，有丰富的使用经验
定义实体：DTD可以定义实体，提供文本替换功能
标准化：许多行业标准（如XHTML、SVG）都使用DTD

9.2 缺点

数据类型有限：DTD只支持有限的数据类型，无法定义更复杂的数据约束
语法不同：DTD使用不同于XML的语法，增加了学习成本
命名空间支持有限：DTD对XML命名空间的支持不够完善
不可扩展：DTD无法进行扩展或继承
文档结构限制：难以表达复杂的文档结构约束

10. DTD与XML Schema的比较

XML Schema是DTD的现代替代方案，提供了更强大的功能和更丰富的数据类型。以下是DTD与XML Schema的主要区别：

特性	DTD	XML Schema
语法	非XML语法	XML语法
数据类型	有限	丰富，支持自定义
命名空间	有限支持	完全支持
继承	不支持	支持
可扩展性	有限	高度可扩展
文档结构	简单	复杂但精确
实体定义	支持	不支持

10.1 XML Schema示例

与之前的book.dtd等效的XML Schema（book.xsd）示例：

<?xml version="1.0" encoding="UTF-8"?> <xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"> <xs:element name="bookstore"> <xs:complexType> <xs:sequence> <xs:element name="book" maxOccurs="unbounded"> <xs:complexType> <xs:sequence> <xs:element name="title" type="xs:string"/> <xs:element name="author"> <xs:complexType> <xs:sequence> <xs:element name="name" type="xs:string"/> <xs:element name="email" type="xs:string" minOccurs="0"/> </xs:sequence> </xs:complexType> </xs:element> <xs:element name="publisher" type="xs:string"/> <xs:element name="isbn" type="xs:string"/> <xs:element name="price" type="xs:decimal"/> <xs:element name="description" minOccurs="0"> <xs:complexType mixed="true"> <xs:choice minOccurs="0" maxOccurs="unbounded"> <xs:element name="emph" type="xs:string"/> <xs:element name="strong" type="xs:string"/> </xs:choice> </xs:complexType> </xs:element> <xs:element name="chapter" minOccurs="0" maxOccurs="unbounded"> <xs:complexType> <xs:sequence> <xs:element name="title" type="xs:string"/> <xs:element name="content" maxOccurs="unbounded"> <xs:complexType mixed="true"> <xs:choice minOccurs="0" maxOccurs="unbounded"> <xs:element name="emph" type="xs:string"/> <xs:element name="strong" type="xs:string"/> </xs:choice> </xs:complexType> </xs:element> </xs:sequence> <xs:attribute name="number" type="xs:string" use="required"/> <xs:attribute name="pages" type="xs:string"/> </xs:complexType> </xs:element> </xs:sequence> <xs:attribute name="id" type="xs:ID" use="required"/> <xs:attribute name="category" default="fiction"> <xs:simpleType> <xs:restriction base="xs:string"> <xs:enumeration value="fiction"/> <xs:enumeration value="non-fiction"/> <xs:enumeration value="technical"/> </xs:restriction> </xs:simpleType> </xs:attribute> <xs:attribute name="language" type="xs:string" default="en"/> <xs:attribute name="edition" type="xs:string" default="1"/> <xs:attribute name="year" type="xs:string"/> </xs:complexType> </xs:element> </xs:sequence> </xs:complexType> </xs:element> </xs:schema>

11. DTD的实际应用

尽管XML Schema提供了更强大的功能，但DTD仍然在许多领域有广泛应用：

11.1 Web标准

许多Web标准使用DTD定义文档结构，如：

XHTML：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">

SVG：

<!DOCTYPE svg PUBLIC "-//W3C//DTD SVG 1.1//EN" "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd">

11.2 企业数据交换

许多企业使用DTD定义XML文档结构，用于系统间的数据交换。例如，电子数据交换（EDI）系统常使用DTD验证交易文档。

11.3 出版行业

出版行业广泛使用DTD定义文档结构，如DocBook是一种使用DTD的技术文档标准。

11.4 配置文件

许多应用程序使用XML作为配置文件格式，并使用DTD验证配置文件的结构。

12. 学习DTD的最佳实践

12.1 从简单开始

学习DTD时，从简单的文档结构开始，逐步增加复杂性。先掌握基本的元素和属性声明，再学习更高级的特性。

12.2 实践验证

创建DTD后，使用验证工具检查XML文档是否符合DTD定义。这有助于理解DTD如何约束文档结构。

12.3 参考标准

研究现有的DTD标准，如XHTML或DocBook，学习它们如何定义文档结构。

12.4 工具辅助

使用专门的XML编辑器（如XMLSpy、 Oxygen XML Editor）可以简化DTD的创建和验证过程。

12.5 持续学习

DTD只是XML验证的一种方式，继续学习XML Schema和其他相关技术，如XPath、XSLT等，可以更全面地掌握XML技术栈。

13. 总结

DTD是XML文档验证的重要工具，通过定义文档的结构、元素和属性，确保XML文档符合预定义的规范。尽管XML Schema提供了更强大的功能，但DTD因其简单性和广泛支持，仍在许多领域有重要应用。

本文详细介绍了DTD的基本概念、语法结构、元素和属性声明、实体定义以及高级特性，并通过实际示例展示了如何创建和使用DTD。通过学习本文，您应该能够理解DTD的核心概念，并能够创建自己的DTD来验证XML文档。

无论您是XML新手还是有经验的开发者，掌握DTD都将帮助您更好地理解和处理XML文档，为您的项目带来更高的数据质量和互操作性。