第三章 XML的術語
 

提綱：

導言

一.XML文檔的有關術語

二.DTD的有關術語

導言

初學XML最令人頭疼的就是有一大堆新的術語概念要理解。由于XML本身也是一個嶄新的技術，正在不斷發展和變化，各組織和各大網絡公司(微軟,IBM,SUN等)都在不斷推出自己的見解和標準，因此新概念漫天飛就不足為奇了。而國內又缺乏權威的機構或組織來對這些術語正式定名，你所看見的有關XML的中文教材大部分是靠作者本身的理解翻譯過來的，有些是正確的，有些是錯誤的，更加妨礙了我們對這些概念的理解和學習。
 

你下面將要看到的關于XML術語的解釋，也是作者本身的理解和翻譯。阿捷是以W3C組織發布的XML1.0標準規范和相關的正式說明文檔為根據來講述?？梢源_保這些理解是基本正確的，至少不是錯誤的。你如果想進一步閱讀和了解，我在本文的最后部分列明了相關資源的出處和鏈接，你可以直接訪問。好，我們轉入正題：

一.XML文檔的有關術語

什么是XML文檔？知道HTML原代碼文件吧，XML文檔就是用XML標識寫的XML原代碼文件。XML文檔也是ASCII的純文本文件，你可以用Notepad創建和修改。XML文檔的后綴名為.XML，例如myfile.xml。用IE5.0以上瀏覽器也可以直接打開.xml文件，但你看到的就是"XML原代碼"，而不會顯示頁面內容。你可以將下面代碼存為myfile.xml試試：

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

<myfile>

<title>XML輕松學習手冊</title>

<author>ajie</author>

<email>ajie@aolhoo.com</email>

<date>20010115</date>

</myfile>

XML文檔包含三個部分：

1. 一個XML文檔聲明；

2. 一個關于文檔類型的定義；

3. 用XML標識創建的內容。

舉例說明:

<?xml version="1.0"?>

<!DOCTYPE filelist SYSTEM "filelist.dtd">

<filelist>

<myfile>

<title>QUICK START OF XML</title>

<author>ajie</author>

</myfile>

......

</filelist>

其中第一行<?xml version="1.0"?>就是一個XML文檔的聲明，第二行說明這個文檔是用filelist.dtd來定義文檔類型的，第三行以下就是內容主體部分。
我們來了解XML文檔中有關的術語：

1.Element(元素)：

元素在HTML我們已經有所了解，它是組成HTML文檔的最小單位，在XML中也一樣。一個元素由一個標識來定義，包括開始和結束標識以及其中的內容，就象這樣：<author>ajie</author>


唯一不同的就是：在HTML中，標識是固定的，而在XML中，標識需要你自己創建。

2.Tag(標識)

標識是用來定義元素的。在XML中，標識必須成對出現，將數據包圍在中間。標識的名稱和元素的名稱是一樣的。例如這樣一個元素：

<author>ajie</author>

其中<author>就是標識。

3.Attribute(屬性):

什么是屬性？看這段HTML代碼:<font color="red">word</font>。其中color就是font的屬性之一。

屬性是對標識進一步的描述和說明，一個標識可以有多個屬性，例如font的屬性還有size。XML中的屬性與HTML中的屬性是一樣的，每個屬性都有它自己的名字和數值，屬性是標識的一部分。舉例：

<author sex="female">ajie</author>

XML中屬性也是自己定義的，我們建議你盡量不使用屬性，而將屬性改成子元素，例如上面的代碼可以改成這樣：

<author>ajie

<sex>female</sex>

</author>

原因是屬性不易擴充和被程序操作。

4.Declaration(聲明)

在所有XML文檔的第一行都有一個XML聲明。這個聲明表示這個文檔是一個XML文檔，它遵循的是哪個XML版本的規范。一個XML的聲明語句就象這樣：

<?xml version="1.0"?>

5.DTD(文件類型定義)

DTD是用來定義XML文檔中元素，屬性以及元素之間關系的。

通過DTD文件可以檢測XML文檔的結構是否正確。但建立XML文檔并不一定需要DTD文件。關于DTD文件的詳細說明我們將在下面單獨列項。

6.Well-formed XML(良好格式的XML)

一個遵守XML語法規則，并遵守XML規范的文檔稱之為"良好格式"。如果你所有的標識都嚴格遵守XML規范，那么你的XML文檔就不一定需要DTD文件來定義它。

良好格式的文檔必須以一個XML聲明開始，例如：

<?xml version="1.0" standalone="yes" encoding="UTF-8"?>

其中你必須說明文檔遵守的XML版本，目前是1.0；其次說明文檔是"獨立的"，它不需要DTD文件來驗證其中的標識是否有效；第三，要說明文檔所使用的語言編碼。默認的是UTF-8，如果使用中文，你需要設置為GB2312。

良好格式的XML文檔必須有一個根元素，就是緊接著聲明后面建立的第一個元素，其它元素都是這個根元素的子元素，屬于根元素一組。

良好格式的XML文檔的內容書寫時必須遵守XML語法。(有關XML語法我們將在下一章仔細講解)

7.Valid XML(有效的XML)

一個遵守XML語法規則，并遵守相應DTD文件規范的XML文檔稱為有效的XML文檔。注意我們比較"Well-formed XML"和"Valid
XML"，它們最大的差別在于一個完全遵守XML規范，一個則有自己的"文件類型定義(DTD)"。

將XML文檔和它的DTD文件進行比較分析，看是否符合DTD規則的過程叫validation(確認)。這樣的過程通常我們是通過一個名為parser的軟件來處理的。

有效的XML文檔也必須以一個XML聲明開始，例如：

<?xml version="1.0" standalone="no" encode="UTF-8"?>

和上面例子不同的，在standalone(獨立)屬性中，這里設置的是"no"，因為它必須和相應的DTD一起使用，DTD文件的定義方法如下：

<!DOCTYPE type-of-doc SYSTEM/PUBLIC "dtd-name">

其中：

"!DOCTYPE"是指你要定義一個DOCTYPE;

"type-of-doc"是文檔類型的名稱，由你自己定義，通常于DTD文件名相同；

"SYSTEM/PUBLIC"這兩個參數只用其一。SYSTEM是指文檔使用的私有DTD文件的網址，而PUBLIC則指文檔調用一個公用的DTD文件的網址。

"dtd-name" 就是DTD文件的網址和名稱。所有DTD文件的后綴名為".dtd"。

我們還是用上面的例子，應該寫成這樣：

<?xml version="1.0" standalone="no" encode="UTF-8"?>

<!DOCTYPE filelist SYSTEM "filelist.dtd">

二.DTD的有關術語

什么是DTD,我們上面已經簡略提到。DTD是一種保證XML文檔格式正確的有效方法，可以比較XML文檔和DTD文件來看文檔是否符合規范，元素和標簽使用是否正確。一個DTD文檔包含：元素的定義規則，元素間關系的定義規則，元素可使用的屬性，可使用的實體或符號規則。

DTD文件也是一個ASCII的文本文件，后綴名為.dtd。例如:myfile.dtd。

為什么要用DTD文件呢？我的理解是它滿足了網絡共享和數據交互，使用DTD最大的好處在于DTD文件的共享。(就是上文DTD說明語句中的PUBLIC屬性)。比如，兩個相同行業不同地區的人使用同一個DTD文件來作為文檔創建規范，那么他們的數據就很容易交換和共享。網上有其他人想補充數據，也只需要根據公用的DTD規范來建立文檔，就立刻可以加入。

目前，已經有數量眾多的寫好的DTD文件可以利用。針對不同的行業和應用，這些DTD文件已經建立了通用的元素和標簽規則。你不需要自己重新創建，只要在他們的基礎上加入你需要的新標識。

當然，如果愿意，你可以創建自己的DTD，它可能和你的文檔配合的更加完美。建立自己的DTD也是很簡單的一件事，一般只需要定義4-5個元素就可以了。

調用DTD文件的方法有兩種：

1.直接包含在XML文檔內的DTD

你只要在DOCTYPE聲明中插入一些特別的說明就可以了，象這樣：

我們有一個XML文檔：

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

<myfile>

<title>XML輕松學習手冊</title>

<author>ajie</author>

</myfile>

我們在第一行后面插入下面代碼就可以：
 

<!DOCTYPE myfile [

<!ELEMENT title (#PCDATA)>

<!ELEMENT author (#PCDATA)>

<!ENTITY copyright "Copyright 2001, Ajie.">

]>

2.調用獨立的DTD文件

將DTD文檔存為.dtd的文件，然后在DOCTYPE聲明行中調用，例如，將下面的代碼存為myfile.dtd

<!ELEMENT myfile (title, author)>

<!ELEMENT title (#PCDATA)>

<!ELEMENT author (#PCDATA)>

然后在XML文檔中調用，在第一行后插入：

<!DOCTYPE myfile SYSTEM "myfile.dtd">

我們可以看到DTD文檔和HTML中js的調用是差不多的，關于DTD文檔具體如何寫，我們將在下一章和XML文檔的語法一起介紹。

下面我們來了解DTD有關的術語：

1.Schema(規劃)

schema是數據規則的描述。schema做兩件事：

a.它定義元素數據類型和元素之間的關系；

b.它定義元素所能包含的內容類型。

DTD就是關于XML文檔的一個schema。

2.Document Tree(文檔樹)

"文檔樹"在前面第二章我們已經提到過，它是文檔元素分級結構的形象表示。一個文檔結構樹包含根元素，根元素是最頂級的元素，(就是緊接著XML聲明語句后的第一個元素)?？蠢樱?br />
<?xml version="1.0"?>

<filelist>

<myfile>

<title>...</title>

<author>...</author>

</myfile>

</filelist>

上面的例子分三級結構排列成"樹"狀，其中的<filelist>就是根元素。在XML和DTD文件中，第一個定義的都是根元素。

3.Parent Element(父元素)/Child Element(子元素)

父元素是指包含有其它元素的元素，被包含的元素稱為它的子元素?？瓷厦娴?quot;結構樹"，其中<myfile>是父元素，<title>,<author>是它的子元素，而<myfile>又是<filelist>的子元素。象<title>這樣沒有包含任何子元素的最后一級元素我們也稱之為"頁元素"。

4.Parser(解析軟件)

Parser是一種檢查XML文檔是否遵循DTD規范的工具軟件。

XML的parser發展為兩類：一種是"非確認類paeser"，只檢測文檔是否遵守XML語法規則，是否用元素標識建立了文檔樹。另一種是"確認類paeser"，它不但檢測文檔語法，結構樹，而且比較解析你使用的元素標識是否遵守了相應DTD文件的規范。

Parser能獨立使用，也可以成為編輯軟件或瀏覽器的一部分。在后面的相關資源列表里，我列出了當前比較流行的一些parsers。

好了，通過第三章的學習，我們已經了解了一些XML和DTD的基本術語，但是我們還不知道怎樣來寫這些文件，需要遵循什么樣的語法，在下一章，將重點介紹有關撰寫XML和DTD文檔的語法。請繼續瀏覽，謝謝！