推薦：解析XML輕松學習手冊(3)XML的術語
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

文檔格式的排錯
我媽媽_的清單中有數十條菜譜，甚至數百條。如果產生一個致
命錯誤，排錯將非常困難 - 你將一行一行地尋找丟失的標記
符。如果使用幾層嵌套，發現錯誤將很困難。

但是可以找到很好的幫助。分析器 - XML代碼和報告格式錯誤
的應用程序可以在網上免費得到。其中最好的是Lark，它的作
者是由Tim Bray - XML規范的技術編輯和極力鼓吹者，地球上最
聰明的人之一。

我用Lark分析下面的代碼。注意"chocolate chips"和它的關閉
標記符出現在</ingredients> 標記符中的位置有錯誤：

<?xml version="1.0"?>

<list>

<recipe>

<author>Carol Schmidt</author>

<recipe_name>Chocolate Chip Bars</recipe_name>

<meal>Dinner

<course>Dessert</course>

</meal>

<ingredients>

<item>2/3 C butter</item>

<item>2 C brown sugar</item>

<item>1 tsp vanilla</item>

<item>1 3/4 C unsifted all-purpose flour</item>

<item>1 1/2 tsp baking powder</item>

<item>1/2 tsp salt</item>

<item>3 eggs</item>

<item>1/2 C chopped nuts</item>

<item>

</ingredients>2 cups (12-oz pkg.) semi-sweet choc.

chips</item>

<directions>

Preheat overn to 350 degrees. Melt butter;

combine with brown sugar and vanilla in large mixing bowl.

Set aside to cool. Combine flour, baking powder, and salt; set aside.

Add eggs to cooled sugar mixture; beat well. Stir in reserved dry

ingredients, nuts, and chips.

Spread in greased 13-by-9-inch pan. Bake for 25 to 30 minutes

until golden brown; cool. Cut into squares.

</directions>

</recipe>

</list>

下面是分析器返回的結果：

Error Report

Line 17, column 22: Encountered </ingredients> expected </item>

... assumed </item>

Line 18, column 36: Encountered </item> with no start-tag.

有了這種信息，找到錯誤將不會成為問題。那么XML文件的有效性
是指什么呢？

實現有效性
最終我們將在組織良好的XML文檔中加入信息。實際上，我們
有很多事要做 - 仍然有危機潛伏 - 雖然XML文件組織良好，
但還可能丟失關鍵信息。看看下面的例子：

<recipe>
<author>Carol Schmidt</author>
<recipe_name>Chocolate Chip Bars</recipe_name>
<meal>Dinner <course>Dessert</course> </meal>
<ingredients> </ingredients>
<directions>Melt butter; combine with, etc. ... </directions>
</recipe>
這份菜譜中沒有包含ingredient，而且因為它組織良好，所以
Lark分析器也不會發現問題。管理過哪怕是最和善的數據庫的
人都知道我們人類常犯的錯誤：如果有機會，我們會丟掉關鍵
信息并加入無用的廢話。這就是為什么XML的發明者引入DTD -
文檔類型定義（Document Type Definition）。DTD提供了一種保
證XML或多或少是你所想的方法。

讓我們看看用在菜譜上的一個DTD。

<!DOCTYPE list [
<!ELEMENT recipe (recipe_name, author, meal, ingredients, directions)>
<!ELEMENT ingredients (item )>
<!ELEMENT meal (#PCDATA, course?)>
<!ELEMENT item (#PCDATA, sub_item*)>
<!ELEMENT recipe_name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT course (#PCDATA)>
<!ELEMENT item (#PCDATA)>
<!ELEMENT subitem (#PCDATA)>
<!ELEMENT directions (#PCDATA)>
]>
這些代碼起初看起來不夠友好，但當把它分解時卻能看出其中
的意義。讓我們詳細解釋之：

<!DOCTYPE list [

這行是說，包含在方括號中的是具有根元素<list>的某個文檔的
DTD。如我們以前提到的，根元素包含所有其它元素。

<!ELEMENT recipe (recipe_name, meal, ingredients, directions)>

這行定義了<recipe>標記符。圓括號是說其中的四種標記符必
須按照順序出現在<recipe>標記符中。

<!ELEMENT meal (#PCDATA, course?)>

這行需要詳細的解釋。我定義了以下的結構：

<meal>Here the meal name is mandatory
<course>One course name may appear, but it is not
mandatory</course>
</meal>
我這樣做是因為，按照我的想法，午餐不一定特定某道菜，但
是晚餐可能要指出開胃食品、主菜和餐后甜點。通過指定
#PCDATA - 表示經過分析的字符數據（即非二進制數據）來
實現這個功能。這里，#PCDATA是文本 - 例如，“dinner”。

"course"后面的問號表示0或1對<course>標記符將出現在<meal>
標記符內。

現在讓我們看看下一行：

<!ELEMENT ingredients (item )>

這里的加號表示至少有一對<item>標記符應出現在<ingredients>
標記符內。

我們感興趣的最后一行是：

<!ELEMENT item (#PCDATA, sub_item*)>

我把sub_item*作為一項安全措施。除了要求每個item的文本之
外，我希望計算每個item的內容的數量。星號是說在<item>標記
符中可以有子條目的數目。我不需要Chocolate Chip Bars菜譜的
任何子條目，但是當它的組成成分很復雜時就用得著。

現在讓我們把這些放在一起看看我們能得到什么。

DTD的完整例子
下面是一個完整的例子。我把另一個菜譜加入文件內，并為
DTD做了注釋。可以注意到我在第二個菜譜中用到子條目。

<?xml version="1.0"?>
<!--This starts the DTD. The first four lines address document structure-->
<!DOCTYPE list ][
<!ELEMENT recipe (recipe_name, author, meal, ingredients,directions)>
<!ELEMENT ingredients (item )>
<!ELEMENT meal (#PCDATA, course?)>
<!ELEMENT item (#PCDATA, sub_item*)>
<!--These are the remaining elements of the recipe tag -->
<!ELEMENT recipe_name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT directions (#PCDATA)>
<!--The remaining element of the meal tag -->
<!ELEMENT course (#PCDATA)>
<!--The remaining element of the item tag -->
<!ELEMENT sub_item (#PCDATA)>
]>
　

<?xml version="1.0"?>
<list>
<recipe>
<author>Carol Schmidt</author>
<recipe_name>Chocolate Chip Bars</recipe_name>
<meal>Dinner
<course>Dessert</course>
</meal>
<ingredients>
<item>2/3 C butter</item>
<item>2 C brown sugar</item>
<item>1 tsp vanilla</item>
<item>1 3/4 C unsifted all-purpose flour</item>
<item>1 1/2 tsp baking powder</item>
<item>1/2 tsp salt</item>
<item>3 eggs</item>
<item>1/2 C chopped nuts</item>
<item>2 cups (12-oz pkg.) semi-sweetchoc. chips</item>
</ingredients>
<directions>
Preheat oven to 350 degrees. Melt butter;
combinewith brown sugar and vanilla in large mixing bowl.
Set aside to cool. Combine flour, baking powder, andsalt;
set aside.Add eggs to cooled sugar mixture; beat well.
Stir in reserved dry ingredients, nuts, and chips.
Spread in greased 13-by-9-inch pan.
Bake for 25 to 30minutes until golden brown; cool.
Cut into squares.
</directions>
</recipe>
<recipe>
<recipe_name>Pasta with tomato Sauce</recipe_name>
<meal>Dinner
<course>Entree</course>
</meal>
<ingredients>
<item>1 lb spaghetti</item>
<item>1 16-oz can diced tomatoes</item>
<item>4 cloves garlic</item>
<item>1 diced onion</item>
<item>Italian seasoning
<sub_item>oregano</sub_item>
<sub_item>basil</sub_item>
<sub_item>crushed red pepper</sub_item>
</item>
</ingredients>
<directions>
Boil pasta. Sauté garlic and onion.
Add tomatoes.Serve hot.
</directions>
</recipe>
</list>
既然有DTD，文檔將被檢查看是否符合DTD做出的限制。換句話
說，我們要保證文檔的有效性。

為了達到這個目的，我們需要另一個工具：有效性分析器。微軟
的MSXML，一個基于Java的程序，使用容易又工作得很好。上面的
文檔經過這個程序的檢查后沒有發現錯誤。但是如果我檢查一個
ingredient標記符中沒有包含條目的菜譜，將會返回以下信息：

ingredients is not complete. Expected elements [item].

分享：解讀WEB頁面工具語言XML(五)好處
五、XML帶來的好處 （1）更有意義的搜索 數據可被XML唯一的標識。沒有XML，搜索軟件必須了解每個數據庫是如何構建的。這實際上是不可能的，因為每個數據庫描述數據都是不同的。有了XML，書就可