XML初学进阶学习笔记(1)

　　简体中文码：GB2312

　　繁体中文码：BIG5

　　西欧字符： UTF-8

　　1、一般实体

　　我们前面说到的那个信件署名就是一般实体。定义一般实体的格式如下： 

　　!ENTITY 实体名 "文本内容"〉　

　　关于刚才的信件署名的实体定义如下：

　　!ENTITY lettersign

　　"张三

　　某网络公司销售部门

　　北京市海淀区中关村88号，100000"〉　

　　另外，你也可以指定一个实体代替一个外部文件的内容，此时要使用SYSTEM这个关键字。例如：

　　!ENTITY lettersign

　　SYSTEM "http://www.mydomain.com/lettersign.xml"〉　

　　在这个例子中，XML处理器将用指定文件的内容来替换实体指示。

　　2、参数实体 

　　与一般实体相同，参数实体既可以是内部的也可以是外部的。不过，参数实体只用在DTD中。

　　参数实体的格式与一般实体很类似，只不过中间要加上%符。

　　!ENTITY % 实体名 "文本内容"〉　

　　3、实体的使用包括两部分：实体声明和实体引用。 

　　4、实体声明 

　　对于实体的声明应该放在文件类型DOCTYPE中。DOCTYPE一般放在文件头（即XML声明和DTD）之后，

　　XML元素之前。这样一来，XML文件就变为下面的形式：

　　？xml version="1.0"？

　　!DOCTYPE 文件根元素名 [ 

　　实体声明部分

　　]

　　文件根元素名

　　具体数据内容

　　/文件根元素名

　　5、实体引用 

　　说到实体引用，大家可能想起前面我们曾用代表字符〈。不错，这就是一个实体引用。

　　简而言之，实体引用指的是引用一个在实体声明中已经声明过的一个实体。实体引用的形式很简单：

　　&实体名； 

　　6、实体引用有以下几点规则一定要注意： 

　　在引用XML实体之前，必须已经在XML文件中对此实体进行过声明； 

　　在实体引用中不能出现空格。也就是说，& lettersign;和&letterhead ;的用法都会引起错误。 

　　尽管在一个实体中可以再引用其它实体，但是不能出现循环引用。也就是说，一个实体不能引用它自己；

　　同样，也不能出现实体A引用实体B，然后实体B再反过来引用实体A的情况。 

　　实体引用不能在DOCTYPE声明中出现。 

　　实体引用的文本必须是形式良好的XML。 

　　同样，参数实体的引用与一般实体的引用大同小异，只是要把实体前的符号&换为%就可以了，形式是：

　　%实体名；

　　7、实体引用不仅可以出现在字符数据中，还可以出现在标记的属性中。例如下面这个例子：

　　联系人 公司=B公司 地址=&B公司地址；　

　　如果在属性中出现实体引用，不但要遵守前面所述的实体引用的种种规则，还要注意以下两点： 

　　在标记属性中不能引用一个外部实体。 

　　引用的文本中不能出现字符，否则替换后就不再是一个形式良好的XML文件了。 

　　通过这一节的讲述，想必大家已然了解：实体主要是用来代替字符数据的，它可以节省大量的录入工作。

　　8、使用外部DTD时，要在DOCTYPE中使用关键字SYSTEM。实际上，SYSTEM不是引用外部DTD的唯一方法，

　　这个关键字主要用于引用一个作者或组织所编写的众多XML文件中通用的DTD。还存在一种外部DTD，

　　它是一个由权威机构制订的，提供给特定行业或公众使用的DTD。因此，另一个引用外部DTD的办法是使用关键字PUBLIC，

　　引用这一类公开给公众使用的DTD。

　　当使用关键字PUBLIC进行引用时，这个外部DTD还需要得到一个标识名。引用公共DTD的形式为：

　　!DOCTYPE 根元素 PUBLIC "DTD名称" "外部DTD的URL"

　　9、这个DTD标识的命名规则和XML文件的命名规则稍有不同。具体地说，DTD名称只能包含字母、

　　数字、空格和下面的符号：_%$#@()+:=/!*;？。同时，DTD名称还必须符合一些标准的规定。

　　例如，ISO标准的DTD以ISO三个字母开头；被改进的非ISO标准的DTD以加号+开头；未被改进的非ISO标准的DTD以减号-开头。

　　无论是哪一种情况，开始部分后面都跟着两个斜杠//及DTD所有者的名称。在这个名称之后又是两个斜杠//，

　　再然后是DTD所描述的文件的类型。最后，在又一对斜杠之后是语言的种类（参见ISO 639）。例如下面这个公用DTD的引用：

　　!DOCTYPE 联系人列表 PUBLIC "-//Luna Dong//Contact Data//CN"

　　"http://www.mydomain.com/dtds/fclml.dtd" 

　　10、除了根元素外，在定义其它元素时使用关键字ANY都是不好的习惯。一般来说，在写一个XML文件时需要严格遵循DTD的规则，

　　这时，一个定义明确的DTD，虽然表面上似乎充满了条条框框，但实际上会使你在书写XML文件时有规可循，

　　反而方便了你的工作和语法分析器的工作。相反，一个在元素定义中充满了ANY的DTD，反而可能会搞得你不知所措，一头雾水。

　　11、在定义元素时，ETD的顺序是无关紧要的。因此

　　!ELEMENT 姓名(#PCDATA)　 

　　!ELEMENT 联系人列表 ANY

　　!ELEMENT 联系人(姓名)

　　和

　　!ELEMENT 联系人列表 ANY

　　!ELEMENT 联系人(姓名)

　　!ELEMENT 姓名(#PCDATA)　 

　　所定义的文件结构是完全相同的。 

　　12、还有一点要注意，不能对不同的元素使用相同的元素名，即便这些元素的内容、包含的子元素不同也不行，

　　因为它只会引起文件各个元素的混淆，使文件的可读性大打折扣。例如：

　　!ELEMENT 联系人列表 ANY

　　!ELEMENT 联系人(姓名)

　　!ELEMENT 联系人(EMAIL)

　　!ELEMENT 姓名(#PCDATA)

　　!ELEMENT EMAIL(#PCDATA)

　　在这个例子中，对联系人的重复定义，会引起错误。

　　后跟字母、数字、句号（.）、冒号、下划线、连结号（-）的组合，并且不能包含空白符，不能以xml开头。

　　另外，尽管元素的第一个字母使用冒号是合法的，但最好避免这样做，因为它会引起混淆。再有需要注意的是，

　　尽管XML1.0标准允许使用任何长度的文件名，但是实际的XML处理器常常会限制标记名的长度。