XML文档篇：认识DTD（一）

新的一周从学习本地化的文档格式开始叭~

隔了好久的源文档解析，现在继续叭~继续跟大家分享XML文档~

今天分享DTD。

再来强调一遍我写源文档解析系列的初衷:

不是为了让大家做一个程序猿(媛)，而是想让大家学会判断：

• “这个源文档的格式到底有没有问题？能不能翻译？”

• “如果能翻译，怎么翻译！”

OK，正文来了~

---

前面关于XML文档，我们前面通过两篇文章介绍了XML是什么：

再来复习XML长什么样子：

图1 XML文本截图

在这里，

• 第一行的<?xml version="1.0" encoding="utf-8"?>是声明语句。

• 从第二行开始，<sample>就是根元素了，根元素之间还有子元素<document>

• 元素必须要有完整标签对：<document></document>或者独立标记要完整标记：<button/>

• 元素可能有属性：value就是button的属性；

• 标签对之间的文本是我要翻译的内容；标签属性值也要判断到底要不要翻译；

但是有时候，我们也会收到这样的文件包：文件包里既有xml文档，又有一个dtd文档。

图2 翻译包截图

如果打开其中一个XML文档，是长这样的：

图3 含有DTD的原文截图

咦，细心的同学会发现：似乎和图1的XML不一样哦~

这个文档多了第二行：

<!DOCTYPE PartPage PUBLIC "-//Interleaf//DTD partpage//EN" "partpage.dtd">

——其实，这是DOCTYPE 声明的内容，用来告诉你：“这是这个文档类型是一个PartPage，引用的是外部的partpage.dtd文档”。

咦，细心的同学更会发现：这个第二行的最后"partpage.dtd"不就是文件包中的后缀名为*.dtd的partpage.dtd文档嘛！

是的！如果你打开这份*.dtd文档（其实这就是一个ASCII的文本文件）——也就是包含 DTD 的 "partpage.dtd" 文件，长这样：

图4 DTD声明

这就是含有DTD的XML文档！那，DTD是什么鬼？

01 定义

DTD 是英文Document Type Definition的首字母缩写，中文意思为“文档类型定义”。

通过DTD我们可以验证XML是“合法”，也就是说：验证你的XML文档结构是否拥有正确语法，或者你可以理为是否符合要求。

如果你不想知道这是什么，也可以直接往下划，直接看如何翻译含有DTD的XML，找到方法论。

那么问题来了：

• 正确语法是什么？或者说：要求是什么？

02 DTD构成

首先，在原XML中已经声明了：

<!DOCTYPE PartPage PUBLIC "-//Interleaf//DTD partpage//EN" "partpage.dtd">，

你可以理解为自我介绍：“Hi 我引入partpage文档；”

图5 DOCTYPE声明

我们看一下DTD的这个构成：

图6 DTD文档

2.1 元素

在 DTD 中，元素通过ELEMENT来进行声明。语法如下：

<!ELEMENT 元素名称 (元素内容)>

所以我们看第2行，说明了：

根元素PartPage元素应该包含哪几个子元素，这里有VendorInfo、PartInfo、Description、Service等。

所以你会发现，在图7右侧的正文XML中就是按照这几个元素及关系在定义的。

图7 PartPage元素

再比如图8 第7行就定义了：父元素<VendorInfo>应该包含Name、Contact两个子元素。

图8 VendorInfo元素

那图7和图8 左侧的dtd文档的第二行中，子元素名右上角的星号（*）、加号（+）号等等是什么意思呢？

图9 星号或加号等正则

类似我们前面讲的正则的符号表示，详见：正则篇（一）：认识正则表达式：

• 星号（*）表示该元素出现零次或多次。

• 理解了星号，加号就很容易理解了：加号（+）表示该元素至少出现一次，也就是一次或多次。

所以，在上图9中，右侧的XML文件有VendorInfo、PartInfo、Description、Service元素，但是没有<GeneralProcs>或者<Operation>等元素。

但是我们再图10，在右侧的XML中就有<GeneralProcs>元素，但是却没有Service元素。

图10 PartPage的子元素

2.2 属性

在 DTD 中，属性通过 ATTLIST 声明来进行声明。语法如下：

<!ATTLIST 元素名称 属性名称 属性类型 默认值>

比如这里的第100行：

图11 DTD属性声明

• Item元素包含了 priority 属性

• <priority>属性类型是CDATA。关于CDATA，参见：翻译包含HTML样式的XML文档 (CDATA篇)

• 该元素默认值#IMPLIED，表示priority 属性不是必需的。所以第53行的Item有priority属性，但是像69行、74行、79行就没有priority属性。

更多属性类型和默认值你可以去网络上搜索啦~

2.3 实体

前面我们讲过XML的实体，详见：翻译包含HTML样式的XML文档（实体篇）。

在 DTD 中，实体通过 ENTITY 来进行声明：

<!ENTITY 实体名称 "实体的值">，或者<!ENTITY 实体名称 SYSTEM "URI/URL">。

因为这个文档中没有，所以我不介绍了，大家需要去网络上自查啦~

---

如果你已经懂了DTD是什么，特别好~我们下篇继续讲DTD怎么翻译~

当然，emmmm听不懂。没关系，真的没关系，其实定义和构成也不是很重要~

（说实话我也看得不是很懂，写这篇文档之前我也是查各种资料、问我各种搞开发的朋友们~感谢感谢！）

但是我们是搞翻译的嘛！又不是搞编程的！我只要知道文档怎么翻译就好了！

我真的努力讲惹，如果我讲不明白，那我真的尽力了~你可以从网上找找其它关于DTD的资料~

所以，我们下一篇文章讲方法论。

好啦今天内容先到这里，再见啦~