XML组成结构以及C#通过DTD验证规范性

XML 文档包含元素和属性等，它们提供一种灵活且功能强大的方法，为应用程序和组织之间交换数据。所有的 XML 文档（以及 HTML 文档）均由以下简单的构建模块构成：
1、元素
元素是XML的主要构建模块，将xml数据划分为不同部分和语义的标签，如<note></note>
2、属性
属性可提供有关元素的额外信息，被置于元素的开始标签中，总是以名称/值的形式成对出现的。
<img src="computer.gif" />
元素的名称是 "img"。属性的名称是 "src"。属性的值是 "computer.gif"
3、名称空间   
类似于c#中的名称空间，用来隔离相同或不同的元素。
4、实体
实体是用来定义普通文本的变量，定义了一个变量等于某个字符串，然后在XML中就可以直接使用此变量，这个变量就叫做实体。
使用实体之前，必需先声时，声明语句位于xml文档的序言的内部子集中，实体声明必需使用大写方式，如：<!ENTITY myentity "这是一个实体"> ，ENTITY必需是大写的。使用实本时，在实体名称前面加上 & ,并表在后面加上分号:  ；。
<?xml version="1.0"?>
  <!DOCTYPE doc
   [
     <!ENTITY number "12345678">
   ]>
<message>
  <number>&number;</number>
</message>
解析后结果：
<message>
  <number>12345678</number>
</message>
5、注释
文档的注解
6、PCDATA
PCDATA 的意思是被解析的字符数据（parsed character data）。
可把字符数据想象为 XML 元素的开始标签与结束标签之间的文本。
PCDATA是会被解析器解析的文本。这些文本将被解析器检查实体以及标记。
文本中的标签会被当作标记来处理，而实体会被展开。
7、CDATA
CDATA 的意思是字符数据（character data）。在CDATA块中的字符将以原样输出
CDATA 是不会被解析器解析的文本。在这些文本中的标签不会被当作标记来对待，其中的实体也不会被展开。
8、处理指令

格式<?name data?>，负责与处理器进行交互，每种xml处理器都有一些命令开关。而处理器指令就是调用这些开关的。每个处理器的开关都不尽相 同。<?xml version="1.0" ?> 这个处理指令是每个xml处理器都支持的。

若要指定允许的结构和 XML 文档的内容，可以编写 DTD(Document Type Definition) 、XDR 架构中或 XSD 架构，来验证文档是否符合规范，元素和标签使用是否正确。
下面通过DTD来说明，DTD的写法分两种，既可写在同一个xml文件中，也可单独写在另一个文件中。
1、DTD写在同一个xml文件中：
Persons.xml

[html] view plaincopyprint?

1. <?xml version="1.0" encoding="UTF-8"?>
2. <!DOCTYPE Persons [ 
3. <!ELEMENT Persons (Person+)>
4. <!ELEMENT Person (Name,Age)>
5. <!ELEMENT Name (#PCDATA)>
6. <!ELEMENT Age (#PCDATA)>
7. <!ATTLIST Persons xmlns:xsi CDATA #REQUIRED>
8. <!ATTLIST Persons xmlns CDATA #REQUIRED>
9. <!ATTLIST Person id CDATA #REQUIRED>
10. ]>
11. <Persons xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
12. xmlns="http://www.xxx.com/XxxSystem">
13. <Person id="1">
14. <Name>张三</Name>
15. <Age>18</Age>
16. </Person>
17. <Person id="2">
18. <Name>李四</Name>
19. <Age>20</Age>
20. </Person>
21. </Persons>

2、DTD单独写在另一个文件中，在xml文档中通过<!DOCTYPE Persons SYSTEM "Persons.dtd">去链接。
Persons.xml

[html] view plaincopyprint?

1. <?xml version="1.0" encoding="UTF-8"?>
2. <!DOCTYPE Persons SYSTEM "Persons.dtd">
3. <Persons xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
4. xmlns="http://www.xxx.com/XxxSystem">
5. <Person id="1">
6. <Name>张三</Name>
7. <Age>18</Age>
8. </Person>
9. <Person id="2">
10. <Name>李四</Name>
11. <Age>20</Age>
12. </Person>
13. </Persons>

Persons.dtd

[html] view plaincopyprint?

1. <!ELEMENT Persons (Person+)>
2. <!ELEMENT Person (Name,Age)>
3. <!ELEMENT Name (#PCDATA)>
4. <!ELEMENT Age (#PCDATA)>
5. <!ATTLIST Persons xmlns:xsi CDATA #REQUIRED>
6. <!ATTLIST Persons xmlns CDATA #REQUIRED>
7. <!ATTLIST Person id CDATA #REQUIRED>

以上 DTD 解释如下：
(1)
第2行定义此文档是 Persons 类型的文档。
第3行定义 Persons元素有一个以上子元素："Person"
第4行定义 Person 元素为两个子元素"Name、Age" 类型
第5行定义 Name 元素为 "#PCDATA" 类型
第6行定义 Age 元素为 "#PCDATA" 类型
第7行定义 Persons 元素必须有属性xmlns:xsi(即命名空间)
第8行定义 Persons 元素必须有属性xmlns(即命名空间)
第9行定义 Persons 元素必须有属性id
(2)Person+的+代表此标记必须出现一次以上，常见：
？ 不出现或只出现一次
*  不出现或可出现多次
+  必须出现一次以上
无符号 只能出现一次
(3)ELEMENT代表元素，ATTLIST代表属性，属性语法：
<!ATTLIST 元素名称 属性名称 属性类型 默认值>
属性的默认值
#REQUIRED 属性值是必需的
#IMPLIED 属性不是必需的
#FIXED value 属性值是固定的
C# 通过DTD验证XML文档方法。
参考了http://msdn.microsoft.com/en-us/library/z2adhb2f.aspx一文，做了一些改动。

[csharp] view plaincopyprint?

1. /// <summary>
2. /// 使用DTD验证xml文档格式
3. /// </summary>
4. /// <param name="filename">xml文件名</param>
5. /// <returns>验证通过返回空字符串，否则返回错误提示信息</returns>
6. public static string ValidXmlByDTD(string filename) 
7. { 
8.     StringBuilder sb = new StringBuilder(); 
9.     XmlReaderSettings settings = new XmlReaderSettings(); 
10.     settings.DtdProcessing = DtdProcessing.Parse; 
11.     settings.ValidationType = ValidationType.DTD; 
12.     settings.ValidationEventHandler += delegate(object ss, ValidationEventArgs ee) 
13.     { 
14.         sb.AppendFormat("{0}", ee.Message); 
15.     }; 
16. using (XmlReader reader = XmlReader.Create(filename, settings)) 
17.     { 
18. try
19.         { 
20. while (reader.Read()) ; 
21.         } 
22. catch (Exception ex) 
23.         { 
24. //DTD如果有错误，会提示无效的内容模型
25. return "异常：" + ex.Message; 
26.         } 
27.     } 
28. return sb.ToString(); 
29. } 

 

原文地址:http://blog.csdn.net/gdjlc/article/details/10926229