在上一篇笔记中，将文档类型分类时，曾经根据文档是否使用并遵守了DTD或Schema来区分为格式良好的XML和有效的XML，那么什么是DTD和Schema呢？DTD和Schema都是用来规范XML文档的，对XML文档进行语义约束的，DTD简单易用，Schema则功能强大。在这篇笔记中，首先学习一下DTD（Document Type Definition，文档类型定义）。
1、在XML文档中怎么使用DTD
| 导入方式 | 语法格式 | 说明 |
| 内部DTD |
<!DOCTYPE 根元素名[ 元素描述 ]> |
将DTD定义放在XML文档内部，紧跟在XML声明和处理指令后面 如：<!DOCTYPE 模型列表[ <!ELEMENT 模型列表（模型）*> ]> |
| 外部DTD |
<!DOCTYPE 根元素名 SYSTEM "外部DTD的URI"> |
将DTD单独定义在一个文件内，然后通过关键字SYSTEM导入DTD 如：<!DOCTYPE 模型列表 SYSTEM "模型列表DTD文件的相对路径或绝对路径"> |
| 公用DTD |
<!DOCTYPE 根元素名 PUBLIC "DTD的标识名" "公用DTD的URI"> |
公用DTD，这种DTD一般是由某个权威机构指定，供特定行业或公众使用，通过关键字PUBLIC导入 如：<!DOCTYPE web-app PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd"> |
2、 DTD的结构
DTD文档本身不是XML文档，而只是为XML定义语义约束的文档，DTD文档的语法非常简单，大致有如下结构：
（1）第一行是DTD文档的声明，语法和XML的声明相同
（2）0到多个注释部分，DTD注释与XML注释语法相同
（3）0到多个<!ELEMENT...>定义，每个<!ELEMENT...>定义一个XML元素
（4）0到多个<!ATTLIST...>定义，每个<!ATTLIST...>为XML元素定义一个属性
（5）0到多个<!ENTITY...>定义，每个<!ENTITY...>定义一个实体
（6）0到多个<!NOTATION...>定义，每个<!NOTATION...>定义一个符号
其中<!ELEMENT...>、<!ATTLIST...>、<!ENTITY...>、<!NOTATION...>4个定义彼此完全独立，无须互相嵌套，下面就逐一说明这四种定义。
3、定义元素
（1）元素类型定义，Element Type Definition，简称ETD
（2） 元素类型
| 元素类型 | 定义格式 | 说明 |
| 任意类型 | <!ELEMENT 元素名称 ANY> | 元素可以是字符串，可以是空元素，也可以包含子元素 |
| 字符串值 | <!ELEMENT 元素名称 (#PCDATA)> | 元素值只能是字符串，不可以是空元素，也不能包含子元素 |
| 空元素 | <!ELEMENT 元素名称 EMPTY> | |
| 包含子元素 | 比较复杂，需要详细定义子元素之间的顺序以及子元素出现的次数等 | |
| 混合类型 | <!ELEMENT 元素名称 (#PCDATA|子元素1|子元素2|...)*> | 指定值只能是几个确定的类型，比任意类型有更强的约束，但功能相当，应尽量使用混合类型 |
关于混合类型的定义，说明几点：
A：#PCDATA必须放在最前面
B：#PCDATA和各子元素之间只能用竖线（|）分隔，不要使用逗号分隔
C：不要在子元素之后使用?、*、+等表示频率的修饰符
（3）定义子元素
| 定义子元素的语法 | 说明 | 子元素的出现频率修饰词 | 说明 |
| (子元素1,子元素2,...) | 使用英文逗号定义有序的子元素 | 默认（没有修饰词） | 出现一次，且只能出现一次 |
| (子元素1|子元素2|...) | 使用竖线定义互斥的子元素 | ? | 出现0或1次 |
| ((子元素1,子元素2)|(子元素3,子元素4)) | 使用括号将子元素分组 | + | 出现1或多次 |
| (子元素1|子元素2|...)+ | 使用竖线互斥，然后使用频率修饰实现定义无序的子元素 | * | 出现0或多次 |
4、定义属性
在XML中，属性不能单独存在，因此定义属性时必须指定属于哪个元素。定义属性的语法格式如下：
<!ATTLIST 属性所属的元素名称 属性名称 属性类型 [元素对属性的约束] [默认值]>
（1）属性类型
| 类型 | 说明 |
| CDATA | 该属性值只能是字符串数据 |
| (en1|en2|en3) | 该属性值必须是一系列枚举值之一 |
| ID | 该属性值必须是有些的标识符，且该属性值可用于标识该元素，因此必须在此XML文档中唯一 |
| IDREF | 该属性值必须是引用另一个已有的ID类型的属性值 |
| IDREFS | 该属性值必须是引用已有的一个或多个ID类型的属性值，多个ID类型的属性值之间使用空格分隔 |
| NMTOKEN | 该属性值必须是合法的XML名称，必须是字符串数据，比CDATA约束更强，只能由字母、数字、下划线、中划线，点号和冒号组成 |
| NMTOKENS | 该属性值必须是一个或多个NMTOKEN类型的属性值，多个使用空格分隔 |
| ENTITY | 该属性值是一个外部实体，比如图片 |
| ENTITIES | 该属性值是一个或多个ENTITY类型的属性值，多个使用空格分隔 |
| NOTATION | 该属性值是在DTD中声明过的符号（NOTATION），这是个将要过期的规范，尽量避免使用 |
| xml: | 该属性值是一个预定义的XML值 |
（2）元素对属性的约束与默认值的关系
| 元素对属性的约束 | 说明 | 默认值 |
| 未指定 | 必须指定默认值 | |
| #REQUIRED | 必须的属性，必须为相应元素提供该属性 | 不能指定默认值 |
| #IMPLIED | 该属性可有可无 | 不能指定默认值 |
| #FIXED | 该属性值是固定的，定义时必须指定固定值 | 必须指定默认值 |
5、定义实体
实体引用就是用一个字符串代替另一个字符串，类似于C语言中的宏，上一篇笔记中已经提到过XML中内置的5个实体引用，在这里接着看看怎么自定义实体引用。
| 实体类型 | 使用场所 | 定义语法 | 使用语法 | 说明 |
| 普通实体 | XML | <!ENTITY 实体名 "实体值"> | &实体名; | |
| 参数实体 | DTD | <!ENTITY % 实体名 "实体值"> | %实体名; | 必须在使用前先定义 |
| 外部实体 | XML | <!ENTITY 实体名 SYSTEM "实体值所在文件的URI"> | &实体名; | 这里外部文件必须是满足XML文档结构的文本文档 |
| 公用外部实体 | XML | <!ENTITY 实体名 PUBLIC "公用实体标识名" "实体值所在文件的URI"> | &实体名; | |
| 外部参数实体 | DTD | <!ENTITY % 实体名 SYSTEM "实体值所在文件的URI"> | %实体名; | |
| 公用外部参数实体 | DTD | <!ENTITY % 实体名 PUBLIC "公用实体标识名" "实体值所在文件的URI"> | %实体名; | |
| 未解析实体 | XML | <!ENTITY % 实体名 SYSTEM "实体值所在文件的URI" NDATA 符号名> | 需要通过ENTITY等类型的属性调用 | 未解析实体不能由XML文档解析，而需要根据相应的符号名去解析 |
| 公用未解析实体 | XML | <!ENTITY % 实体名 PUBLIC "公用实体标识名" "实体值所在文件的URI" NDATA 符号名> |
6、定义符号
定义符号也有两种语法格式，分别定义普通符号和公用符号：
| 符号类型 | 定义语法 |
| 普通符号 | <!NONATION 符号名 SYSTEM "符号值"> |
| 公用符号 | <!NONATION 符号名 PUBLIC "公用符号标识名" "符号值"> |
符号值通常有两种形式：
（1）MIME：通用MIME类型的文件总是由相应的程序负责处理
（2）外部程序所在路径：直接指定某个外部程序负责处理XML文档中的外部数据
符号通常有两种用途：
（1）如上，符号可以用来定义未解析实体
（2）符号可以作为ENTITY或ENTITIES类型的属性值
（3）符号还可以作为NOTATION类型的属性的值，定义NOTATION类型的属性时，语法如下：
<!ATTLIST 属性所属的元素 属性名 NOTATION (值1|值2|...) 约束 默认值>
比一般的属性定义多一个值的列表。