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

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE Persons [
<!ELEMENT Persons (Person+)>
<!ELEMENT Person (Name,Age)>
<!ELEMENT Name (#PCDATA)>
<!ELEMENT Age (#PCDATA)>
<!ATTLIST Persons xmlns:xsi CDATA #REQUIRED>
<!ATTLIST Persons xmlns CDATA #REQUIRED>
<!ATTLIST Person id CDATA #REQUIRED>
]>
<Persons xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

xmlns="http://www.xxx.com/XxxSystem">
<Person id="1">
<Name>张三</Name>
<Age>18</Age>
</Person>
<Person id="2">
<Name>李四</Name>
<Age>20</Age>
</Person>
</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

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE Persons SYSTEM "Persons.dtd">
<Persons xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

xmlns="http://www.xxx.com/XxxSystem">
<Person id="1">
<Name>张三</Name>
<Age>18</Age>
</Person>
<Person id="2">
<Name>李四</Name>
<Age>20</Age>
</Person>
</Persons>

Persons.dtd

<!ELEMENT Persons (Person+)>
<!ELEMENT Person (Name,Age)>
<!ELEMENT Name (#PCDATA)>
<!ELEMENT Age (#PCDATA)>
<!ATTLIST Persons xmlns:xsi CDATA #REQUIRED>
<!ATTLIST Persons xmlns CDATA #REQUIRED>
<!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。

/// <summary>
/// 使用DTD验证xml文档格式
/// </summary>
/// <param name="filename">xml文件名</param>
/// <returns>验证通过返回空字符串，否则返回错误提示信息</returns>
public static string ValidXmlByDTD(string filename)
{
StringBuilder sb = new StringBuilder();
XmlReaderSettings settings = new XmlReaderSettings();
settings.DtdProcessing = DtdProcessing.Parse;
settings.ValidationType = ValidationType.DTD;
settings.ValidationEventHandler += delegate(object ss, ValidationEventArgs ee)
{
sb.AppendFormat("{0}", ee.Message);
};
using (XmlReader reader = XmlReader.Create(filename, settings))
{
try
{
while (reader.Read()) ;
}
catch (Exception ex)
{
//DTD如果有错误，会提示无效的内容模型
return "异常：" + ex.Message;
}
}
return sb.ToString();
}