規則總有例外。上一節說「盡量別用屬性裝資料」,而這一節要談的正是那個例外——同時也把 XML 驗證的兩層概念講清楚。
有時候我會為元素指派 ID 參照值。這類 ID 值可以用來存取 XML 元素,方式與 HTML 中的 NAME 或 ID 屬性幾乎一樣。
<messages>
<note ID="501">
<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>
<note ID="502">
<to>Jani</to>
<from>Tove</from>
<heading>Re: Reminder</heading>
<body>I will not!</body>
</note>
</messages>
這裡的 ID 只是一個計數器或唯一識別碼,用來辨認文件中不同的註記,並不是註記資料的一部分。
歸納起來,這條規則真正的意思是:後設資料(關於資料的資料)應該存成屬性,資料本身則應該存成元素。ID 是典型的後設資料,所以它落在例外之中,而非違反規則。
語法正確的 XML 稱為格式良好(well-formed)。以下文件符合所有 XML 語法規則:
<?xml version="1.0"?> <note> <to>Tove</to> <from>Jani</from> <heading>Reminder</heading> <body>Don't forget me this weekend!</body> </note>
格式良好意味著:有單一根元素、標籤正確嵌套且成對關閉、屬性值有引號、大小寫一致。這是 XML 處理器願意接受一份文件的最低門檻。
有效的(valid)XML 除了格式良好,還必須符合 DTD 所定義的規則:
<?xml version="1.0"?> <!DOCTYPE note SYSTEM "InternalNote.dtd"> <note> <to>Tove</to> <from>Jani</from> <heading>Reminder</heading> <body>Don't forget me this weekend!</body> </note>
兩者的關係是包含關係:所有有效的文件都是格式良好的,但格式良好的文件未必有效。格式良好是語法層的要求,有效則是結構層的要求——元素順序、必填欄位、出現次數,都由 DTD 約束。
DTD(文件型別定義)的作用是定義一份 XML 文件中「合法的元素清單」與它們的組合規則,藉此約束文件結構。它基本上就是一份用 XML 語法家族寫成的結構規格書。
值得一提的是,W3C 也支持一種名為 XML Schema 的 DTD 替代方案。Schema 本身是 XML 文件,支援資料型別、繼承與更豐富的約束能力,在需要嚴格型別控制的場合成為主流選擇。
W3C 的 XML 規範明確要求:當程式在文件中發現錯誤時,必須停止處理。這條規則乍看嚴苛,理由卻很務實——XML 軟體應該容易撰寫,而所有 XML 文件都應該彼此相容。
對照 HTML 就很清楚:HTML 瀏覽器之所以個個龐大且互不兼容,很大一部分原因是它們遇到錯誤時,各自發展出一套「猜作者原意」的修補邏輯,結果同一份文件在不同瀏覽器上長得不一樣。XML 直接禁掉這種模糊空間:解析失敗就是失敗,錯誤必須被明確暴露出來,而不是被靜默修補。
這也是為什麼在資料交換場景中,人們願意接受 XML 的嚴格——寧可早一點大聲失敗,也不要讓錯誤的資料靜靜流進下游系統。