擁有正確語法的 XML 稱為「格式良好」(Well-formed)。
通過某份 DTD 驗證的 XML 稱為「合法」(Valid)。
格式良好,講的是語法層面正確。它必須遵守 XML 的基本規則:
一個典型的例子:
<?xml version="1.0" encoding="ISO-8859-1"?> <note> <to>Tove</to> <from>Jani</from> <heading>Reminder</heading> <body>Don't forget me this weekend!</body> </note>
合法文件除了格式良好,還要符合文件型別定義(DTD)所訂的規則。做法是在文件宣告之後加一行 DOCTYPE:
<?xml version="1.0" encoding="ISO-8859-1"?> <!DOCTYPE note SYSTEM "InternalNote.dtd"> <note> <to>Tove</to> <from>Jani</from> <heading>Reminder</heading> <body>Don't forget me this weekend!</body> </note>
對應的 InternalNote.dtd 會說明 note 底下應該有哪些元素、順序如何、各元素有沒有屬性。驗證器讀了這份 DTD 之後,就能判斷文件是否「合法」——例如你把 <to> 拼成 <tto>,格式上仍然良好,但驗證會失敗。
DTD 定義了 XML 文件可以使用哪些合法元素,用一系列合法元素來規範文件結構。它最大的問題是使用非 XML 的語法,且對資料型別的支援很弱——所有內容一律當文字處理,無法區分整數、日期或列舉值。
因此 W3C 推動名為 XML Schema 的替代標準。它是基於 XML 的 DTD 替代品,本身也是一份 XML 文件,能指定元素順序、資料型別、必填與可選、取值範圍等更豐富的約束,而且讀文件的工具也能讀它。
W3C 的 XML 規範明確指出:若 XML 文件存在錯誤,程式不應繼續處理該文件。理由有兩個——XML 處理軟體應該容易撰寫,且所有 XML 文件都應該具備相容性。
這與 HTML 的哲學正好相反。HTML 允許你寫出充滿錯誤的文件(例如忘記關閉某個標籤),瀏覽器基於相容性考量必須自己設法猜出作者的本意並把它顯示出來,於是各瀏覽器的錯誤處理邏輯各不相同,頁面結果也就跟著分歧。XML 選擇了另一條路:格式不對就報錯,把問題在源頭攤開,而不是讓它潛伏到呈現階段才爆發。
實務上的建議是:開發階段一定要跑驗證器。可以用編輯器內建的驗證功能(多數 XML 編輯器都具備),也可以把內容貼進線上驗證工具按「驗證」按鈕,確認沒有語法錯誤再往下一步走。