符合語法規則的XML文檔,稱為「結構良好」(Well-formed)的文檔;通過DTD驗證的XML文檔,則稱為「有效」(Valid)的文檔。這兩個詞常被混用,但含義並不相同。
結構良好,指的是文檔遵守了XML的基本語法規則:標籤成對、正確巢狀、有單一根元素、屬性值加引號。上一章的那份便條就是標準範例:
<?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>
只要語法沒問題,解析器就能讀得懂它。但「讀得懂」不代表「符合你的規則」——它可以塞進任何標籤、任何順序,因為沒有人約束它。
有效,是在結構良好的基礎上再加一層約束:文檔必須符合DTD所定義的規則。
<?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>
兩者的關係可以記成一句話:有效的XML文檔一定是結構良好的,但結構良好的XML文檔未必有效。
DTD定義了XML文檔中可以使用哪些合法元素,以及它們的巢狀與順序規則,等於替文檔規劃了一套合法的「建築模組」。想深入這塊,可以延伸閱讀DTD專題。
另一條路是XML Schema。Schema是基於XML語法撰寫的DTD替代品,它能做資料型別約束、能表達更複雜的結構,而W3C讓DTD與Schema可以互相替換使用。想比較兩者,可以參考Schema相關指南。
W3C的XML規範寫得很明白:處理XML的程式一旦發現致命錯誤,就應該終止。這聽起來強硬,卻正是XML軟體相對容易撰寫的原因——行為可預期,所有XML文檔都必須協調一致。
對照之下,HTML寬容太多了。一份HTML檔可能四處是錯(例如某個元素只有開始標籤而沒有結束標籤),這也是瀏覽器體積龐大的原因之一:每個瀏覽器都得準備一套自己的規則,決定遇到錯誤時要怎麼把畫面補救回來。
在XML裡,這種模糊地帶不存在。不是對,就是錯。