簡體中文常用 GB2312,繁體中文常用 BIG5,涵蓋西歐字元集的通用選擇則是 UTF-8。這三個名稱之後會反覆出現在 XML 宣告與 DTD 標識裡,先有印象,閱讀範例時會順暢很多。
前面提到的「信件署名」就是一個典型的一般實體——把一段重複出現的內容取個名字,之後隨時引用。定義格式如下:
<!ENTITY 實體名 "文字內容">
把信件署名做成實體,可以這樣寫:
<!ENTITY lettersign
"張三
某網路公司銷售部門
北京市海淀區中關村88號,100000">
除了直接放文字,也可以讓實體指向一份外部檔案的內容,這時要加上 SYSTEM 關鍵字:
<!ENTITY lettersign
SYSTEM "https://www.mydomain.com/lettersign.XML">
程式的處理方式不變:XML 解析器在遇到實體引用時,會用指定檔案的內容替換掉實體指標。
參數實體可以是內部的,也可以是外部的,差別只在於它只能出現在 DTD 當中。寫法與一般實體幾乎相同,只是在實體名之前多一個「%」符號:
<!ENTITY % 實體名 "文字內容">
要真正用上一個實體,必須具備兩件事:實體宣告(entity declaration)與實體引用(entity reference)。前者負責定義,後者負責使用,缺一不可。
實體宣告屬於文件型別定義(DOCTYPE)的一部分,位置在 XML 宣告與 DTD 之後、根元素之前。整體骨架如下:
<?XML version="1.0"?>
<!DOCTYPE 文件根元素名 [
實體宣告部分
]>
<文件根元素名>
具體資料內容
</文件根元素名>
還記得我們用「<」代表小於符號嗎?那其實就是一次實體引用。所謂引用,就是取用一個先前已經宣告過的實體,形式非常直觀:
&實體名;
& lettersign; 或 &letterhead ; 都會出錯。參數實體的引用與一般實體大同小異,只要把前面的「&」換成「%」即可:
%實體名;
實體引用不只出現在文字資料裡,也可以放進標記的屬性值中:
<聯絡人 公司="B公司" 地址="&B公司地址;" />
除了上述通用規則,屬性中的引用還額外要求兩點:
小結一下:實體的主要任務是代替重複的文字資料,用得好可以省下大量重複輸入的工作。
使用外部 DTD 時,要在 DOCTYPE 中寫上 SYSTEM 關鍵字。不過 SYSTEM 並不是唯一選項,它主要用來引用某位作者或某個組織為自己那一批 XML 文件所撰寫的通用 DTD。
另有一類由權威機構制訂、開放給特定產業或社會大眾使用的 DTD,這時改用 PUBLIC 關鍵字來引用:
<!DOCTYPE 根元素 PUBLIC "DTD名稱" "外部DTD的URL">
使用 PUBLIC 時,這個外部 DTD 還必須額外配一個「標識名」。
DTD 名稱的規則與 XML 檔案名稱略有不同。它只能包含字母、數字、空白,以及下列符號:
_%$#@()+:=/!*;?
同時還必須符合幾項慣例:
開頭部分之後接兩個斜線「//」與 DTD 擁有者名稱,再來又是兩個斜線「//」與 DTD 所描述的文件型別,最後在另一組斜線之後標明語言種類(參見 ISO 639)。實際範例:
<!DOCTYPE 聯絡人列表 PUBLIC "-//Luna Dong//Contact Data//CN"
"https://www.mydomain.com/dtds/fclml.dtd">
除了根元素之外,在其他元素定義上使用 ANY 是個坏习惯。撰寫 XML 文件時本來就該遵循 DTD 的規則,一份定義明確的 DTD 表面上看起來條條框框,實際上會讓你的文件有規可循,也讓語法分析器的工作更輕鬆。反過來,一份到處寫著 ANY 的 DTD,往往只會讓人一頭霧水。
定義元素時,先後次序並不重要。以下兩段寫法所描述的文件結構完全相同:
<!ELEMENT 姓名 (#PCDATA)>
<!ELEMENT 聯絡人列表 ANY>
<!ELEMENT 聯絡人 (姓名)>
<!ELEMENT 聯絡人列表 ANY>
<!ELEMENT 聯絡人 (姓名)>
<!ELEMENT 姓名 (#PCDATA)>
即使內容不同、子元素不同,也不能對不同元素使用相同的元素名稱,否則只會造成混淆、破壞可讀性,並引發錯誤:
<!ELEMENT 聯絡人列表 ANY>
<!ELEMENT 聯絡人 (姓名)>
<!ELEMENT 聯絡人 (EMAIL)> <!-- 重複定義,會出錯 -->
<!ELEMENT 姓名 (#PCDATA)>
<!ELEMENT EMAIL (#PCDATA)>
元素名稱的第一個字元必須是字母、底線(_)或冒號(:);後續則可以是字母、數字、句號(.)、冒號、底線、連字號(-)的組合。此外還有兩條限制:不能包含空白字元,也不能以「XML」開頭。
兩點補充:雖然首字元使用冒號在規格上合法,但實務上容易造成混淆,建議避免;另外,XML 1.0 標準雖未限制名稱長度,實際的 XML 解析器往往會自行加上長度上限,命名時還是簡潔為妙。