DTD 概述

本章定位 ：理解 DTD（Document Type Definition）的定义和作用——它是 XML 文档结构的"合同"，定义了哪些元素可以出现、它们的顺序和内容。掌握 well-formed（格式良好）与 valid（有效）的核心区分。

定义与作用

DTD （Document Type Definition，文档类型定义）是 XML 最古老的验证方式，用于定义 XML 文档的合法结构和元素属性。

DTD 回答三个关键问题：

哪些元素可以出现在文档中？
元素之间如何嵌套（父子关系、顺序、出现次数）？
每个元素可以携带哪些属性？属性的类型和默认值是什么？

没有 DTD，XML 文档只要语法正确就可以被解析（称为 well-formed ）。有了 DTD 并通过验证后，文档才是 valid （有效）。well-formed 是"字写对了"，valid 是"话按规矩说"。

核心原理：well-formed vs valid

图解释 ：well-formed 是 valid 的前提——语法错则无需检查 DTD。DTD 验证是额外的第二道关卡：即使语法全对，如果结构不符合 DTD 约定，文档仍会被标记为 invalid。

语法/结构要点

内部 DTD vs 外部 DTD

类型	语法	适用场景
内部 DTD	`<!DOCTYPE root [ 声明... ]>`	所有声明写在 XML 文件内部，适合简单文档
外部 DTD	`<!DOCTYPE root SYSTEM "file.dtd">`	DTD 独立文件，多 XML 文档共享
公共 DTD	`<!DOCTYPE root PUBLIC "id" "url">`	使用公开的标准 DTD（如 XHTML）

核心关键字

关键字	含义
`SYSTEM`	DTD 在本地文件系统中
`PUBLIC`	DTD 有一个公开标识符，必要时用 URL 作为备用

完整示例：大翔为图书 XML 编写 DTD 验证

场景说明

飞翔科技的运维大翔发现生产环境的 XML 数据偶尔出现字段缺失或不规范。他决定为公司的图书 XML 添加 DTD 验证——在新数据入库前自动检查结构完整性。

操作前：无 DTD 的 XML（仅 well-formed）

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
  <book>
    <title>Learning XML</title>
    <author>Erik T. Ray</author>
    <price>39.95</price>
    <!-- 缺少 year 字段 -->
  </book>
  <book>
    <title>Everyday Italian</title>
    <year>2005</year>
    <!-- 缺少 author 字段 -->
    <price>-15.00</price>   <!-- 负价格不合理 -->
  </book>
</bookstore>

这份 XML 是 well-formed（语法正确），但数据质量有问题：有的缺字段，有的值不合理。没有 DTD 时这些错误无法自动检测。

操作后：添加内部 DTD 验证

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE bookstore [
  <!ELEMENT bookstore (book+)>
  <!ELEMENT book (title, author+, year, price)>
  <!ELEMENT title (#PCDATA)>
  <!ELEMENT author (#PCDATA)>
  <!ELEMENT year (#PCDATA)>
  <!ELEMENT price (#PCDATA)>
  <!ATTLIST book category CDATA #REQUIRED>
  <!ATTLIST title lang CDATA #IMPLIED>
]>
<bookstore>
  <book category="web">
    <title lang="en">Learning XML</title>
    <author>Erik T. Ray</author>
    <year>2003</year>
    <price>39.95</price>
  </book>
  <book category="cooking">
    <title lang="en">Everyday Italian</title>
    <author>Giada De Laurentiis</author>
    <year>2005</year>
    <price>30.00</price>
  </book>
</bookstore>

操作结果

DTD 定义了以下约束并通过验证：

bookstore 包含一个或多个 book 元素（book+）
每个 book 必须按顺序包含 title, author, year, price（缺一不可）
book 的 category 属性是必填的（#REQUIRED）
title 的 lang 属性是可选的（#IMPLIED）

如果任何一条规则被违反，XML 验证器会明确报错。大翔把这个验证步骤集成到了 CI 流水线中。

易错场景

错误一：混淆 well-formed 和 valid

一个 XML 文档可能是 well-formed 但 invalid （语法对但结构不符合 DTD）
一个 XML 文档可能是 well-formed 且 valid （既语法正确也符合 DTD）
一个 XML 文档 不可能 invalid 但 well-formed （因为 invalid 的前提是 well-formed）

错误二：内部 DTD 声明位置错误

<!-- ❌ DTD 声明必须紧跟 XML 声明，不能在元素之后 -->
<?xml version="1.0"?>
<root><child/></root>
<!DOCTYPE root [...]>

<!-- ✅ 正确位置：在 XML 声明之后、根元素之前 -->
<?xml version="1.0"?>
<!DOCTYPE root [...]>
<root><child/></root>

面试考点

考点	参考答案要点
well-formed 和 valid 的区别？	well-formed 满足语法规则（标签闭合、正确嵌套等）；valid 在 well-formed 基础上还符合 DTD/XSD 定义的结构约束。well-formed 是 valid 的前提
内部 DTD 和外部 DTD 各适合什么场景？	内部 DTD 适合简单、单文件场景；外部 DTD 适合多文档共享同一结构定义，也方便 DT D的版本管理和复用
SYSTEM 和 PUBLIC 的区别？	SYSTEM 指定本地文件路径；PUBLIC 使用公开标识符，允许 XML 处理器通过目录查找 DTD，URL 仅作为备用fallback