XML教程

一些XML元素具有属性。属性包含应用程序使用的信息。属性仅在程序对元素进行读、写操作时，提供元素的额外信息（如ID号等），对于人类读、写元素来说是毫无意义的。在本章中学习各种属性类型和如何在DTD中声明属性。

本章内容如下:

* 什么是属性?

* 如何在DTD中声明属性

* 如何声明多个属性

* 如何指定属性的缺省值

* 属性类型

* 预定义属性

* 基于属性的棒球比赛统计数据的DTD

10.1 什么是属性？

在第3章曾经讨论过开始标记和空标记可包含由等号"="分割开的成对的属性名和属性值。例如：

<GREETING LANGUAGE= "English">

Hello XML!

<MOVIE SOURCE= "WavingHand.mov" />

</GREETING>

上述例子中，GREETING元素具有LANGUAGE属性，其属性值为ENGLISH。MOVIE元素具有SOURCE属性，其属性值为WavingHand.mov。GREETING元素内容为Hello XML!。书写内容的语言对内容本身来说是一个有用的信息，可是语言不是内容的一部分。

与此相似，MOVIE元素内容为保存在WavingHand.mov文件中的二进制数据。尽管文件名告诉我们到何处可找到元素内容，但它本身不是元素内容。再次强调，属性包含有关元素内容信息，而不是元素内容本身。

元素可具有多个属性，例如：

<RECTANGLE WIDTH= "30" HEIGHT= "45" />

<SCRIPT LANGUAGE= "javascript" ENCODING= "8859_1" >...</SCRIPT>

上例中，SCRIPT元素属性LANGUAGE的值为javascript，SCRIPT元素属性ENCODING的值为8859_1；RECTANGLE元素属性WIDTH的值为30；RECT元素属性HEIGHT的值为45。这些属性值均为字符串数据，不是数字型数据。

结束标记不能带属性，下例视为非法：

<SCRIPT>...</SCRIPT LANGUAGE= "javascript" ENCODING= "8859_1" >

10.2 在DTD中声明属性

与元素和实体相似，为保持文档的合法性，需要在文档的DTD中声明属性。<!ATTLIST>标记用于声明属性，其形式如下：

<!ATTLIST Element_name Attribute_name Type Default_value>

Element_name为拥有该属性的元素名。Attribute_name为属性名，Type为表10-1列出的10种有效属性类型的一种。最常用的属性类型为CDATA。最后，若未规定属性值，则属性值为Default_value。

例如，研究下列元素：

<GREETING LANGUAGE= "Spanish">

Hola!

</GREETING>

在DTD中，可按如下格式声明该元素：

<!ELEMENT GREETING (#PCDATA)>

<!ATTLIST GREETING LANGUAGE CDATA "English">

<!ELEMENT>标记简单地说明greeting元素包含可析字符数据，这里没什么新内容。<!ATTLIST>标记表明GREETING元素拥有LANGUAGE属性，其值为CDATA类型，本质上与元素内容的#PCDATA相同。若所看见的GREETING标记中没有LANGUAGE属性，则LANGUAGE属性值为缺省指定的English。

表10-1 属性类型

类 型

含 义

CDATA

字符数据不是标记的文本

Enumerated

可能取值的列表，可从中选出正确的值

ID

不能被文档中其他任何ID类型属性共享的数字，具有唯一性

IDREF

文档中元素的ID类型属性的值

IDREFS

由空格分开的若干个ID

ENTITY

在DTD中声明的实体名

ENTITIES

在DTD中声明的若干个实体的名字，彼此间由空格分开

NMTOKEN

XML名称

NOTATION

在DTD中声明的注释名

NMTOKENS

由空格分开的多个XML名称

在各自的标记中分别声明各自的属性列表。属性所属元素的名字包含在<!ATTLIST>标记中，如上例中的属性声明仅用于GREETING元素。如果其余元素也具有LANGUAGE属性，就需要各自独立的<!ATTLIST> 声明。

对大部分声明而言，属性声明在文档中出现的顺序并无严格要求，可位于与其相连的元素声明之前或之后。实际上，甚至可以对同一属性进行多次声明。这时，第一个声明首先执行。

尽管非同寻常，甚至可以为并不存在的标记声明属性。在最初编辑DTD时，可以声明一些并不存在的属性，计划在以后再返回这里继续这些工作，为这些属性声明元素。

10.3 声明多个属性

元素通常具有多个属性。HTML的IMG元素可有HEIGHT、WIDTH、ALT、BORDER、ALIGN和其他几个属性 。实际上，大部分HTML标记都具有多个属性，XML标记也是如此。例如，很自然的RECTANGLE元素需要LENGTH和WIDTH属性：

<RECTANGLE LENGTH= "70px" WIDTH="85px"/>

也可用几个属性声明来声明这些属性，一个属性声明对应一个属性。例如：

<!ELEMENT RECTANGLE EMPTY>

<!ATTLIST RECTANGLE LENGTH CDATA "0px">

<!ATTLIST RECTANGLE WIDTH CDATA "0px">

上例说明，RECTANGLE元素具有LENGTH和WIDTH属性，它们的缺省值均为0px。

可按如下方式，组合两个<!ATTLIST>标记为一个单一声明：

<!ATTLIST RECTANGLE LENGTH CDATA "0px"

WIDTH CDATA "0px">

该声明声明了LENGTH和WIDTH属性，两个属性类型均为CDATA，缺省值为0px。若各属性的类型或缺省值不同，也可用这种语法结构进行声明。如下所示：

<!ATTLIST RECTANGLE LENGTH CDATA "15px"

WIDTH CDATA "34pt">

从个人角度来说，我不喜欢这种风格。看起来很混乱；且为易于辨认，过于依赖于额外的空格在其中的正确放置（尽管这些空格对标签的实际意义而言并不重要）。可是你一定会遇到其他人书写的、这种风格的DTD，所以必须掌握这种 书写方法。

10.4 指定属性的缺省值

若不采用明确指定一个缺省属性值（如0px）的方式，属性声明可以要求作者提供属性值，或者完全忽略该属性值，甚至总是使用缺省值。这三种类型分别由三个关键词#REQUIRED、#IMPLIED、#FIXED加以指定。

10.4.1 #REQUIRED

有时要选一个恰当的缺省属性值并不容易。例如，在为创建一个用于内部网的DTD时，可能要求所有的文档都至少有一个空的<AUTHOR1>标记；这些标记通常情况下并不显示，但可用来识别创建文档的作者。标记中拥有NAME、EMAIL和EXTENSION属性，以便与作者联系。例如：

<AUTHOR NAME="Elliotte Rusty Harold"

EMAIL= elharometalab.unc.edu EXTENSION= "3459"/>

假设要强制要求在内部网上张贴文档人的表明身份，就不采取为这些属性提供缺省值的方法。然而XML无法阻止任何人把作者身份定为"Luke Skywalker"（洛克天行者），但至少可通过使用#REQUIRED的缺省值方式，要求指定作者身份为某个人。例如：

<!ELEMENT AUTHOR EMPTY>

<!ATTLIST AUTHOR NAME CDATA #REQUIRED>

<!ATTLIST AUTHOR EMAIL CDATA #REQUIRED>

<!ATTLIST AUTHOR EXTENSION CDATA #REQUIRED>

如果语法分析器遇到一个<AUTHOR/>标记，该标记没有包含这些属性中的一个或几个时，将返回一个错误。

也可使用#REQUIRED强迫作者提交IMG元素的WIDTH、HEIGHT和ALT属性。例如：

<!ELEMENT IMG EMPTY>

<!ATTLIST IMG ALT CDATA #REQUIRED>

<!ATTLIST IMG WIDTH CDATA #REQUIRED>

<!ATTLIST IMG HEIGHT CDATA #REQUIRED>

任何试图忽略这些属性的行为（这样的Web页面太多了）都将产生一个不合法文档。XML处理器将注意到这种错误，并且将通知缺少这些属性的作者。

10.4.2 #IMPLIED

有时可能找到一个好的属性缺省值，但也不想要求文档作者包含这属性值。例如，假设在内部网上张贴文档的一些人拥有电子邮件地址，但它们没有电话分机号；为此，不想要求它们在<AUTHOR/>标记中包含EXTENSION（分机号）属性部分。例如：

<AUTHOR NAME="Elliotte Rusty Harold"

EMAIL="elharometalab.unc.edu "/>

如果依然不想为EXTENSION（分机号）提供缺省属性值，但是想提供作者引入这种类似属性的能力。在这种情况下，就可使用#IMPLIED的缺省值。如下所示：

<!ELEMENT AUTHOR EMPTY>

<!ATTLIST AUTHOR NAME CDATA #REQUIRED>

<!ATTLIST AUTHOR EMAIL CDATA #REQUIRED>

<!ATTLIST AUTHOR EXTENSION CDATA #IMPLIED>

如果XML处理器遇到没有EXTENSION属性的<AUTHOR/>标记，就不向XML应用程序提供有用的属性值。应用程序按收到的通知进行相应的选择。例如，应用程序把元素送入SQL数据库中，属性映射为字段，应用程序或许在数据库相应字段中插入空的数据。

10.4.3 #FIXED

最后，可能想提供一个不允许作者更改的属性缺省值。例如，希望为在内部网上张贴文档的人员的AUTHOR元素指定一个同等的COMPANY标识属性。方法如下：

<AUTHOR NAME= "Elliotte Rusty Harold" COMPANY="TIC"

EMAIL= "elharometalab.unc.edu" EXTENSION="3459"/>

可通过指定缺省值为#FIXED，其后跟随实际的缺省值，来要求所有的人员对COMPANY属性使用该缺省值。例如：

<!ELEMENT AUTHOR EMPTY>

<!ATTLIST AUTHOR NAME CDATA #REQUIRED>

<!ATTLIST AUTHOR EMAIL CDATA #REQUIRED>

<!ATTLIST AUTHOR EXTENSION CDATA #IMPLIED>

<!ATTLIST AUTHOR COMPANY CDATA #FIXED "TIC">

文档作者不需要在它们各自的标记中真正地引用固定的属性。如果它们没有包括固定属性，则使用缺省值；如果包括了固定的属性，无论如何它们使用的属性值必须一致，否则语法分析器将返回一个错误信号。

10.5 属性类型

前面的所有例子都具有CDATA类型的属性。CDATA是最通用的类型，但此外还允许使用其他九种属性类型。所有十种类型如下：

* CDATA

* Enumerated(枚举)

* NMTOKEN

* NMTOKENS

* ID

* IDREF

* IDREFS

* ENTITY

* ENTITIES

* NOTATION

上述属性类型中的九种在类型字段中的值为常数，而Enumerated是一种特殊的类型，表示属性值必须为一可能取值列表中的一个。下面分别对各类型进行深入的研究。

10.5.1 CDATA属性类型

最通用的属性类型CDATA，表明属性值为不包括小于号（<）和引号（"）的任意文本字符串。可通过普通的实体引用（&lt；和&quot；）的方式或由字符引用Unicode值的方式插入小于号和引号字符。原始的和号（&）