3.3.1 文档类型定义
提供DTD的方式有多种。可以像下面这样将其纳入到XML文档中：
正如你看到的，这些规则被纳入到DOCTYPE声明中，位于由[...]限定界限的块中。文档类型必须匹配根元素的名字，比如我们例子中的configuration。
在XML文档内部提供DTD不是很普遍，因为DTD会使文件长度变得很长。把DTD存储在外部会更具意义，SYSTEM声明可以用来实现这个目标。你可以指定一个包含DTD的URL，例如：
或者
警告：如果你使用的是DTD的相对URL（比如"config.dtd"），那么要给解析器一个File或URL对象，而不是InputStream。如果必须从一个输入流来解析，那么请提供一个实体解析器（请看下面的说明）。
最后，有一个来源于SGML的用于识别“众所周知的”DTD的机制，下面是一个例子：
如果XML处理器知道如何定位带有公共标识符的DTD，那么就不需要URL了。
注意：如果你使用的是DOM解析器，并且想要支持PUBLIC标识符，请调用DocumentBuilder类的setEntityResolver方法来安装EntityResolver接口的某个实现类的一个对象。该接口只有一个方法：resolveEntity。下面是一个典型实现的代码框架：
你可以从InputStream、Reader或字符串中构建输入源。
既然你已经知道解析器怎样定位DTD了，那么下面就让我们来看看不同类型的规则。
ELEMENT规则用于指定某个元素可以拥有什么样的子元素。可以指定一个正则表达式，它由表3-1中所示的组成部分构成。
表3-1 用于元素内容的规则
下面是一些简单而典型的例子。下面的规则声明了menu元素包含0或多个item元素：
下面这组规则声明font是用一个name后跟一个size来描述的，它们都包含文本：
缩写PCDATA表示被解析的字符数据。这些数据之所以被称为“被解析的”是因为解析器通过寻找表示一个新标签起始的<字符或表示一个实体起始的&字符，来解释这些文本字符串。
元素的规格说明可以包含嵌套的和复杂的正则表达式，例如，下面是一个描述了本书中每一章的结构的规则：
每章都以简介开头，其后是1或多个小节，每个小节由一个标题和1个或多个段落、图片、表格或说明构成。
然而，有一种常见的情况是无法把规则定义得像你希望的那样灵活的。当一个元素可以包含文本时，那么就只有两种合法的情况。要么该元素只包含文本，比如：
要么该元素包含任意顺序的文本和标签的组合，比如：
指定其他任何类型的包含#PCDATA的规则都是不合法的。例如，以下规则是非法的：
必须重写这项规则，以引入另一个caption元素或者允许使用image元素和文本的任意组合。
这种限制简化了XML解析器在解析混合式内容（标签和文本的混合）时的工作。因为在允许使用混合式内容时难免会失控，所以最好在设计DTD时，让其中所有的元素要么包含其他元素，要么只有文本。
注意：实际上，在DTD规则中并不能为元素指定任意的正则表达式，XML解析器会拒绝某些导致非确定性的复杂规则。例如，正则表达式（（x，y）|（x，z））就是非确定性的。当解析器看到x时，它不知道在两个选择中应该选取哪一个。这个表达式可以改写成确定性的形式，如（x，（y|z））。然而，有一些表达式不能被改写，如（（x，y）*|x？）。Java XML库中的解析器在遇到有歧义的DTD时，不会给出警告。在解析时，它仅仅在两者中选取第一个匹配项，这将导致它会拒绝一些正确的输入。当然，解析器有权这么做，因为XML标准允许解析器假设DTD都是非二义性的。在实际应用中，这不是一个会让你睡不着觉的问题，因为大多数DTD都非常简单，根本不会遇上二义性问题。
还可以指定描述合法的元素属性的规则，其通用语法为：
表3-2显示了合法的属性类型（type），表3-3显示了属性默认值（default）的语法。
表3-2 属性类型
表3-3 属性的默认值
以下是两个典型的属性规格说明：
第一个规格说明描述了font元素的style属性。它有4个合法的属性值，默认值是plain。第二个规格说明表示size元素的unit属性可以包含任意的字符数据序列。
注意：一般情况下，我们推荐用元素而非属性来描述数据。按照这个推荐，font style应该是一个独立的元素，例如<font><style>plain</style>...</font>。然而，对于枚举类型，属性有一个不可否认的优点，那就是解析器能够校验其取值是否合法。例如，如果font style是一个属性，那么解析器就会检查它是不是4个允许的值之一，并且如果没有为其提供属性值，那么解析器还会为其提供一个默认值。
CDATA属性值的处理与你前面看到的对#PCDATA的处理有着微妙的差别，并且与<！[CDATA[...]]>部分没有多大关系。属性值首先被规范化，也就是说，解析器要先处理对字符和实体的引用（比如é；或<；），并且要用空格来替换空白字符。
NMTOKEN（即名字标记）与CDATA相似，但是大多数非字母数字字符和内部的空白字符是不允许使用的，而且解析器会删除起始和结尾的空白字符。NMTOKENS是一个以空白字符分隔的名字标记列表。
ID结构是很有用的，ID是在文档中必须唯一的名字标记，解析器会检查其唯一性。在下一个示例程序中，你会看到它的应用。IDREF是对同一文档中已存在的ID的引用，解析器也会对它进行检查。IDREFS是以空白字符分隔的ID引用的列表。
ENTITY属性值将引用一个“未解析的外部实体”。这是从SGML那里沿用下来的，在实际应用中很少见到。在http://www.xml.com/axml/axml.html处的被注解的XML规范中有该属性的一个例子。
DTD也可以定义实体，或者定义解析过程中被替换的缩写。你可以在Firefox浏览器的用户界面描述中找到一个很好的使用实体的例子。这些描述被格式化为XML格式，包含了如下的实体定义：
其他地方的文本可以包含对这个实体的引用，例如：
解析器会用替代字符串来替换该实体引用。如果要对应用程序进行国际化处理，只需修改实体定义中的字符串即可。其他的实体使用方法更加复杂，且不太常用，详细说明参见XML规范。
这样我们就结束了对DTD的介绍。既然你已经知道如何使用DTD了，那么你就可以配置你的解析器以充分利用它们了。首先，通知文档生成工厂打开验证特性。
这样，该工厂生成的所有文档生成器都将根据DTD来验证它们的输入。验证的最大好处是可以忽略元素内容中的空白字符。例如，考虑下面的XML代码片段：
一个不进行验证的解析器会报告font、name和size元素之间的空白字符，因为它无法知道font的子元素是：
还是：
一旦DTD指定了子元素是（name，size），解析器就知道它们之间的空白字符不是文本。调用下面的代码：
这样，生成器将不会报告文本节点中的空白字符。这意味着，你可以依赖font节点拥有2个子元素这一事实。你再也不用编写下面这样的单调冗长的循环代码了：
而只需仅仅通过如下代码访问第一个和第二个子元素：
这就是DTD如此有用的原因。你不会为了检查规则而使程序负担过重。在得到文档之前，解析器已经做完了这些工作。
提示：许多刚开始使用XML的程序员都对验证不习惯，并且最终还是在程序运行过程中分析DOM树。如果要说服你的同事让他们信服使用验证过的文档所带来的好处，那么就给他们看上述两种不同的编码方式，这样才能使他们相信你。
当解析器报告错误时，应用程序希望对该错误执行某些操作。例如，记录到日志中，把它显示给用户，或是抛出一个异常以放弃解析。因此，只要使用验证，就应该安装一个错误处理器，这需要提供一个实现了ErrorHandler接口的对象。这个接口有三个方法：
可以通过DocumentBuilder类的setErrorHandler方法来安装错误处理器：
javax.xml.parsers.DocumentBuilder 1.4
·void setEntityResolver（EntityResolver resolver）
设置解析器，来定位要解析的XML文档中引用的实体。
·void setErrorHandler（ErrorHandler handler）
设置用来报告在解析过程中出现的错误和警告的处理器。
org.xml.sax.EntityResolver 1.4
·public InputSource resolveEntity（String publicID，String systemID）
返回一个输入源，它包含了被给定ID所引用的数据，或者，当解析器不知道如何解析这个特定名字时，返回null。如果没有提供公共ID，那么参数publicID可以为null。
org.xml.sax.InputSource 1.4
·InputSource（InputStream in）
·InputSource（Reader in）
·InputSource（String systemID）
从流、读入器或系统ID（通常是相对或绝对URL）中构建输入源。
org.xml.sax.ErrorHandler 1.4
·void fatalError（SAXParseException exception）
·void error（SAXParseException exception）
·void warning（SAXParseException exception）
覆盖这些方法以提供对致命错误、非致命错误和警告进行处理的处理器。
org.xml.sax.SAXParseException 1.4
·int getLineNumber（）
·int getColumnNumber（）
返回引起异常的已处理的输入信息末尾的行号和列号。
javax.xml.parsers.DocumentBuilderFactory 1.4
·boolean isValidating（）
·void setValidating（boolean value）
获取和设置工厂的validating属性。当它设为true时，该工厂生成的解析器会验证它们的输入信息。
·boolean isIgnoringElementContentWhitespace（）
·void setIgnoringElementContentWhitespace（boolean value）
获取和设置工厂的ignoringElementContentWhitespace属性。当它设为true时，该工厂生成的解析器会忽略不含混合内容（即，元素与#PCDATA混合）的元素节点之间的空白字符。