DTD - als Präsentation

Eine Dokumenttypdefinition (DTD) wird für SGML und XML verwendet, um die Grammatik festzulegen. Ein XML Dokument das einer DTD entspricht heisst “gültig” (englisch: “valid”).

Die DTD definiert den strukturellen Aufbau des Dokuments: welche Tags es gibt, wie diese verschachtelt werden können, welche Attribute sie haben. In frühen Versionen von HTML, wie z.B. HTML 3.2, wurde diese DTD auch wirklich in der HTML Spezifikation angegeben.

Hier werden nicht alle Details der DTD-Syntax vorgestellt, sondern nur die wichtigsten Regeln.

Doctype

Ein XML-Dokument, das eine von mir geschriebene DTD verwendet, verweist mittels des DOCTYPE auf das Wurzelelement und die Datei mit der DTD:

<!DOCTYPE root SYSTEM "FILENAME">

In folgendem Beispiel heisst die Datei “serie.dtd”, und das Wurzelelement heisst ebenfalls <serie>:

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE serie SYSTEM "serie.dtd">
<serie>
....
</serie>

Tags

Welche Tags verwendet werden wird mit dem ELEMENT Befehl in der DTD festgelegt. → XML: Element Type Declarations

Leeres Element

Ein allein stehender Tag (ohne Inhalt) wird wie folgt definiert:

<!ELEMENT br EMPTY>

Sie kennen den Break-Tag aus HTML. In einem XML-Dokument muss er entweder mit einem zusätzlichesn Slash am Ende geschrieben werden   oder mit einem Ende-Tag  .
Diese beiden Schreibweisen sind gleichbedeutend.

Element mit Text-Inhalt

Wird ein Element als (#PCDATA) deklariert, dann kann es nur reinen Text enthalten, aber keine weiteren Tags.

<!ELEMENT option (#PCDATA)>

So ist z.B. <option>grün</option> ein valider Tag (Entities sind erlaubt), aber <option>nur grün</option> nicht, da Tags verboten sind.

Kinder-Element (“Element Content”)

Hat ein Tag nur Kinder-Elemente, aber keine reinen Text als Inhalt, dann spricht man von “Element Content”.

Für die Angabe von Kinder-Elementen gibt es dann eine eigene kleine Sprache, mit der die Reihenfolge und Anzahl der Kinder-Element festgelegt wird. Damit kann man auch komplizierte Bedingungen zusammen bauen:

Eine Liste von Kinder-Elementen mit einer fixen Reihenfolge: mit Kommas
Eine Auswahl von Kinder-Elementen (entweder/oder): mit einem senkrechten Strich
Eine beliebige Anzahl: mit einem Stern
mindestens einmal: mit einem Plus
Einmal oder Keinmal: mit einem Fragezeichen

ausserdem kann man noch Klammern verwenden - so wie man sie aus mathematischen Ausdrücken kennt.

Ein paar Beispiele:

<!ELEMENT html   (head, body) >
<!ELEMENT ul     (li)+        >
<!ELEMENT select (option)+    >
<!ELEMENT dl     (dt|dd)+     >

Zeile 1: Für das html-Element wird festgelegt, dass es genau einen head-Element gefolgt von genau einem body-Element enthalten muss. Keine anderen Tags, keine andere Reihenfolge, kein Text ist erlaubt.

Zeile 2 und 3: Der ul Tag muss mindestens einen bis beliebig viele li Tags enthalten - nichts anderes ist erlaubt. Gleiches gilt für den select und option Tag.

Zeile 4: Hier wird wieder das Plus-Zeichen verwendet, umd “mindestens eins bis beliebig viele” anzuzeigen. Diesmal bezieht sich das Plus aber auf die Auswahl in der Klammer: es kann also eine bliebige Kombination von dt und dd Tags sein.

Gemischter Inhalt (“Mixed Content”)

Hat ein Tag auch reinen Text als Inhalt, dann kann man zwar noch einschränken welche Kinder-Elemente er enthält, man kann aber keine Reihenfolge oder Anzahl mehr festlegen.

Die Regel beginnt dann immer mit (#PCDATA | und endet mit )*:

<!ELEMENT p ( #PCDATA | a | ul | dl | b | i )*>

Hier kann ein p-Tag also nur die Kinder-Tags 5 aufgeführten Kinder-Tags enthalten, aber diese in beliebiger Reihenfolge und Anzahl, mit beliebigem reinen Text dazwischen.

Attribute

Welche Attribute ein Tag haben kann wird mit dem ATTLIST Befehl festgelegt. → XML: Attribute-List Declarations

Dabei wird als erstes der Name des Elements angegeben, für den die Attribute definiert werden. Danach kommen Werte in 3er-Gruppen: immer Attributname, Attributtyp und einen Default.

Hier ein Beispiel für ein Element img das zwei mögliche Attribute hat: id und src.

<!ATTLIST img
  id       ID       #IMPLIED
  src      CDATA    #REQUIRED
>

Default

Beim dritte Wert in der Liste, der Default, gibt es vier Alternativen

#REQUIRED bedeutet, dass das Attribut vorhanden sein muss
#IMPLIED bedeutet, dass das Attribut optional ist, also weggelassen werden kann
mit #FIXED, gefolgt von einem Wert wird dieser als fixer Wert angegeben
wird nur ein Wert angegeben, so ist dies der Defaultwert

<!ATTLIST foo
  bar     CDATA #REQUIRED
  baz     CDATA #IMPLIED
  qux     CDATA "42"
  wibble  CDATA #FIXED "wobble"
>

Ein korreter Tag wäre als <foo bar='barbar' wibble='wobble'>. Ein XML Parser würde aber zusätzlich noch das Attribut qux mit Wert 42 erkennen.

Attributtypen: CDATA und Liste

Der Typ CDATA steht für beliebige “Character Data”
Mit runden Klammern kann eine Liste von möglichen Werten aufgeführt werden

<!ATTLIST p
  title  CDATA      #IMPLIED
  dir    (ltr|rtl)  #IMPLIED
>

Das Titel-Attribut kann einen bliebigen Text enthalten. Das Attribut dir (für “direction”, Schreib-Richtung) kann die Werte ltr (“left to right”) und rtl (“right to left”) annehmen. Beide Attribute können auch weggelassen werden.

(Beide Attribute gibt es in HTML wirklich.)

Attributtypen für IDs

Der Typ ID verlangt einen (dokument-weit) eindeutigen Identifier als Wert.
Der Typ IDREF verweist auf einen solchen Identifier
Der Typ IDREFS verweist auf mehrere solchen Identifier

<!ATTLIST person
  id     ID     #REQUIRED
  kinder IDREFS #IMPLIED
>

Mit dieser DTD kann man Personen und Ihre Kinder definieren, z.B. das Haus Stark:

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE leute SYSTEM "leute.dtd">
<leute>
  <person id="rickard" kinder="ned">Rickard Stark</person>
  <person id="ned" kinder="jon robb sansa arya brandon rickon">Ned Stark</person>
  <person id="catelyn" kinder="robb sansa arya brandon rickon">Catelyn Tully</person>
  <person id="jon">Jon Snow</person>
  <person id="robb">Robb Stark</person>
  <person id="sansa">Sansa Stark</person>
  <person id="arya">Arya Stark</person>
  <person id="brandon">Brandon Stark</person>
  <person id="rickon">Rickon Stark</person>
</leute>

Prüfen von validem XML

Wie kann man überprüfen, ob eine XML-Datei eine DTD erfüllt?

Zum Beispiel auf der Kommandozeile mit xmllint --valid beispiel.xml. Dieses Programm prüft die Wohlgeformtheit und die Validtät.

Zum Beispiel in einem Editor wie “Netbeans”:

XML Prüfung mit netbeans