在讲 DTD 文件之前，我们还得先谈谈 XML 文档。
XML 文档
对于大部分程序员来说，经常需要与 XML 文档打交道。什么时候会用到 XML 文档？我想最常见的场景当属互联网中数据的传输，以及各种开发配置文件了。
例如，我们要在互联网中传输商品信息，可以直接使用 XML 文档来存储：
item.xml
<?xml version="1.0" encoding="utf-8"?>
<商品>
<名称>XXX笔记本电脑</名称>
<价格>20000</价格>
<库存>300</库存>
<配置>
<处理器>i7</处理器>
<内存>8G</内存>
<硬盘>
<固态硬盘>256G</固态硬盘>
</硬盘>
<硬盘>
<机械硬盘>500G</机械硬盘>
</硬盘>
</配置>
</商品>
这是一个没有 DTD 约束的普通 XML 文档，该文档很清晰地描述了该商品的各种信息，解析起该文件也没什么问题。但如果我们要传输的是一件衣服的信息呢？那么包含的属性就不一样了，因为对于一件衣服而言，并不需要 配置 这个属性。
如何知道那些属性是合法的，那些属性是非法的？也就是说，在语法没有错误的基础上，我们什么时候应该使用哪些标签才是正确的？
像上面的例子中，如果我们在 <商品> 内部添加一个 身高，语法上并没有错误，但语义上就存在问题了。
但是 XML 本身只能检测语法是否有错误，不能检查语义是否出错。
为了能够进一步约束 XML，于是就有了 DTD 文件。
DTD 文件
DTD 文件（全称 Document Type Definition，即文档类型定义）存放的是一组约束条件，这些约束条件采用的是上下文无关文法（Context-Free Grammar, CFG），对于标签之间的派生关系，以及标签可以出现的位置和数量进行了定义。
类比 HTML 约束条件
什么是约束条件？html 文档与 XML 非常类似，可以视为 XML 的特例。我们看看 html 文档都有哪些约束：
- 文档的根元素为
html - 头部为
head - 主体部分为
body title标签应该放在head的内部p、span、script等标签也应该放在head或body内部
这一系列的规则就是 html 文档的约束条件。而作为一个比 html 更为通用的标记语言，xml 本身并没有对标签进行层次结构上的约束，只要语法正确，你可以编写任意的标签，进行任意的嵌套。如果要进行约束，就要声明其使用的 DTD 文件。
DTD 语法
针对最开始给出的商品信息的示例，我们想要进行如下的约束：XML 文档的根元素为 商品，商品 的属性只能是 名称、配置、价格、库存，其中 配置 是可选的，且 配置 中的 硬盘 可以有多个。
根据上述约束条件，我们可以编写相应的 DTD 文件：
item.dtd
<?xml version="1.0" encoding="utf-8"?>
<!ELEMENT 商品 (名称, 价格, 库存, 配置?)>
<!ELEMENT 配置 (处理器, 内存, 硬盘+)>
<!ELEMENT 硬盘 (固态硬盘 | 机械硬盘)>
<!ELEMENT 名称 (#PCDATA)>
<!ELEMENT 价格 (#PCDATA)>
<!ELEMENT 库存 (#PCDATA)>
<!ELEMENT 处理器 (#PCDATA)>
<!ELEMENT 内存 (#PCDATA)>
<!ELEMENT 固态硬盘 (#PCDATA)>
<!ELEMENT 机械硬盘 (#PCDATA)>
回顾一下 CFG，终结符 表示的是不能继续派生的符号，即常量值；变量 表示的是可以继续派生出其它变量或终结符的符号。
再来看这个 DTD 文件中所用到的语法：
<!ELEMENT NAME (CONTENT)>定义变量，括号中为该变量派生的内容，可以是变量也可以是终结符?表示变量可出现一次或不出现+表示变量出现一次或一次以上|表示可派生左边的变量，也可派生右边的变量#PCDATA表示常量值，对应 CFG 中的终结符，即 XML 中标签内部的存储内容
上述约束条件用 CFG 产生式 可描述为：
商品 -> 名称 价格 库存 | 名称 配置 价格 库存
配置 -> 处理器 内存 硬盘 | 配置 硬盘
硬盘 -> 固态硬盘 | 机械硬盘
名称 -> #PCDATA
价格 -> #PCDATA
库存 -> #PCDATA
处理器 -> #PCDATA
内存 -> #PCDATA
固态硬盘 -> #PCDATA
机械硬盘 -> #PCDATA
注意：在 DTD 文件中，一个变量要么只派生变量，要么只派生终结符，不能同时派生出变量和终结符。
派生出的变量之间是有顺序关系的，例如商品可以派生“名称, 价格, 库存”，那么在 XML 文件中，这三个标签必须按照这个先后顺序编写，否则将违反该约束条件。
在 XML 中引入 DTD 文件
<?xml version="1.0" encoding="utf-8"?>
<!-- 引入 DTD 文件 -->
<!DOCTYPE 商品 SYSTEM "item.dtd">
<商品>
<名称>XXX笔记本电脑</名称>
<价格>20000</价格>
<库存>300</库存>
<配置>
<处理器>i7</处理器>
<内存>8G</内存>
<硬盘>
<固态硬盘>256G</固态硬盘>
</硬盘>
<硬盘>
<机械硬盘>500G</机械硬盘>
</硬盘>
</配置>
</商品>
特别注意：包含中文等非 ASCII 字符时，需要确保文件中注明的编码与实际文件编码一致，否则在校验 XML 有效性时可能因无法解析文件而出错。
<!DOCTYPE 用于声明文档约束，其格式如下：
<!DOCTYPE 根元素>
<!DOCTYPE 根元素 SYSTEM "本地DTD文件路径">
<!DOCTYPE 根元素 PUBLIC "DTD标识符" "DTD文件URL">
第一种只标识文档的根元素，示例：
<!DOCTYPE html>
第二种引用本地 DTD 文件，示例：
<!DOCTYPE 商品 SYSTEM "item.dtd">
第三种引用网络 DTD 文件，示例：
<!DOCTYPE web-app PUBLIC "-//Sun Microsystems,Inc.//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd">
利用 IE 校验 XML
下面是一个基于 js 的简单校验工具，利用 IE 中 XML 对象的解析功能对 XML 文件进行校验。
由于该工具利用的是 IE 的 XML 对象，需要用 IE 浏览器打开该文件才能生效。
checkXml.html
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<script language="javascript">
// 创建xml文档解析器对象
var xmldoc = new ActiveXObject("Microsoft.XMLDOM");
// 开启xml校验
xmldoc.validateOnParse = "true";
// 装载xml文档，即指定校验哪个XML文件
xmldoc.load("item.xml");
document.writeln("错误信息：" + xmldoc.parseError.reason + "<br>");
document.writeln("错误行号：" + xmldoc.parseError.line);
</script>
</head>
<body>
</body>
</html>
校验成功时，显示内容如下：
错误信息：
错误行号：0
当删除了 item.xml 中的 <库存> 标签时，校验失败，提示出错信息：
错误信息：根据 DTD/Schema，元素内容无效。 预期: 库存。
错误行号：8
参考文章
作者：Wray Zheng
原文：http://www.codebelief.com/article/2018/01/application-of-context-free-grammar-dtd-file/
