Extensible Markup Language/DTD

**DTD**
Leçon : Extensible Markup Language

Chapitre n^o 2
Chap. préc. :	Introduction
Chap. suiv. :	XML Schema

En raison de limitations techniques, la typographie souhaitable du titre, « Extensible Markup Language : DTD
Extensible Markup Language/DTD », n'a pu être restituée correctement ci-dessus.

Introduction

Il peut être parfois nécessaire de préciser les balises et attributs auxquels on a droit lors de la rédaction d'un document XML, par exemple si l’on veut pouvoir partager le même type de document avec une communauté d'autres rédacteurs. Deux solutions sont possibles : les Schémas XML et les Document Type Definition. Ces dernières sont les plus simples à manipuler et sont apparues en premier, alors que les Schémas n'étaient pas encore définis. Ce sont les raisons pour lesquelles nous allons nous limiter à elles pour le moment. Il ne faut pas oublier néanmoins qu’il existe une autre solution, plus complexe certes, mais aussi plus puissante. Elle permet notamment d'informer plus efficacement l'utilisateur sur les balises auxquelles il a droit, ou bien de spécifier de manière plus détaillée le formatage autorisé pour le contenu de la balise ou de l'attribut.

Toute déclaration de type de document peut être composée de déclarations d'éléments, de déclarations d'attributs, de déclarations d'entités, de déclarations de notations et de commentaires.

Types de DTD

Introduction

Une DTD peut être stockée dans deux endroits différents. Elle peut être incorporée au document XML (elle est alors dite interne), ou bien être un fichier à part (on parle alors de DTD externe). Cette dernière possibilité permet de la partager entre plusieurs documents XML. Il est possible de mêler DTD interne et externe.

ll existe de surcroît deux types de DTD externes : privé ou public. Les DTD privées sont accessibles uniquement en local (sur la machine de développement), tandis que les publiques sont disponibles pour tout le monde, étant accessibles grâce à un URI (Uniform Resource Identifier).

Une déclaration de type de document est de la forme :

<!DOCTYPE elt.racine ... "..." "...">

Cette déclaration se place juste après le prologue du document. L'élément racine du document XML rattaché à cette DTD est alors obligatoirement elt.racine. Par exemple...

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE commande ... "..." "boncommande.dtd">
<commande>
<item>(...)</item>
<item>(...)</item>
<item>(...)</item>
</commande>

La syntaxe DTD ne diffère pas entre une DTD interne et une externe.

Syntaxe

Le contenu ne change pas suivant le type de DTD, mais les déclarations d'une DTD interne sont écrites à l'intérieur du prologue du document XML alors que celles d'une DTD externe sont stockées dans un fichier... externe.

Exemple de déclarations pour une DTD interne :

<!DOCTYPE biblio[
<!ELEMENT biblio (livre)*>
<!ELEMENT livre (titre, auteur, nb_pages)>
  <!ATTLIST livre
    type (roman | nouvelles | poemes | théâtre) #IMPLIED
    lang CDATA "fr"
  >
<!ELEMENT titre (#PCDATA)>
<!ELEMENT auteur (#PCDATA)>
<!ELEMENT nb_pages (#PCDATA)>
]>

DTD externe

Les deux types de DTD externes sont les DTD de type public et les DTD de type system. Le mot-clef SYSTEM indique que le fichier spécifié se trouve sur l'ordinateur local et qu’il est disponible uniquement à titre privé. Par contre, le mot-clé PUBLIC indique une ressource disponible pour tous sur un serveur web distant.

Exemple de déclaration de DTD externe de type SYSTEM :

<!DOCTYPE biblio SYSTEM "bibliographie.dtd">

Le fichier associé est le suivant :

<?xml version="1.0" encoding="ISO-8859-1"?>
<!ELEMENT biblio (livre*)>
<!ELEMENT livre (titre, auteur, nb_pages)>
  <!ATTLIST livre
    type (roman | nouvelles | poemes | théâtre) #IMPLIED
    lang CDATA "fr"
  >
<!ELEMENT titre (#PCDATA)>
<!ELEMENT auteur (#PCDATA)>
<!ELEMENT nb_pages (#PCDATA)>

Exemple de déclaration de DTD externe de type PUBLIC :

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">

Dans l'exemple précédent, la chaîne de caractères après le mot PUBLIC fait référence tout d’abord à l'identifiant de la DTD (ici -, qui signifie que la DTD n'a pas de numéro d'enregistrement officiel), au propriétaire de la DTD (ici le W3C), puis son nom, enfin sa langue.

Déclarations d'éléments

Généralités

Une déclaration d'éléments est de la forme :

<!ELEMENT nom type_element>

nom est le nom de l'élément et type_element est le type auquel il est associé. Un élément peut être de type texte, vide (EMPTY), séquence ou choix d'élément. Dans ces deux derniers cas, on indique la liste des éléments-enfants.

Élément texte

Cet élément est le plus répandu, puisque c’est celui qui contient... du texte. Il se déclare ainsi :

<!ELEMENT elt (#PCDATA)>

Élément vide

Un élément vide est, comme son nom l'indique, un élément qui n'a aucun contenu -que ce soit de type texte, ou bien un autre élément. Le mot-clef utilisé pour la déclaration de ce type d'élément est EMPTY :

<!ELEMENT elt EMPTY>

Exemple d’utilisation :

<elt />

Un élément vide peut fort bien posséder un ou plusieurs attributs. Par exemple

<img width="100" height="30" src="paysage.jpg" alt="Paysage de neige" />

Indicateurs d'occurrence

Lors de la déclaration de séquence ou de choix d'éléments, à chaque élément enfant peut être attribuée une indication d'occurrence (?, + ou *).

Exemples d'indicateur d'occurrences :

<!ELEMENT elt0 (elt1, elt2?, elt3+, elt*)>

elt1 ne comprend aucune indication d'occurrence. Il doit donc apparaître une seule et unique fois dans l'élément elt0 ;
elt2 a pour indication d'occurrence ?. Cela signifie que l'élément doit apparaître au maximum une fois (il peut ne pas apparaître du tout) ;
elt3 a pour indication d'occurrence +. Cela signifie que l'élément doit apparaître au moins une fois ;
elt4 a pour indication d'occurrence *. Cela signifie que l'élément doit apparaître autant de fois que l'auteur le désire (voire ne pas apparaître du tout).

Séquence d'éléments

Une séquence d'éléments est une liste ordonnée des éléments qui doivent apparaître en tant qu'éléments-enfants de l'élément que l’on est en train de définir. Ce dernier ne pourra contenir aucun autre élément que ceux figurant dans la séquence. Cette liste est composée d'éléments séparés par des virgules et est placée entre parenthèses.

Chaque élément-enfant doit de plus être déclaré par ailleurs dans la DTD (avant ou après la définition de la liste, peu importe). Dans le fichier XML, ils doivent apparaître dans l’ordre de la séquence.

<!ELEMENT elt0 (elt1, elt2, elt3)>

Exemple d’utilisation valide :

<elt0>
  <elt1>(...)</elt1>
  <elt2>(...)</elt2>
  <elt3>(...)</elt3>
</elt0>

Exemples d’utilisations non valides :

<elt0>
  <elt1>(...)</elt1>
  <elt3>(...)</elt3>
</elt0>

... car l'élément elt2 est manquant.

<elt0>
  <elt1>(...)</elt1>
  <elt3>(...)</elt3>
  <elt2>(...)</elt2>
</elt0>

... car l’ordre des éléments n’est pas respecté.

On rappelle qu’il est possible d’utiliser des indicateurs d'occurrence. Par exemple...

<!ELEMENT elt0 (elt1+, elt2*, elt3?)>

Choix d'éléments

Un choix d'élément donne... le choix dans une liste de plusieurs éléments possibles. L'utilisation précise dépend des indicateurs d'occurrence. De même que pour la séquence, les éléments-enfants doivent être déclarés dans la DTD. Cette liste est composée d'éléments séparés par le caractère « | » (combinaison de touches AltGr+6 sur un clavier AZERTY).

<!ELEMENT elt0 (elt1 | elt2 | elt3)>

Exemple d’utilisation valide :

<elt0><elt2>(...)</elt2></elt0>

Exemple d’utilisation non valide :

<elt0>
  <elt2>(...)</elt2>
  <elt3>(...)</elt3>
</elt0>

Exemple d’utilisation d'un choix d'éléments avec indicateurs d'occurrence par élément :

<!ELEMENT choix.elt (elt1* | elt2* | elt3*)>

Exemple d’utilisation valide :

<elt0>
  <elt2>(...)</elt2>
  <elt2>(...)</elt2>
</elt0>

Exemples d’utilisation non valide :

<elt0>
  <elt3>(...)</elt3>
  <elt2>(...)</elt2>
</elt0>

<elt0>
  <elt2>(...)</elt2>
  <elt3>(...)</elt3>
</elt0>

Exemple d’utilisation d'un choix d'éléments avec indicateur d'occurrence global :

<!ELEMENT elt0 (elt1 | elt2 | elt3)*>

Exemple d’utilisation valide :

<elt0>
  <elt2>(...)</elt2>
  <elt3>(...)</elt3>
  <elt1>(...)</elt1>
</elt0>

Dans ce dernier cas, il n'y a pas de contrainte visible sur l’ordre d'apparition des éléments.

Élément quelconque

L'élément quelconque est l'élément-"fourre-tout" dans une DTD. Il peut contenir tout autre élément défini dans la DTD, aussi bien qu'être vide ou contenir du texte. Les éléments-enfants éventuels peuvent apparaître dans n’importe quel ordre, et en quantité non définie. Il est préférable de ne pas utiliser trop souvent ce type de déclaration, car on perd les avantages qu'offre la rédaction d'une DTD, qui sont de fixer des contraintes précises sur la structure du document XML qui lui est lié. Le mot-clef utilisé pour la déclaration de ce type d'élément est ANY.

<!ELEMENT elt ANY>

Élément à contenu mixte

Un élément à contenu mixte peut contenir aussi bien du texte, que des éléments-enfants. Il se présente comme une liste de choix, avec des indicateurs d'occurrence bien choisis. Le texte contenu peut se trouver à n’importe quel endroit dans l'élément, et peut être une section CDATA.

Exemple de déclaration :

<!ELEMENT citation (#PCDATA | auteur)*>

Exemple d’utilisation :

<citation>
Être ou ne pas être <auteur>Shakespeare</auteur>
</citation>

Déclarations d'attributs

Introduction

Comme on peut trouver dans un document XML des éléments possédant des attributs, il est normal que la DTD permette de définir des contraintes sur ces derniers. On peut déclarer et attacher à un élément donné chaque attribut séparément, mais il est préférable de les assembler sous la forme d'une liste. Chaque attribut défini dans la liste possède un nom et un type. On peut lui donner une valeur par défaut, ou bien le spécifier obligatoire. Le mot-clef de cette déclaration est ATTLIST.

Valeurs par défaut

Chaque attribut peut être requis, optionnel ou fixe et avoir une valeur par défaut. Les exemples suivants montrent la déclaration d'un attribut appelé attr attaché à un élément nommé elt.

Déclaration d'un attribut avec une valeur par défaut :

      <!ELEMENT elt (...)>
        <!ATTLIST elt attr CDATA "valeur">

Un tel attribut n’est pas obligatoire. S'il est omis dans le fichier XML lors de l’utilisation de l'élément elt, il est considéré comme valant valeur. Dans cet exemple, si on écrit <elt>(...)</elt>, cela est équivalent à écrire <elt attr="valeur">(...)</elt>.

Déclaration d'un attribut requis :

      <!ELEMENT elt (...)>
        <!ATTLIST elt attr CDATA #REQUIRED>

Un tel attribut est obligatoire. Son absence déclenche une erreur du vérificateur syntaxique sur le fichier XML.

Déclaration d'un attribut optionnel :

      <!ELEMENT elt (...)>
        <!ATTLIST elt attr CDATA #IMPLIED>

Déclaration d'un attribut avec une valeur fixe :

      <!ELEMENT elt (...)>
        <!ATTLIST elt attr CDATA #FIXED "valeur">

L'utilité d'un tel attribut peut sembler bizarre à première vue, puisqu’il ne peut prendre qu'une seule valeur. Cette fonctionnalité est cependant utile lors d'une mise à jour d'une DTD, pour préserver la compatibilité avec des versions ultérieures.

Type chaîne de caractères

Il s'agit là du type d'attribut le plus courant. Une chaîne de caractères peut être composée de caractères ainsi que d'entités analysables. Le mot-clef utilisé pour la déclaration de chaîne de caractère est CDATA.

Exemple de déclaration de CDATA :

<!ELEMENT elt (...)>
  <!ATTLIST elt attr CDATA #IMPLIED>

Exemples d’utilisations :

      <elt attr="Chaîne de caractères"></elt>

      <!ENTITY car "caractères">
      <elt attr="Chaîne de &car;">(...)</elt>

Type ID

Ce type sert à indiquer que l'attribut en question peut servir d'identifiant dans le fichier XML. Deux éléments ne pourront pas posséder le même attribut possédant la même valeur.

Exemple de déclaration de type ID optionnel :

<!ELEMENT elt (...)>
  <!ATTLIST elt attr ID #IMPLIED>
<!ELEMENT elt1 (...)>
  <!ATTLIST elt1 attr ID #IMPLIED>
<!ELEMENT elt2 (...)>
  <!ATTLIST elt2 attr ID #IMPLIED>

La déclaration précédente interdit par exemple...

<elt1 attr="machin"></elt1>
<elt2 attr="truc"></elt2>
<elt1 attr="machin"></elt1>

... ainsi que

<elt1 attr="machin"></elt1>
<elt2 attr="machin"></elt2>
<elt1 attr="truc"></elt1>

Type énuméré

On peut parfois désirer limiter la liste de valeurs possibles pour un attribut. On le définit alors comme étant de type énuméré. Donner une autre valeur dans le fichier XML provoque une erreur.

Exemple de déclaration d'une liste de choix d'attributs :

<!ELEMENT img EMPTY>
  <!ATTLIST img format (BMP | GIF | JPEG) "JPEG">

Cet exemple déclare un attribut format d'un élément img. La valeur de cet attribut peut être BMP, GIF ou JPEG. Si aucune valeur n'est affectée à cet attribut, c’est la valeur par défaut qui le sera, ici JPEG. On notera l'absence de guillemets dans la liste des valeurs possibles. C'est une source courante d'erreur dans la rédaction d'une DTD.

Déclarations d'entités

Introduction

Les déclarations d'entités permettent de disposer de l'équivalent de raccourcis clavier et de caractères a priori non accessibles dans le jeu de caractères sélectionné.

Les entités paramétriques

Elles servent à définir des symboles qui seront utilisés ailleurs dans la DTD. Ce sont en quelque sorte des raccourcis d'écriture : partout où une entité est mentionnée, elle peut être remplacée par la chaîne de caractères qui lui est associée. Ce mécanisme s’apparente à un mécanisme de "macro".

Les entités paramétriques ne peuvent pas être utilisées en-dehors d'une DTD.

Exemple tiré de la spécification du langage HTML :

<!ENTITY % heading "H1|H2|H3|H4|H5|H6">

L'exemple précédent a pour effet d'indiquer au système que toute occurrence de %heading; doit être remplacée par H1|H2|H3|H4|H5|H6.

Ce mécanisme peut également servir à utiliser un nom relativement compréhensible à la place d'une séquence de caractères peu évocatrice. La définition d'une entité peut également faire référence à d'autres entités ; la substitution est alors effectuée de proche en proche.

Les entités de caractères

Elle servent à donner un nom facilement lisible à des caractères qui ne sont pas représentables dans l'alphabet utilisé, ou qui ne sont pas disponibles au clavier.

Exemples tirés de la DTD du langage HTML 4.01 :

<!ENTITY nbsp "&#160;">
<!ENTITY eacute "é">

Les entités de caractères définies dans une DTD peuvent être utilisées dans un document XML référençant cette DTD à l'aide de la notation &NomEntité;.

Les entités internes

Ce sont des symboles pouvant être définis dans une DTD et utilisés dans un document XML comme raccourcis d'écriture. La définition complète du symbole est entièrement incluse dans la DTD. Exemple :

<!ENTITY ADN "Acide désoxyribonucléique">

Dans le fichier XML, l'appel à &ADN; sera automatiquement remplacé, lors de l’affichage ou du traitement, par la chaîne de caractères "Acide désoxyribonucléique".

Les entités externes

Il s'agit...

... soit de symboles pouvant être définis dans un autre fichier, mais pouvant être utilisés dans un document XML ou la DTD elle-même. Par exemple :

      <!ENTITY Inclusion SYSTEM "toto.xml">
      <!ENTITY % Inclusion SYSTEM "toto.inc">

Dans le fichier XML, le contenu du fichier toto.xml sera inséré à l'appel de l'entité &Inclusion;, et dans la DTD, le contenu du fichier toto.inc sera inséré à l'appel de l'entité %Inclusion;

... soit de symboles pouvant être définis dans une autre DTD et utilisés dans la DTD courante :

      <!ENTITY % HTMLSpecial PUBLIC "-//W3C//ENTITIES Special for XHTML//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml-special.ent">

Le contenu de cette DTD (qui peut être de type SPECIAL ou PUBLIC) est importé dans la DTD courante par l'appel de %HTMLSpecial;.

Extensible Markup Language

Introduction

XML Schema