Ce cours vous est offert par XMLFacile !
Merci de respecter le travail des auteurs en gardant cette mention.
D'autres cours de ce genre sont disponibles sur le site XMLFacile! (www.xmlfacile.com)

DTD - XML Facile!

8.DTD

8.1.Document valide

Pour pouvoir être traité correctement un fichier XML doit nécessairement répondre à une structure donnée. L'outil (ou même l'humain) doit savoir où trouver les informations. Et il peut être en droit d'attendre telle ou telle information à telle endroit, telle ou telle type de valeur dans tel ou tel attribut, etc. Bref, le document XML doit être valide.

Si l'on fait la comparaison avec l'HTML, on sait que théoriquement on doit écrire:

<html>
    <head>
    </head>
    <body>
        <h1>Mon site web</h1>
    </body>
</html>

et non pas

<html>
    <head>
    </head>
    <h1>Mon site web</h1>
</html>

Il y a certaines règles à respecter même si les navigateurs ont été programmés pour comprendre à peu près n'importe quoi. Ainsi, la balise <html> doit contenir les balises <head> et <body>. La balise <h1> ne peut apparaître directement après <head>.

Alors, on peut faire confiance à celui qui créé le document XML pour respecter des règles explicites ou implicites mais le mieux c'est encore de décrire ces règles dans un document. Document qui pourra servir au contrôle automatique du document XML par un outil.

Il existe 2 normes de documents de validation:

DTD
XML Schema

Ici, nous verrons la DTD.

8.2.Un exemple de DTD

Une DTD peut être définie soit à l'intérieur d'un document XML soit dans un fichier à part. Cette dernière solution est la plus fréquente car la plus pratique.
Pour définir une DTD externe, il suffit d'écrire <!DOCTYPE racine SYSTEM "nomdufichier.dtd"> juste après <?xml version="1.0" ?> où racine est le nom de la balise racine de l'arbre XML.
Reprenons notre fichier XML d'exemple et ajoutons-y cette ligne (ainsi que quelques donnees supplémentaires):

<?xml version="1.0"?>
<!DOCTYPE encyclopedie SYSTEM "encyclopedie.dtd">
<encyclopedie>
    <personne datenaissance="1942-01-08" sexe="H">
        <nom>HAWKING</nom>
        <prenom>Stephen</prenom>
        <publication>Une brève histoire du temps</publication>
    </personne>
    <personne datenaissance="1932-07-13" sexe="H">
        <nom>REEVES</nom>
        <prenom>Hubert</prenom>
        <publication>L'Univers expliqué à mes petits-enfants</publication>
        <publication>Patience dans l'azur, L'évolution cosmique</publication>
        <publication>Poussières d'étoiles</publication>
    </personne>
    <personne datenaissance="1879-03-14" sexe="H">
        <nom>EINSTEN</nom>
        <prenom>Albert</prenom>
        <publication>Des ondes gravitationnelles</publication>
        <publication>Sur la théorie quantique du rayonnement</publication>
    </personne>
    <personne datenaissance="1867-11-07" sexe="F">
        <nom>CURIE</nom>
        <prenom>Marie</prenom>
        <publication>traité de radioactivité</publication>
    </personne>
</encyclopedie>

Voici ce que pourrait-être sa DTD:

<?xml version="1.0"?>
<!ELEMENT encyclopedie     (personne*)>
<!ELEMENT personne  (nom,prenom,publication+)>
<!ATTLIST personne sexe (H | F) "H">
<!ELEMENT nom       (#PCDATA)>
<!ELEMENT prenom    (#PCDATA)>
<!ELEMENT publication (#PCDATA)>

Pour chacun des éléments, on définit sa composition par <!ELEMENT nom_element (structure)>
Pour chacun des attributs, on définit sa composition par <!ATTLIST nom_element nom_attribut (structure)>
L'attribut sexe de la balise <personne> est, ici, défini comme étant un choix imposé entre "H" et "F". Les valeurs possibles sont séparées par des caractères '|'. Cet attribut n'étant pas indiqué comme obligatoire, s'il n'est pas précisé alors il prendra par défaut la valeur "H" (la valeur précisée entre guillemets après la liste)
personne* signifie que dans un élément <encyclopedie> on peut trouver de 0 à plusieurs éléments de type <personne> à l'exclusion de tout autre élément
nom,prenom,publication+ signifie que dans un élément personne on doit trouver un et un seul (*) élément <nom>, un et un seul élément <prenom> et un ou plusieurs (+) éléments <publication> et dans cet ordre (comme imposé par la virgule)
<nom>, <prenom> et <publication> sont des éléments qui peuvent contenir du texte comme l'indique #PCDATA. On parle de contenu mixte
Deux autres types pour les éléments existent, EMPTY et ANY, empty signifie que l'élément est vide (comme <br/> en HTML), ANY indique que l'élément peut comporter tout autre élément déclaré dans la DTD.

8.3.La syntaxe

Reprenons les différents indicateurs d'occurences:

pas de symbole veut dire 1 et 1 seul élément
+ veut dire 1 ou plusieurs éléments
* veut dire 0 ou plusieurs éléments
? veut dire 0 ou 1 éléments

Ces symbles sont placés juste après les noms des éléments.

Et voici les différents connecteurs possibles:

, les différents éléments séparés par une virgule doivent apparaître dans l'ordre donné
| signifie qu'un seul des deux éléments séparés par ce symbole doit apparaître dans le fichier XML

Ces symbles sont placés entre deux éléments.

On peut composer les différents connecteurs en utilisant les parenthèses. Toutefois, il faut veiller à ne pas définir une gramaire trop ambigüe par exemple ((nom,prenom)|(nom,surnom)) n'est pas correct, il est préférable d'écrire (nom,(prenom|surnom)).
On peut autoriser plusieurs éléments répétés, par exemple (adresse,telephone)* ce qui permet de créer des couples (adresse,telephone).

Les attributs (déclarés par ATTLIST) possèdent différents contrôles:

CDATA pour une chaîne quelconque de caracères
ID pour un nom unique dans le document (identifiant)
IDREF pour un numéro d'identifiant du document (création d'un lien dans le document)
ENTITY entité externe
ENTITIES liste d'ENTITY séparées par des espaces
NMTOKEN pour un mot sans espace
NMTOKENS pour une liste de NMTOKEN séparés par des espaces

Les valeurs des attributs peuvent être précisées par la DTD.

#REQUIRED signifie que la valeur est obligatoire dans le document
#IMPLIED signifie que s'il n'y a pas de valeur dans le document, c'est à l'application de donner la sienne par défaut
#FIXED signifie que la valeur doit être celle de la DTD
une valeur par défaut que va prendre l'attribut si aucune valeur n'est donnée dans le fichier XML

8.4.Conclusion

Il est très important d'avoir une bonne DTD et donc de passer du temps à sa conception. C'est elle qui vous permettra de construire des documents XML valides. Il peut-être aussi astucieux d'utiliser des DTD existantes et éventuellement de les modifier, c'est généralement plus efficace que de tout refaire à 0. Par exemple, il est plus que probable qu'une DTD définissant un annuaire existe déjà et qu'il prend en compte des choses auxquelles vous n'aviez pas pensé comme l'Etat aux USA par exemple.

Jusque là, on a défini une structure qui pourra être utilisée dans de nombreux outils. On peut ainsi stocker des données (dans des fichiers XML) reste à trouver le moyen de les mettre en forme: c'est le rôle entre autres d'XSL.

Ce cours vous est offert par XMLFacile !
Merci de respecter le travail des auteurs en gardant cette mention.
D'autres cours de ce genre sont disponibles sur le site XMLFacile! (www.xmlfacile.com)