3.1.2.2 定义元素及其子元素

3.1.2.2 定义元素及其子元素
   

在上节的例子中，我们定义了一个名为“联系人”的元素，并且解释过，它可以包含一个单独的子元素“姓名”，而这个“姓名”元素中则包含了字符数据。具体的例子为：

<DOCTYPE 联系人列表[    <ELEMENT 联系人(姓名)>
    <ELEMENT 姓名(#PCDATA)>   
    ]>
<联系人列表>
    <联系人>
        <姓名>张三
   

事实上，前面对这个DTD的解释并不是十分准确的，更准确的说法是，元素“联系人”必须包含一个，且只能包含一个子元素“姓名”。这就描述了一个“说一不二”的规则，联系人不能没有名字，也不能有好几个名字。可如果子元素是“EMAIL地址”怎么办？联系人可能根本没有自己的EMAIL邮箱，也可能“狡兔三窟”，有好几个EMAIL帐号。
DTD尽管要求严格，但也有它的灵活性。使用正则表达式，我们就可以解决上述问题，描述父元素与子元素之间非常复杂的关系。例如，你可以对一个元素作如下任何一种类型的定义：它有一个子元素，有一个或多个子元素，有零个或多个子元素，至少有一个子元素。你还可以定义复合关系，比如“元素X是有效的，如果它含有一个或多个子元素Y，或一个子元素Z”。听着有些绕嘴，举个例子就明白了：“联系方式”中必须包含一个或多个“EMAIL地址”，如果没有EMAIL地址，包含一个“电话号码”也是可以的。
元素定义是由它们的元素内容模型（ECM）来描述的，也就是说，是由紧跟元素后面的括号中的内容来定义的。因此，正如我们前面见到的，元素“联系人”的ECM被描述为子元素“姓名”：
<ELEMENT 联系人(姓名)>
ECM中的内容采取一组正则表达式的形式，和UNIX用到的正则表达式差不多。可能你不大熟悉UNIX，那没关系，正则表达式非常简单，它的核心思想就是采取“匹配”的逻辑。在下表中，我们列出了正则表达式中可能出现的元字符：
元 字 符 含    义
+ 出现一次或多次
* 出现零次或多次
？ 可选，不出现或出现一次
（） 一组要共同匹配的表达式
| OR，或
， AND，要求严格遵从顺序要求
元素A
元素B
元素C 元素列表，无须遵从顺序要求
下面几节中，我们将通过一些例子具体讲解这些元字符的用法，对使用正则表达式来定义ECM的方法获得一些感性认识。