由于换行导致的 DTD 字符数据验证错误

Question

我有以下 fake.dtd 文件：

<!ELEMENT outer - - (#PCDATA, foo, bar) >
<!ELEMENT foo - o (#PCDATA) >
<!ELEMENT bar - - (#PCDATA) >

以及以下 SGML 文档：

<!DOCTYPE outer SYSTEM "fake.dtd">
<OUTER>Document Title
    <FOO>1234
    <BAR>wxyz</BAR>
</OUTER>

我在使用 nsgmls:

时收到验证错误

4:19:E: character data is not allowed here

注意把</OUTER>和</BAR>放在同一行就解决了问题；错误是指换行符。

有没有办法让 SGML 保持原样（因为我已经有数千个这样的文档），但更改 DTD 以使其有效？

在 outer 元素的末尾添加另一个 #PCDATA 似乎很愚蠢，因为这会使换行符以外的字符合法。

Answer 1

看似无害的空格实际上是重要的字符数据，这会导致错误。这有时称为 "pernicious mixed content"。您已经暗示了一个解决方案（允许 #PCDATA 在 bar 元素之后）：

<!ELEMENT outer - - (#PCDATA, foo, bar, #PCDATA) >

另一种选择是允许 #PCDATA 和任何顺序的元素（这是必须在 XML 中声明混合内容的方式）：

<!ELEMENT outer - - (#PCDATA|foo|bar)* >

我想不出别的了。无法将 #PCDATA 内容限制为仅某些字符。

Answer 2

SGML 标准 (ISO 8879:1986/A1:1988, 11.2.4) 明确建议不要使用 内容模型，如 (#PCDATA, foo, bar)（强调我的):

NOTE - It is recommended that “#PCDATA” be used only when data characters are to be permitted anywhere in the content of the element; that is, in a content model where it is the sole token, or where or is the only connector used in any model group.

尽管提及 #PCDATA 仅作为组中的第一个标记，您的 outer 元素类型仍被声明为具有 混合内容 ，因此数据字符可以出现在任何地方：这就是为什么 </BAR> 之后的换行符（又名 "record end"）被识别为 数据字符 一方面不仅仅是 分隔符 ，但另一方面没有相应的 #PCDATA 标记来吸收它，因此出现错误。（只有省略的 </FOO> 结束标记避免了之前行中的相同错误！）

在这种情况下，正确且常见的方法是将 "Document Title" 放入实际的 title 元素中——为此可以允许省略 both 开始和结束标签：

<!ELEMENT outer - - (title, foo, bar) >
<!ELEMENT title o o (#PCDATA) >

现在

您的文档实例未经修改即有效，
outer 内容模型仍然反映了元素的正确顺序，
outer元素有元素内容（不再混合内容),
并且 "Document Title" 文本最终出现在它自己的 title 元素中，这是应该的。

（在多个标准 DTD 中使用了相同的技术，例如标准附件 E 中的 "General Document" 示例。）

由于换行导致的 DTD 字符数据验证错误

DTD character data validation error due to linebreak

dtd

sgml