基于XML的三个常用元数据描述工具的评价与比较 【内容提要】随着Internet和WWW的飞速发展，XML凭借其自身的特点，为网络信息的管理、搜索以及Web上各种应用的链接提供了极大的便利，从而得到了广泛应用。XML的一个重要特点就是允许用户定义自己的标签，从而实现对信息的存储和管理。XML中较常用的标签定义工具有DTD和XML Schema，而RDF是一个专用的元数据描述框架。本文结合一个MARC元数据描述的实例，对
这三个工具进行了比较细致的分析和对比，并对未……
1 引言
XML是继HTML之后的又一种WEB标记语言，它为用户提供了灵活的标记扩展机制，使得不同内容的资源能以格式良好的自定义的标记元素来表现。元数据是描述信息资源或数据等对象的数据，主要用来识别、评价、追踪资源，以及方便对资源的管理、发现、查找和交换。随着计算机网络的发展，特别是Internet的普及，网络环境下信息的描述和处理成为一个重要的问题，相应地网络环境下的元数据问题也成为一个研究的热点。DTD和XML Schema是XML中常用的进行标记扩展的工具，RDF是专用的元数据描述工具，网络环境下的元数据描述通常就是借助这几个工具，利用XML的标记可扩展性来完成。在这三个工具中，DTD随着XML1.0最早被提出，伴随着XML应用的普及和人们对DTD认识的加深，又进一步提出了RDF和更有发展潜力的XML Schema。
2 DTD
DTD作为XML1.0规范的重要组成部分，它使用EBNF（Extended Backus Naur Form）语法完成XML文档结构的定义，即XML文档中标记的定义。一个XML文档只能对应一个DTD，一个DTD由一系列标记定义组成，包括元素定义（element declaration）、属性定义（attribate declaration）、实体定义（entity declaration）、注释定义（notation declaration），是目前支持和应用最广泛的一种标记扩展工具。例如，一个用于描述MARC元数据的XML文档的DTD可以定义如下：
＜！DOCTYPE mare [
＜！ELEMENT marc （record） *＞
＜！ATTLIST mare TYPE （CN ｜US｜ UN11） # REQUIRED＞
＜！ELEMENT record （datafield） *＞
＜！ATTLIST record
type CDATA # REQURED
info CDATA # REQUIRED＞
＜！ELEMENT，datafield （subdatafield） *＞
＜！ATTLIST datafield
tag CDATA # REQUIRED
ind1 CDATA # IMPLIED
ind2 CDATA # IMPLIED＞
＜！ELEMENT subdatafield （# PCDATA）＞
＜！ATTLIST subfield
code CDATA # REQUIRED＞
]＞
上例中各个标记和属性的作用如下：
＜MARC＞：用于标记内容的开始和结束，属性“type”用于标记MARC类型，如CNMARC，USMARC，UNIMARC。
＜RECORD＞：用于标记MARC记录的24byte定长头标区，属性有“type”和“info”。
＜DATAFIELD＞：MARC记录数据字段区的数据字段标记，对应MARC记录中每个字段的内容，属性“tag”、“ind1”和“ind2”分别代表字段标识、第一和第二指示符。
＜SUBDATAFIELD＞：MARC记录数据字段区中数据字段的子字段标记，属性“code”为子字段标识。
通过该例，我们可以看到DTD较好地完成了XML的标记扩展（即元数据描述）的任务，目前在Internet上已有大量使用DTD描述的元数据存在。但是DTD提出较早，人们在使用过程中也发现它有很多的不足之处。其主要特点如下：
