数据库 第23章 XML

Chapter 23: XML

概述（Introduction）

XML：Extensible Markup Language（可扩展标记语言）

注意：标签没有被预定义，需要自行定义标签

例：购物清单

<purchae_order>
	<identifier>P-101</identifier>
    <purchaser>...</purchaser>
    <itemlist>
    	<item>
        	<identifier>RS1</identifier>
            <description>Atom powered rocked sled</description>
            <quantity>2</quantity>
            <price>199.95</price>
        </item>
        <item>
        	<identifier>SG1</identifier>
            <description>Superb glue</description>
            <quantity>1</quantity>
            <unit-of-measure>Liter</unit-of-measure>
            <price>199.95</price>
        </item>
    </itemlist>
</purchae_order>

XML 数据结构（Structure of XML Data）

标签：尖括号围住，成对出现或者自封闭

元素：一个元素是一对互相匹配的开始和结束标签，以及它们之间出现的所有文本

① 文本可以与子元素混合

例：对文本标记有益，但不利于数据展示

<course>
	This course is being offered for the first time in 2009.
    <course_id>BIO-399</course_id>
    <title>Computational Biology</title>
    <dept_name>Biology</dept_name>
    <credits>3</credits>
</course>

② 属性：模式为 name = value，属性是字符串，不包含标记

<course course_id=”CS-101“>
	<title>Intro. to Computer Science</title>
    <dept_name>Comp Sci.</dept_name>
    <credits>4</credits>
</course>

属性可以和子元素相互转化，建议元素的标识（ID）用属性表示，元素的内容用子元素表示：

<course course_id="CS-101">...</course>

<course>
	<course_id>CS-101</course_id>
</course>

③ 名字空间（Namespace）：每个标签或属性前加上通用资源标识符（或网址）

通过使用名字空间，避免在整个文档中使用长而唯一的名称

<university xmlns:yale="http://www.yale.edu">
	<yale:course>
    	<yale:course_id>CS-101</yale:course_id>
        <yale:title>Into. to Computer Science</yale:title>
        <yale:dept_name>Comp. Sci.</yale:dept_name>
        <yale:credits>4</yale:credits>
    </yale:course>
</university>

④ 没有子元素的标签可以自封闭

<course course_id="CS-101" Title="Intro. To Computer Science" dept_name="Comp. Sci." credits="4" />

⑤ CDATA （character data）可用于表示带标签的字符串，这样字符串就不会被解析为子元素，而是解析为文本数据

注意：内部不再需要引号

<![CDATA[<course>...</course>]]>

XML 文档模式（XML Document Schema）

DTD

DTD：Document Type Definition（文档类型定义）

DTD 定义了 XML 文档的三个方面：

• 可以有哪些元素
• 元素可以有哪些属性、必须有哪些属性
• 元素的子元素可以有哪些、可以出现多少次

注意：DTD 不限制 XML 的数据格式，因为所有 XML 中的值都是以字符串的形式存在的

语法：

<!ELEMENT element(subelements-specification)>
<!ATTLIST element(attributes)>

① 子元素的限定：

• 子元素的名字
• #PCDATA（parsed character data），即子元素可以是字符串
• EMPTY（没有任何子元素）或 ANY（子元素可以是任何东西）
• 可以使用正则表达式：| 或 + 一个或多个 * 0 个或多个 ? 0 个或 1 个

<!DOCTYPE university[
	<!ELEMENT university((department|course|instructor|teaches)+)>
	<!ELEMENT department(dept_name, building, budget)>
	<!ELEMENT course(course_id, title, dept_name, credites)>
	<!ELEMENT instructor(IID, name, dept_name, salary)>
	<!ELEMENT teaches(IID, course_id)>
	<!ELEMENT dept_name(#PCDATA)>
	<!ELEMENT building(#PCDATA)>
	<!ELEMENT budget(#PCDATA)>
	<!ELEMENT course_id(#PCDATA)>
	<!ELEMENT title(#PCDATA)>
	<!ELEMENT credits(#PCDATA)>
	<!ELEMENT IID(#PCDATA)>
	<!ELEMENT name(#PCDATA)>
	<!ELEMENT salary(#PCDATA)>
]>

② 属性的限定：每个属性需要包括这几个限定

• 属性名

• 属性的类型

  • CDATA（包含字符数据）
  • ID（identifier，该元素的唯一标识符，跟 html 里的 id 一个意思）或 IDREF（ID reference，对另一个元素的引用，这个属性必须是在文档中的某个元素的 ID 属性，有点外键的意思）或IDREFS（multiple IDREFs，空格分开的引用列表）

• 其他限定

  • #REQUIRED（每个元素在该属性上必须指定一个值）
  • value（默认值）
  • #IMPLIED（既不必须，也没有默认值）

<!DOCTYPE university [
	<!ELEMENT university((department|course|instructor)+)>
	<!ELEMENT department(building, budget)>
	<!ATTLIST department
		dept_name ID #REQUIRED>
	<!ELEMENT course(title, credits)>
	<!ATTLIST course
		course_id ID #REQUIRED
		dept_name IDREF #REQUIRED
		instructors IDREFS #IMPLIED >
	<!ELEMENT instructor(name, salary)>
	<!ATTLIST instructor
		IID ID #REQUIRED
		dept_name IDREF #REQUIRED>
	... other declarations ...
]>

③ DTD 的限制

• 单个文本元素和属性不能进一步限定类型（缺乏这样的约束在数据处理和交换应用中会出现问题）
• DTD 机制很难指定子元素的无序集合（就是说很难用正则表达式表达出来）（事实上，顺序在数据交换中很少有用处）
• ID 和 IDREF 没有类型的限定（这样无法指定 IDREF 属性应该引用的元素类型）

XML 模式

（为了弥补 DTD 机制的缺陷，发展出了一种更为完善的模式语言—— XML 模式）

XML Scheme：在标签上增加名字空间前缀 xs

注意：xs 这个前缀通过根元素 xmlns:xs 声明与 XML SCheme 名字空间相关联，也就是说是可以改的，不一定要用 ”xs:“ ，但是 XML Scheme 定义的所有类型必须都加上这个名字空间前缀

<xs:schema xmlns:xs=“http://www.w3.org/2001/XMLSchema”>
<xs:element name=“university” type=“universityType” />
<xs:element name=“department”>
     <xs:complexType>
          <xs:sequence>
              <xs:element name=“dept name” type=“xs:string”/>
              <xs:element name=“building” type=“xs:string”/>
              <xs:element name=“budget” type=“xs:decimal”/>
          </xs:sequence>
     </xs:complexType>
</xs:element>
    ...
<xs:element name=“instructor”>
    <xs:complexType>
        <xs:sequence>
            <xs:element name=“IID” type=“xs:string”/>
            <xs:element name=“name” type=“xs:string”/>
            <xs:element name=“dept name” type=“xs:string”/>
            <xs:element name=“salary” type=“xs:decimal”/>
        </xs:sequence>
    </xs:complexType>
</xs:element>
	...
<xs:complexType name=“UniversityType”>
    <xs:sequence>
        <xs:element ref=“department” minOccurs=“0” maxOccurs=“unbounded”/>
        <xs:element ref=“course” minOccurs=“0” maxOccurs=“unbounded”/>
        <xs:element ref=“instructor” minOccurs=“0” maxOccurs=“unbounded”/>
        <xs:element ref=“teaches” minOccurs=“0” maxOccurs=“unbounded”/>
    </xs:sequence>
</xs:complexType>
</xs:schema>